MCP Adr Analysis Server

🚀 MCP ADR分析服務器

一款由人工智能驅動的架構分析工具，適用於智能開發工作流程，可直接輸出分析結果，無需跳轉至其他平臺。

🚀 快速開始

MCP ADR分析服務器為AI編碼助手（如Claude、Cline、Cursor）、企業架構師以及開發團隊提供由人工智能驅動的架構決策分析和架構決策記錄（ADR）管理服務。通過本服務器，用戶能夠以95%的置信度立即獲得架構洞察，而非僅僅得到提交提示。

快速上手步驟如下：

1. 執行npm install -g mcp-adr-analysis-server進行全局安裝。
2. 使用OpenRouter API進行配置。
3. 開始分析。

✨ 主要特性

• 🤖 人工智能驅動的分析：通過集成OpenRouter.ai，即時提供架構洞察。
• 🏗️ 技術檢測：識別任何技術棧和架構模式。
• 📋 ADR管理：生成、建議並維護架構決策記錄。
• 🔗 智能代碼鏈接：藉助人工智能發現與ADR和決策相關的代碼文件。
• 🛡️ 安全與合規：自動檢測並屏蔽敏感內容。
• 🧪 測試驅動開發集成：採用兩階段測試驅動開發並進行驗證。
• 🚀 部署就緒性：進行零容忍測試驗證，嚴格把關。

查看完整功能 →

📦 安裝指南

安裝方式

# 方式一：全局安裝（推薦頻繁使用的用戶）
npm install -g mcp-adr-analysis-server

# 方式二：使用npx（無需安裝）
npx mcp-adr-analysis-server

# 方式三：RHEL 9/10系統（特殊安裝程序）
curl -sSL https://raw.githubusercontent.com/tosin2013/mcp-adr-analysis-server/main/scripts/install-rhel.sh | bash

詳細安裝指南 → | RHEL設置 →

💻 使用示例

基礎用法

向Claude（或任何MCP客戶端）提問：

• "分析這個React項目的架構，併為任何隱含決策建議ADR。"
• "從PRD.md文件生成ADR，並創建一個包含實施任務的todo.md文件。"
• "檢查這個代碼庫的安全問題，並提供屏蔽建議。"

服務器將直接返回實際分析結果，而非提示跳轉至其他地方！

代碼示例

// 基本項目分析
const analysis = await analyzeProjectEcosystem({
  projectPath: '/path/to/project',
  analysisType: 'comprehensive',
});

// 從需求生成ADR
const adrs = await generateAdrsFromPrd({
  prdPath: 'docs/PRD.md',
  outputDirectory: 'docs/adrs',
});

// 智能代碼鏈接 - 查找與ADR決策相關的代碼
const relatedCode = await findRelatedCode(
  'docs/adrs/001-auth-system.md',
  'We will implement JWT authentication with Express middleware',
  '/path/to/project',
  {
    useAI: true, // 人工智能關鍵字提取
    useRipgrep: true, // 快速文本搜索
    maxFiles: 10, // 限制結果數量
    includeContent: true, // 包含文件內容
  }
);

完整使用指南 → | API參考 →

📚 詳細文檔

使用場景

• 👨‍💻 AI編碼助手：為Claude、Cline、Cursor等提供架構智能支持。
• 💬 對話式AI：以置信度評分回答架構問題。
• 🤖 自主代理：進行持續分析和規則執行。
• 🏢 企業團隊：進行投資組合分析和遷移規劃。

詳細使用場景 →

技術棧

• 運行時環境：Node.js 20+
• 編程語言：TypeScript
• 框架：MCP SDK
• 測試工具：Jest（覆蓋率>80%）
• 搜索工具：ripgrep + fast-glob
• AI集成：OpenRouter.ai
• 網絡研究：Firecrawl
• 代碼分析：智能代碼鏈接

技術細節 →

項目結構

src/tools/     # 23個用於分析的MCP工具
docs/adrs/     # 架構決策記錄
tests/         # 測試覆蓋率>80%
.github/       # CI/CD自動化

完整結構 →

測試

npm test              # 運行所有測試（覆蓋率>80%）
npm run test:coverage # 生成覆蓋率報告

測試指南 →

Firecrawl集成（可選）

此集成可增強網絡研究能力，用於全面的架構分析。

# 方式一：雲服務（推薦）
export FIRECRAWL_ENABLED="true"
export FIRECRAWL_API_KEY="fc-your-api-key-here"

# 方式二：自託管
export FIRECRAWL_ENABLED="true"
export FIRECRAWL_BASE_URL="http://localhost:3000"

# 方式三：禁用（默認 - 服務器無需網絡搜索即可工作）

優勢：即時研究、增強ADR、發現最佳實踐、智能網頁抓取

Firecrawl設置指南 →

開發

git clone https://github.com/tosin2013/mcp-adr-analysis-server.git
cd mcp-adr-analysis-server
npm install && npm run build && npm test

質量標準：TypeScript嚴格模式、ESLint、測試覆蓋率>80%、預提交鉤子

開發指南 → | 貢獻指南 →

故障排除

常見問題：

• RHEL系統：使用特殊安裝腳本。
• 工具返回提示：設置EXECUTION_MODE=full並配置API密鑰。
• 找不到模塊：運行npm install && npm run build。
• 權限被拒絕：檢查文件權限和項目路徑。

完整故障排除指南 →

安全與性能

• 安全：自動檢測機密信息、內容屏蔽、本地處理、零信任。
• 性能：多級緩存、增量分析、並行處理、內存優化。

安全指南 → | 性能優化 →

安全漏洞報告

如果發現安全問題，請閱讀我們的安全策略以瞭解負責任的披露流程。請勿針對安全漏洞創建公共問題。

貢獻代碼

我們歡迎各方貢獻！無論您是修復漏洞、添加功能還是改進文檔，我們都非常感激您的幫助。

貢獻者快速入門

1. Fork 倉庫。
2. 克隆 您的Fork：git clone https://github.com/YOUR_USERNAME/mcp-adr-analysis-server.git
3. 創建 分支：git checkout -b feature/your-feature-name
4. 進行 更改並添加測試。
5. 測試：npm test（保持覆蓋率>80%）
6. 提交 拉取請求。

首次貢獻者

如果您正在尋找適合初學者的問題，請查看我們的新手友好問題，這些任務非常適合入門！

如果您是開源新手，我們的貢獻指南將逐步引導您完成整個過程。

報告問題

在報告錯誤或請求功能時，請使用我們的問題模板。模板有助於我們更快地理解和解決問題。

標準：TypeScript嚴格模式、覆蓋率>80%、ESLint、安全驗證、MCP合規性

完整貢獻指南 → | 行為準則 →

資源

• 官方資源：MCP規範 • MCP SDK
• 社區資源：MCP註冊表 • Discord
• 項目資源：ADRs • 進度 • 發佈指南

📄 許可證

本項目採用MIT許可證，詳情請參閱LICENSE文件。

🙏 致謝

• Anthropic：創建了模型上下文協議。
• MCP社區：提供靈感和最佳實踐。
• 貢獻者：幫助改進本項目。

由 Tosin Akinosho 用心打造，用於人工智能驅動的架構分析

為AI助手賦予深度架構智能和決策能力。