Crazyrabbitltc MCP Code Review Server

🚀 コードレビューサーバー

コードレビューサーバーは、Repomixと大規模言語モデル（LLMs）を利用して、カスタマイズ可能なMCPサーバーです。このサーバーを使用することで、コードのレビューを自動化し、具体的な問題と改善提案を含む構造化されたコードコメントを取得できます。

✨ 主な機能

• Repomixを使用してコードリポジトリを扁平化する
• 大規模言語モデルを使用してコードを分析する
• 具体的な問題と提案を含む構造化されたコードコメントを取得する
• 複数のLLMプロバイダー（OpenAI、Anthropic、Gemini）をサポートする
• 大規模なコードリポジトリをチャンク化して処理する

📦 インストール

# リポジトリをクローンする
git clone https://github.com/yourusername/code-review-server.git
cd code-review-server

# 依存関係をインストールする
npm install

# サーバーをビルドする
npm run build

📚 ドキュメント

設定

.env.example テンプレートを基に、ルートディレクトリに .env ファイルを作成します。

cp .env.example .env

.env ファイルを編集して、好みのLLMプロバイダーとAPIキーを設定します。

# LLM プロバイダーの設定
LLM_PROVIDER=OPEN_AI
OPENAI_API_KEY=your_openai_api_key_here

使用方法

MCPサーバーとして使用する

コードレビューサーバーは、モデルコンテキストプロトコル（MCP）を実装しており、任意のMCPクライアントと一緒に使用できます。

# サーバーを起動する
node build/index.js

サーバーは、2つの主要なツールを提供します。

1. analyze_repo：Repomixを使用してコードリポジトリを扁平化する
2. code_review：LLMを使用してコードレビューを実行する

MCPツールの使用タイミング

このサーバーは、異なるコード分析ニーズに応じて、2つの異なるツールを提供します。

analyze_repo

このツールは、以下の場合に使用します。

• コードリポジトリの高レベルな概要と構造を取得する
• 初期分析のために、Repomixを使用してコードリポジトリを扁平化する
• 詳細なレビューをせずに、ディレクトリ構造とファイル内容を理解する
• より深いコードレビューの準備をする
• コードを迅速にスキャンする

例:

# サンプルコマンド
node analyze_repo --path /your/repository/path

code_review

このツールは、以下の場合に使用します。

• コードを深く分析し、詳細なレビュー結果を取得する
• 大規模なコードリポジトリをチャンク化して処理する
• 焦点領域と詳細度に基づいて、詳細なレビューレポートを生成する

LLM 統合の仕組み

1. code_review ツールは、Repomixを使用してコードを処理し、リポジトリ構造を扁平化します。
2. コードは、必要に応じてフォーマットされ、チャンク化されて、LLMのコンテキスト制限に適合させます。
3. 焦点領域と詳細度に基づいて、詳細なプロンプトが生成されます。
4. プロンプトとコードは、選択したLLMプロバイダーのAPIに直接送信されます。
5. LLMの応答は、構造化された形式に解析されます。
6. レビュー結果は、JSONオブジェクトとして返され、問題、強み、および提案が含まれます。

実装には、APIエラーに対する弾力性を高めるためのリトライロジックが含まれており、最も関連性の高いコードがレビューに含まれるように、コードの形式が正しく保たれます。

コードレビューの出力形式

コードレビューは、構造化されたJSON形式で返されます。

{
  "summary": "コードとその目的の簡単な概要",
  "issues": [
    {
      "type": "SECURITY|PERFORMANCE|QUALITY|MAINTAINABILITY",
      "severity": "HIGH|MEDIUM|LOW",
      "description": "問題の説明",
      "line_numbers": [12, 15],
      "recommendation": "推奨される修正方法"
    }
  ],
  "strengths": ["コードの強みのリスト"],
  "recommendations": ["全体的な提案のリスト"]
}

📄 ライセンス

MIT