MCP Adr Analysis Server

🚀 MCP ADR分析服务器

一款由人工智能驱动的架构分析工具，适用于智能开发工作流程，可直接输出分析结果，无需跳转至其他平台。

🚀 快速开始

MCP ADR分析服务器为AI编码助手（如Claude、Cline、Cursor）、企业架构师以及开发团队提供由人工智能驱动的架构决策分析和架构决策记录（ADR）管理服务。通过本服务器，用户能够以95%的置信度立即获得架构洞察，而非仅仅得到提交提示。

快速上手步骤如下：

1. 执行npm install -g mcp-adr-analysis-server进行全局安装。
2. 使用OpenRouter API进行配置。
3. 开始分析。

✨ 主要特性

• 🤖 人工智能驱动的分析：通过集成OpenRouter.ai，即时提供架构洞察。
• 🏗️ 技术检测：识别任何技术栈和架构模式。
• 📋 ADR管理：生成、建议并维护架构决策记录。
• 🔗 智能代码链接：借助人工智能发现与ADR和决策相关的代码文件。
• 🛡️ 安全与合规：自动检测并屏蔽敏感内容。
• 🧪 测试驱动开发集成：采用两阶段测试驱动开发并进行验证。
• 🚀 部署就绪性：进行零容忍测试验证，严格把关。

查看完整功能 →

📦 安装指南

安装方式

# 方式一：全局安装（推荐频繁使用的用户）
npm install -g mcp-adr-analysis-server

# 方式二：使用npx（无需安装）
npx mcp-adr-analysis-server

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

详细安装指南 → | RHEL设置 →

💻 使用示例

基础用法

向Claude（或任何MCP客户端）提问：

• "分析这个React项目的架构，并为任何隐含决策建议ADR。"
• "从PRD.md文件生成ADR，并创建一个包含实施任务的todo.md文件。"
• "检查这个代码库的安全问题，并提供屏蔽建议。"

服务器将直接返回实际分析结果，而非提示跳转至其他地方！

代码示例

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

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

// 智能代码链接 - 查找与ADR决策相关的代码
const relatedCode = await findRelatedCode(
  'docs/adrs/001-auth-system.md',
  'We will implement JWT authentication with Express middleware',
  '/path/to/project',
  {
    useAI: true, // 人工智能关键字提取
    useRipgrep: true, // 快速文本搜索
    maxFiles: 10, // 限制结果数量
    includeContent: true, // 包含文件内容
  }
);

完整使用指南 → | API参考 →

📚 详细文档

使用场景

• 👨‍💻 AI编码助手：为Claude、Cline、Cursor等提供架构智能支持。
• 💬 对话式AI：以置信度评分回答架构问题。
• 🤖 自主代理：进行持续分析和规则执行。
• 🏢 企业团队：进行投资组合分析和迁移规划。

详细使用场景 →

技术栈

• 运行时环境：Node.js 20+
• 编程语言：TypeScript
• 框架：MCP SDK
• 测试工具：Jest（覆盖率>80%）
• 搜索工具：ripgrep + fast-glob
• AI集成：OpenRouter.ai
• 网络研究：Firecrawl
• 代码分析：智能代码链接

技术细节 →

项目结构

src/tools/     # 23个用于分析的MCP工具
docs/adrs/     # 架构决策记录
tests/         # 测试覆盖率>80%
.github/       # CI/CD自动化

完整结构 →

测试

npm test              # 运行所有测试（覆盖率>80%）
npm run test:coverage # 生成覆盖率报告

测试指南 →

Firecrawl集成（可选）

此集成可增强网络研究能力，用于全面的架构分析。

# 方式一：云服务（推荐）
export FIRECRAWL_ENABLED="true"
export FIRECRAWL_API_KEY="fc-your-api-key-here"

# 方式二：自托管
export FIRECRAWL_ENABLED="true"
export FIRECRAWL_BASE_URL="http://localhost:3000"

# 方式三：禁用（默认 - 服务器无需网络搜索即可工作）

优势：实时研究、增强ADR、发现最佳实践、智能网页抓取

Firecrawl设置指南 →

开发

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

质量标准：TypeScript严格模式、ESLint、测试覆盖率>80%、预提交钩子

开发指南 → | 贡献指南 →

故障排除

常见问题：

• RHEL系统：使用特殊安装脚本。
• 工具返回提示：设置EXECUTION_MODE=full并配置API密钥。
• 找不到模块：运行npm install && npm run build。
• 权限被拒绝：检查文件权限和项目路径。

完整故障排除指南 →

安全与性能

• 安全：自动检测机密信息、内容屏蔽、本地处理、零信任。
• 性能：多级缓存、增量分析、并行处理、内存优化。

安全指南 → | 性能优化 →

安全漏洞报告

如果发现安全问题，请阅读我们的安全策略以了解负责任的披露流程。请勿针对安全漏洞创建公共问题。

贡献代码

我们欢迎各方贡献！无论您是修复漏洞、添加功能还是改进文档，我们都非常感激您的帮助。

贡献者快速入门

1. Fork 仓库。
2. 克隆 您的Fork：git clone https://github.com/YOUR_USERNAME/mcp-adr-analysis-server.git
3. 创建 分支：git checkout -b feature/your-feature-name
4. 进行 更改并添加测试。
5. 测试：npm test（保持覆盖率>80%）
6. 提交 拉取请求。

首次贡献者

如果您正在寻找适合初学者的问题，请查看我们的新手友好问题，这些任务非常适合入门！

如果您是开源新手，我们的贡献指南将逐步引导您完成整个过程。

报告问题

在报告错误或请求功能时，请使用我们的问题模板。模板有助于我们更快地理解和解决问题。

标准：TypeScript严格模式、覆盖率>80%、ESLint、安全验证、MCP合规性

完整贡献指南 → | 行为准则 →

资源

• 官方资源：MCP规范 • MCP SDK
• 社区资源：MCP注册表 • Discord
• 项目资源：ADRs • 进度 • 发布指南

📄 许可证

本项目采用MIT许可证，详情请参阅LICENSE文件。

🙏 致谢

• Anthropic：创建了模型上下文协议。
• MCP社区：提供灵感和最佳实践。
• 贡献者：帮助改进本项目。

由 Tosin Akinosho 用心打造，用于人工智能驱动的架构分析

为AI助手赋予深度架构智能和决策能力。