项目简介

Neurolora MCP 服务器是一个智能的应用后端，基于 Model Context Protocol (MCP) 构建，旨在为大型语言模型 (LLM) 提供代码分析、代码收集、文档生成和基础服务管理等功能。通过集成 OpenAI API 和一系列实用工具，Neurolora 服务器扩展了 LLM 在软件开发领域的应用能力。

主要功能点

代码分析: 利用 OpenAI API 深入分析代码质量，提供改进建议、最佳实践和潜在问题，并支持生成 GitHub Issues。
代码收集: 从指定目录或文件收集代码，生成带有语法高亮和目录结构的 Markdown 文件，方便 LLM 理解项目上下文。
基础服务管理: 自动安装和配置一系列基础 MCP 服务器（例如 fetch, puppeteer, shell, git, github, sequential-thinking），扩展 LLM 的能力边界。
工具扩展: 通过 MCP 协议提供可扩展的工具注册和执行机制，允许 LLM 调用外部功能。

安装步骤

安装 Node.js 18: 根据您的操作系统（macOS, Windows, Linux），按照 README.md 文件中的指引安装 Node.js 18。
安装 uv 和 uvx: 运行命令 'curl -LsSf https://astral.sh/uv/install.sh | sh' 和 'uv pip install uvx' 安装 uv 和 uvx 工具。
验证安装: 运行 'node --version', 'npm --version', 'uv --version', 'uvx --version' 检查 Node.js, npm, uv, uvx 是否成功安装。

服务器配置

要将 Neurolora MCP 服务器配置到 MCP 客户端（例如 Claude），您需要编辑客户端的 MCP 设置文件。根据您使用的客户端，设置文件路径可能为：

VSCode: '~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json' (macOS), '%APPDATA%/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json' (Windows)
Claude Desktop: '~/Library/Application Support/Claude/claude_desktop_config.json' (macOS), '%APPDATA%/Claude/claude_desktop_config.json' (Windows)

在设置文件中，添加以下 JSON 配置到 '"mcpServers"' 字段中：

{
  "aindreyway-mcp-neurolora": {  // 服务器名称，客户端中用于标识
    "command": "npx",          // 启动命令，使用 npx 执行 npm 包
    "args": ["-y", "@aindreyway/mcp-neurolora@latest"], // 启动参数，安装并运行最新版本的 @aindreyway/mcp-neurolora 包
    "env": {                   // 环境变量
      "NODE_OPTIONS": "--max-old-space-size=256", // 增加 Node.js 内存限制 (可选)
      "OPENAI_API_KEY": "your_api_key_here"      // OpenAI API 密钥 (必需，用于代码分析工具)
    }
  }
}

注意: 请将 '"your_api_key_here"' 替换为您的 OpenAI API 密钥。

基本使用方法

配置完成后，您可以在 MCP 客户端中通过以下指令调用 Neurolora 服务器提供的工具：

代码分析: 例如，在 Claude 中提问 "Analyze my code and suggest improvements"，Neurolora 服务器将使用 'analyze_code' 工具分析您的代码。
安装基础服务: 例如，提问 "Install base MCP servers for my environment"，Neurolora 服务器将使用 'install_base_servers' 工具自动安装基础 MCP 服务器。
代码收集: 例如，提问 "Collect code from my project directory"，Neurolora 服务器将使用 'collect_code' 工具收集项目代码。
文档生成: 例如，提问 "Create documentation for my codebase"，Neurolora 服务器可能结合代码分析和收集工具辅助文档生成。（请注意，文档生成功能在描述中提及，但工具列表中未明确列出，可能需要结合其他工具使用）。

关键词

信息