Code Review Analyst MCP

基於Gemini的MCP服務器，提供代碼審查、分析、文檔生成和邏輯驗證功能，支持PR評審、代碼異味檢測、複雜度分析等13個工具。

開發者工具人工智能聊天機器人 #代碼審查 #AI分析 #文檔生成 #邏輯驗證 .TypeScript

評分 : 2分

下載量 : 4.6K

更新時間 : 2026-03-12

打開站點

什麼是Code Lens?

Code Lens是一個基於Model Context Protocol (MCP)的智能代碼分析服務器，它利用Google Gemini的強大AI能力，為開發者提供自動化的代碼審查、分析和文檔生成服務。無論您是在審查Pull Request、重構代碼還是需要理解複雜的代碼邏輯，Code Lens都能提供專業的分析和建議。

如何使用Code Lens?

使用Code Lens非常簡單：首先在您喜歡的開發工具（如VS Code、Cursor等）中配置MCP服務器，然後通過AI助手調用Code Lens提供的各種工具。您可以讓它分析代碼變更、檢測潛在問題、生成測試計劃，或者直接詢問關於代碼的任何問題。

適用場景

Code Lens特別適合以下場景： 1. 代碼審查：自動分析Pull Request，識別風險並提供合併建議 2. 代碼重構：檢測代碼異味，提供重構建議 3. 文檔生成：自動為代碼生成詳細的文檔註釋 4. 邏輯驗證：驗證算法邏輯的正確性 5. 性能分析：評估代碼的時間和空間複雜度

主要功能

智能PR審查

自動分析代碼變更，評估影響程度，檢測API破壞性變更，並提供詳細的審查總結和合並建議。

代碼深度分析

深入分析單個源代碼文件，提供重構建議、代碼異味檢測、文檔生成和自然語言問答功能。

邏輯驗證

利用Gemini的代碼執行沙箱驗證算法邏輯的正確性，確保代碼按預期工作。

結構化輸出

所有分析結果都採用標準化的JSON格式返回，便於程序化處理和集成到其他工具中。

聯網搜索

集成Google搜索功能，可獲取最新的技術文檔和API參考信息。

任務生命週期支持

支持長時間運行的任務，提供進度更新、取消功能和結果緩存機制。

優勢

🤖 智能分析：基於Google Gemini的強大AI能力，提供專業的代碼分析

🔄 自動化流程：完整的PR審查流程自動化，節省人工審查時間

📊 結構化輸出：所有結果都採用標準JSON格式，便於集成和處理

🔍 深度分析：支持從代碼異味檢測到性能分析的多個維度

🌐 聯網能力：可獲取最新的技術信息和文檔

⚡ 快速響應：使用Gemini Flash模型，分析速度快

侷限性

🔑 需要API密鑰：必須配置Google Gemini API密鑰才能使用

📝 依賴Git：代碼變更分析需要Git環境支持

💾 內存限制：大文件或複雜代碼分析可能受限於模型上下文長度

🌍 網絡依賴：需要穩定的網絡連接訪問Gemini API

🎯 特定場景：主要針對代碼分析，不適合通用文本處理

如何使用

獲取API密鑰

訪問Google AI Studio獲取Gemini API密鑰，這是使用Code Lens的前提條件。

配置開發工具

在您使用的開發工具中配置MCP服務器。以下是VS Code的配置示例：

開始使用

在AI助手中調用Code Lens提供的工具，例如分析代碼變更或審查Pull Request。

使用案例

Pull Request審查

當團隊成員提交Pull Request時，使用Code Lens自動審查變更，評估風險並提供合併建議。

代碼重構輔助

在重構複雜代碼時，使用Code Lens識別代碼異味並提供重構建議。

算法邏輯驗證

在實現複雜算法時，驗證邏輯的正確性和性能。

技術調研

在開發過程中需要了解新技術或API時，使用聯網搜索功能。

常見問題

Code Lens需要付費嗎？

支持哪些編程語言？

分析結果準確嗎？

如何處理大型代碼庫？

數據隱私如何保障？

支持私有部署嗎？

🚀 Code Lens MCP Server

Code Lens MCP Server 是一個由 Google Gemini 驅動的 MCP 服務器，可用於自動化代碼審查、分析和文檔生成，為開發者提供高效、準確的代碼處理解決方案。

🚀 快速開始

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

Docker

docker run -i --rm -e GEMINI_API_KEY="your-api-key" ghcr.io/j0hanz/code-lens

或者使用 Docker Compose：

GEMINI_API_KEY=your-api-key docker compose up

✨ 主要特性

PR 審查流程：生成差異、評估影響、檢測 API 重大變更，並生成帶有合併建議的審查摘要。
文件分析：加載任何源文件以獲取重構建議、檢測代碼異味、生成文檔，並支持自然語言問答。
邏輯驗證：使用 Gemini 的代碼執行沙箱驗證算法。
結構化輸出：所有工具通過 Zod v4 輸出模式返回經過驗證的 JSON。
網絡搜索：使用 Google Search with Grounding 進行最新信息檢索。
任務生命週期支持：除 load_file 外，所有工具都可以通過 MCP 任務運行，並支持輪詢、取消和進度更新。

📦 安裝指南

環境要求

Node.js >= 24
一個 Gemini API 密鑰 (GEMINI_API_KEY 或 GOOGLE_API_KEY)

各客戶端安裝配置

在 VS Code 中安裝

添加到 .vscode/mcp.json：

{
  "servers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

或者通過 CLI 安裝：

code --add-mcp '{"name":"code-lens","command":"npx","args":["-y","@j0hanz/code-lens-mcp@latest"]}'

更多信息，請參閱 VS Code MCP 文檔。

在 VS Code Insiders 中安裝

添加到 .vscode/mcp.json：

{
  "servers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

或者通過 CLI 安裝：

code-insiders --add-mcp '{"name":"code-lens","command":"npx","args":["-y","@j0hanz/code-lens-mcp@latest"]}'

更多信息，請參閱 VS Code Insiders MCP 文檔。

在 Cursor 中安裝

添加到 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Cursor MCP 文檔。

在 Visual Studio 中安裝

添加到 mcp.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Visual Studio MCP 文檔。

在 Goose 中安裝

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Goose MCP 文檔。

在 LM Studio 中安裝

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 LM Studio MCP 文檔。

在 Claude Desktop 中安裝

添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Claude Desktop MCP 文檔。

在 Claude Code 中安裝

claude mcp add code-lens -- npx -y @j0hanz/code-lens-mcp@latest

或者添加到配置文件：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Claude Code MCP 文檔。

在 Windsurf 中安裝

添加到 ~/.codeium/windsurf/mcp_config.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Windsurf MCP 文檔。

在 Amp 中安裝

amp mcp add code-lens -- npx -y @j0hanz/code-lens-mcp@latest

或者添加到配置文件：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Amp MCP 文檔。

在 Cline 中安裝

添加到 cline_mcp_settings.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Cline MCP 文檔。

在 Codex CLI 中安裝

添加到 ~/.codex/config.yaml：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Codex CLI MCP 文檔。

在 GitHub Copilot 中安裝

添加到 .vscode/mcp.json：

{
  "servers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 GitHub Copilot MCP 文檔。

在 Warp 中安裝

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Warp MCP 文檔。

在 Kiro 中安裝

添加到 .kiro/settings/mcp.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Kiro MCP 文檔。

在 Gemini CLI 中安裝

添加到 ~/.gemini/settings.json：

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Gemini CLI MCP 文檔。

在 Zed 中安裝

添加到 ~/.config/zed/settings.json：

{
  "context_servers": {
    "code-lens": {
      "settings": {
        "command": "npx",
        "args": ["-y", "@j0hanz/code-lens-mcp@latest"]
      }
    }
  }
}

更多信息，請參閱 Zed MCP 文檔。

在 Augment 中安裝

添加到 VS Code 的 settings.json 文件的 augment.advanced 部分：

{
  "augment.advanced": {
    "mcpServers": [
      {
        "id": "code-lens",
        "command": "npx",
        "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
        "env": {
          "GEMINI_API_KEY": "your-api-key"
        }
      }
    ]
  }
}

更多信息，請參閱 Augment MCP 文檔。

在 Roo Code 中安裝

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Roo Code MCP 文檔。

在 Kilo Code 中安裝

{
  "mcpServers": {
    "code-lens": {
      "command": "npx",
      "args": ["-y", "@j0hanz/code-lens-mcp@latest"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

更多信息，請參閱 Kilo Code MCP 文檔。

💻 使用示例

PR 審查流程

調用 generate_diff 捕獲未暫存或已暫存的更改。
運行 analyze_pr_impact 評估嚴重程度和重大變更。
運行 generate_review_summary 生成風險評級和合並建議。
運行 detect_api_breaking_changes 檢查公共 API 是否有重大變更。
運行 generate_test_plan 生成優先級測試用例。

單文件分析

調用 load_file 緩存源文件。
運行 refactor_code 獲取結構改進建議。
運行 detect_code_smells 檢測 Fowler 分類法中的反模式。
運行 generate_documentation 生成 JSDoc/TSDoc 存根。
使用 ask_about_code 對文件進行自然語言問答。
使用 verify_logic 通過代碼執行驗證算法。

性能審計

對性能敏感的更改調用 generate_diff。
運行 analyze_time_space_complexity 檢測大 O 複雜度退化。

研究

使用 web_search 通過 Google Search with Grounding 獲取最新的文檔或 API 參考。

📚 詳細文檔

架構

[MCP Client]
    │
    │ 傳輸方式: stdio
    ▼
[MCP Server: code-lens]
    │ 入口: src/index.ts → src/server.ts
    │
    ├── initialize / initialized (生命週期握手)
    │
    ├── tools/call ──────────────────────────────────────────────
    │   │
    │   │ 基於差異的工具 (需要先調用 generate_diff):
    │   ├── [generate_diff]              同步 — 捕獲 git 差異
    │   ├── [analyze_pr_impact]          快速 — 嚴重程度和影響評估
    │   ├── [generate_review_summary]    快速 — 風險和合並建議
    │   ├── [generate_test_plan]         快速 — 測試用例
    │   ├── [analyze_time_space_complexity] 快速 — 大 O 複雜度分析
    │   ├── [detect_api_breaking_changes]  快速 — API 重大變更檢測
    │   │
    │   │ 基於文件的工具 (需要先調用 load_file):
    │   ├── [load_file]                  同步 — 緩存源文件
    │   ├── [refactor_code]              快速 — 重構建議
    │   ├── [detect_code_smells]         快速 — 代碼異味檢測
    │   ├── [generate_documentation]     快速 — 文檔存根生成
    │   ├── [ask_about_code]             快速 — 問答
    │   ├── [verify_logic]               快速 — 代碼執行驗證
    │   │
    │   │ 獨立工具:
    │   └── [web_search]                 快速 — Google 搜索
    │
    ├── resources/read ──────────────────────────────────────────
    │   ├── [internal://instructions]        服務器使用指南
    │   ├── [internal://tool-catalog]        工具參考
    │   ├── [internal://workflows]           工作流序列
    │   ├── [internal://server-config]       運行時配置
    │   ├── [internal://tool-info/{name}]    每個工具的詳細信息
    │   ├── [internal://diff/current]        緩存的差異 (text/x-patch)
    │   └── [internal://file/current]        緩存的源文件
    │
    ├── prompts/get ─────────────────────────────────────────────
    │   ├── [get-help]           完整的服務器說明
    │   ├── [review-guide]       工具 + 重點區域工作流
    │   ├── [select-workflow]    根據變更類型選擇的管道
    │   ├── [analyze-file]       文件分析管道
    │   └── [tool-chain]         工具先決條件鏈
    │
    └── 功能: 結構化輸出、工具註釋、通知

請求生命週期

[客戶端] -- initialize {protocolVersion, capabilities} --> [服務器]
[服務器] -- {protocolVersion, capabilities, serverInfo} --> [客戶端]
[客戶端] -- notifications/initialized --> [服務器]
[客戶端] -- tools/call {name, arguments} --> [服務器]
[服務器] -- notifications/progress {token, progress, total} --> [客戶端]
[服務器] -- {content, structuredContent, isError?} --> [客戶端]

任務生命週期

generate_diff 和 load_file 僅支持同步。所有其他工具都支持 taskSupport: optional。
請求者可以提供任務 TTL。服務器使用該值，最大不超過 MAX_TASK_TTL_MS，如果未提供則使用 TASK_TTL_MS。
取消的任務將保持為 cancelled 狀態，並且 tasks/result 返回一個取消形狀的工具結果。

MCP 表面

工具

工具	描述	先決條件	模式
`generate_diff`	捕獲 git 差異（未暫存/已暫存）並在服務器端緩存	—	同步
`analyze_pr_impact`	評估嚴重程度、類別、重大變更和回滾複雜度	`generate_diff`	快速
`generate_review_summary`	PR 摘要、風險評級和合並建議	`generate_diff`	快速
`generate_test_plan`	優先級測試用例和覆蓋指導	`generate_diff`	快速
`analyze_time_space_complexity`	大 O 複雜度分析和退化檢測	`generate_diff`	快速
`detect_api_breaking_changes`	檢測 API/接口的重大變更	`generate_diff`	快速
`load_file`	緩存源文件以供分析工具使用	—	同步
`refactor_code`	提供複雜度、重複、命名和分組方面的建議	`load_file`	快速
`detect_code_smells`	檢測結構代碼異味（Fowler 分類法）	`load_file`	快速
`generate_documentation`	為公共導出生成 JSDoc/TSDoc 文檔存根	`load_file`	快速
`ask_about_code`	對緩存文件進行自然語言問答	`load_file`	快速
`verify_logic`	通過 Gemini 代碼執行沙箱驗證算法	`load_file`	快速
`web_search`	使用 Google Search with Grounding 進行搜索	—	快速

資源

URI	描述	MIME 類型
`internal://instructions`	完整的服務器使用說明	`text/markdown`
`internal://tool-catalog`	工具參考：模型、參數、輸出和數據流	`text/markdown`
`internal://workflows`	推薦的工作流和工具序列	`text/markdown`
`internal://server-config`	運行時配置和限制	`text/markdown`
`internal://tool-info/{toolName}`	每個工具的詳細信息（參數化）	`text/markdown`
`internal://diff/current`	最近生成的差異	`text/x-patch`
`internal://file/current`	最近加載的源文件	`text/plain`

提示

提示	描述
`get-help`	完整的服務器說明：功能、工具、資源和約束
`review-guide`	特定工具和重點區域的工作流指南
`select-workflow`	根據變更類型推薦的工具管道
`analyze-file`	基於目標的單文件分析工具管道
`tool-chain`	給定工具的完整先決條件鏈

MCP 功能

工具註釋

所有工具都提供 MCP 工具註釋：

註釋	是否使用
`readOnlyHint`	是
`destructiveHint`	是
`idempotentHint`	是
`openWorldHint`	是

結構化輸出

所有由 Gemini 驅動的工具都使用 Zod v4 輸出模式，除了文本 content 之外，還返回經過驗證的 structuredContent。

配置

變量	默認值	描述
`GEMINI_API_KEY`	—	必需。Gemini API 密鑰。如果未設置，將使用 `GOOGLE_API_KEY`。
`GEMINI_MODEL`	`gemini-3-flash-preview`	覆蓋所有工具的默認 Gemini 模型。
`MAX_DIFF_CHARS`	`120000`	差異的最大字符數。
`MAX_CONCURRENT_CALLS`	`10`	最大併發 Gemini API 調用數。
`MAX_CONCURRENT_BATCH_CALLS`	`2`	最大併發批量 Gemini 調用數。
`MAX_CONCURRENT_CALLS_WAIT_MS`	`2000`	併發信號量的等待超時時間。
`TASK_TTL_MS`	`300000`	當請求未指定 `task.ttl` 時，任務結果的默認保留時間（毫秒）。
`MAX_TASK_TTL_MS`	`3600000`	請求提供的任務 TTL 的上限。設置為 `0` 可移除上限。
`GEMINI_BATCH_MODE`	`off`	啟用 Gemini 批量模式。
`GEMINI_HARM_BLOCK_THRESHOLD`	`BLOCK_NONE`	安全過濾閾值（`BLOCK_NONE`、`BLOCK_ONLY_HIGH`、`BLOCK_MEDIUM_AND_ABOVE`、`BLOCK_LOW_AND_ABOVE`）。
`GEMINI_DIFF_CACHE_ENABLED`	`false`	啟用 Gemini 大差異的上下文緩存。
`GEMINI_DIFF_CACHE_TTL_S`	`3600`	緩存的 TTL（秒）（啟用緩存時）。

CLI 標誌

npx @j0hanz/code-lens-mcp@latest --model gemini-2.5-flash --max-diff-chars 200000

標誌	環境變量等效項
`--model`, `-m`	`GEMINI_MODEL`
`--max-diff-chars`	`MAX_DIFF_CHARS`

安全

控制措施	狀態
輸入驗證	所有工具輸入使用 Zod v4 模式驗證
路徑安全	`load_file` 將路徑限制在工作區根目錄
標準輸出安全	日誌記錄到標準錯誤輸出；標準輸出用於 MCP 協議
非 root 容器	Docker 以專用 `mcp` 用戶身份運行

開發

npm install          # 安裝依賴項
npm run build        # 編譯 TypeScript
npm run dev          # 監聽模式
npm run dev:run      # 以 --watch 模式運行並使用 .env 文件
npm run start        # 運行編譯後的服務器
npm run type-check   # 對 src 和測試文件進行類型檢查
npm run lint         # ESLint 檢查
npm run test         # 運行測試套件
npm run format       # Prettier 格式化
npm run inspector    # MCP 檢查器
npm run knip         # 檢測死代碼