DURA MCP 服务器

关键词

依赖分析风险评估JSON-RPC模型上下文工具注册

使用说明（Markdown 格式）

项目简介

  • DURA MCP 服务器是一个以 MCP（模型上下文协议）为核心的后端服务，负责向 LLM 客户端提供依赖分析、风险评估、以及可执行的工具接口等能力。它包含服务器端实现、工具注册、请求/响应处理等完整模块，便于与 AI 助手进行集成。

主要功能点

  • MCP 服务器核心：实现基于 MCP 的请求处理、响应与通知，与客户端通过 JSON-RPC 进行通信。
  • 工具注册与执行：注册分析相关工具，允许 LLM 客户端调用并获取结果。
  • 资源与风险能力：提供对依赖项信息、风险分级、Breaking Change 检测等能力的上下文数据。
  • Prompts/模板渲染：支持将分析结果渲染为可自定义的提示模板与输出格式。
  • 多传输通道支持：设计中包含对 Stdio 的传输实现，未来可扩展到 SSE、WebSocket 等。

安装步骤

  • 确保环境准备：Node.js 环境（建议 Node.js 版本与 MCP 相关依赖要求匹配，支持 ES 模块）。
  • 安装依赖：进入 mcp 目录，执行安装命令。
  • 启动服务器：在同一环境中执行启动命令以运行 MCP 服务器。

服务器配置（MCP 客户端配置示例）

  • 服务器名称：dura-mcp
  • 启动命令（command）：node
  • 启动参数（args）：["mcp/server.js"]

以上配置用于 MCP 客户端在连接时识别并启动该 MCP 服务器，请在客户端配置中以 JSON 形式提供，例如： { "name": "dura-mcp", "command": "node", "args": ["mcp/server.js"] } 注：客户端其他连接参数、传输方式等请按客户端实现要求配置，服务器端仅提供上述启动信息。

基本使用方法

  • 启动后，MCP 客户端通过 JSON-RPC 方式向服务器发起请求，例如请求注册工具、执行分析任务等。结合 Cline/VSC 等集成时，可通过 MCP 提供的接口进行交互。
  • 使用场景示例：通过 MCP 客户端请求“analyze_repository”工具，传入仓库 URL 等参数，服务器返回结构化的分析结果，后续可在 AI 助手中进行情境化应用。

注意事项

  • 请保证服务器文件（如 mcp/server.js）具备可执行入口，且运行环境支持 ES 模块导入（import/export）。
  • 运行过程中如遇依赖或网络问题，请确保网络连通，且必要的外部资源可访问。

文档与集成

  • 服务器实现包含对工具、分析、风险等能力的处理逻辑，方便与 MCP 客户端进行集成与扩展。

服务器信息

访问项目