Aindreyway MCP Server Neurolora P

🚀 MCP 服务器 NeuroLora

NeuroLora 是一个强大的平台，提供代码收集工具和项目结构报告生成器。它支持多种编程语言，可通过命令行或开发者模式使用，能帮助开发者高效收集和管理代码，自动生成详细的项目结构报告。

🚀 快速开始

NeuroLora 提供了便捷的使用方式，无论是通过命令行还是开发者模式，都能快速上手，实现代码的高效收集与项目结构的清晰展示。

✨ 主要特性

• 代码收集工具：帮助用户高效地收集和管理代码。
• 项目结构报告生成器：自动生成详细的项目结构报告。

📦 安装指南

按照以下步骤完成 NeuroLora 的安装：

1. 克隆仓库。
2. 创建并激活虚拟环境：

   python -m venv .venv
   source .venv/bin/activate  # Unix 系统
   # 或者
   .venv\Scripts\activate  # Windows 系统
   

3. 安装开发依赖：

   pip install -e ".[dev]"
   

💻 使用示例

基础用法

命令行模式

运行服务器：

python -m mcp_server_neurolorap

开发者模式（JSON - RPC 终端界面）

python -m mcp_server_neurolorap --dev

高级用法

文件存储结构

• 在项目根目录下创建一个.neurolora符号链接，指向生成文件的目录。
• 确保文件存储路径清晰且易于访问。

自定义忽略模式

在项目根目录下创建一个名为.neuroloraignore的文件，添加自定义忽略规则：

# 忽略项示例
node_modules/
venv/

dist/
build/

__pycache__/
*.pyc

.vscode/
.idea/

.neurolora/

若无此文件，默认将创建一个包含常见忽略模式的模板。

📚 详细文档

开发流程

1. 克隆仓库。
2. 激活虚拟环境。
3. 安装依赖。
4. 运行服务器（正常或开发者模式）。

测试与质量保证

项目通过以下措施确保代码质量：

# 格式化代码
black .

# 排序导入
isort .

# 代码检查
flake8 .

# 类型检查
mypy src tests

# 安全扫描
bandit -r src/
safety check

CI/CD 流水线

项目采用 GitHub Actions 实现持续集成和部署：

• 在 Python 3.10、3.11 和 3.12 上运行测试。
• 检查代码格式和风格。
• 执行类型检查。
• 进行安全扫描。
• 生成覆盖率报告。
• 构建并验证包。
• 上载测试 artifacts。

贡献指南

欢迎贡献！请参考CONTRIBUTING.md获取详细信息。

📄 许可证

本项目采用 MIT 许可。详情请见 LICENSE 文件。