关键词

Python项目分析依赖管理自动化命令开发环境配置代码仓库文档

项目简介

这是一个基于Model Context Protocol (MCP) 构建的Python仓库分析服务器，专门为Gemini CLI等MCP客户端设计。它通过静态分析本地Python仓库，提取关键的设置信号和运行命令，帮助减少AI生成内容的幻觉并降低token使用量。

主要功能

  • 智能命令提取：自动识别Makefile、shell脚本、tox/nox配置中的运行和测试命令
  • 依赖文件检测：识别requirements.txt、pyproject.toml等依赖管理文件
  • 项目结构分析：检测源码目录、测试目录和项目布局
  • 版本提示分析：从.python-version、runtime.txt等文件中提取Python版本信息
  • 文档和配置管理：整理README、CONTRIBUTING等文档文件
  • 安全限制：设置输出容量上限，防止大型仓库产生过多噪音
  • 智能分类：将文件按依赖文件、配置文件和文档进行分类输出

安装步骤

  1. 克隆仓库

    git clone https://github.com/rogermt/mcp-repo-onboarding
cd mcp-repo-onboarding

  2. 安装依赖

    npm install

  3. 构建项目

    npm run build

服务器配置

在MCP客户端（如Gemini CLI）中配置该服务器：

{
  "mcpServers": {
    "repo-onboarding": {
      "command": "node",
      "args": ["dist/index.js"]
    }
  }
}

配置说明：

  • 'command': 使用Node.js运行编译后的服务器代码
  • 'args': 指定入口文件路径

基本使用方法

配置完成后，MCP客户端可以通过以下工具与服务器交互：

  • 'analyze_repo' - 分析仓库结构和配置
  • 'get_run_and_test_commands' - 提取运行和测试命令
  • 'read_onboarding' - 读取现有的ONBOARDING.md文件
  • 'write_onboarding' - 创建或更新ONBOARDING.md文件
  • 'ping' - 测试服务器连通性

服务器会自动扫描仓库中的Python文件、依赖配置、Makefile等，返回结构化的分析结果，包括检测到的命令、依赖文件和配置信息。

信息

分类

开发者工具

访问项目