MCP Code Expert System - MCP服务，MCP服务器，MCP教程

基本能力

产品定位

MCP Code Expert System 是一个代码审查工具，旨在通过模拟专家角色提供高质量的代码审查和建议。

核心功能

• 基于Martin Fowler的重构原则进行代码审查
• 基于Robert C. Martin的Clean Code原则进行代码审查
• 知识图谱存储代码、审查和关系
• 与Ollama集成进行AI驱动的代码审查
• 支持服务器端事件（SSE）以便于Web集成

适用场景

• 开发者在编写代码时需要即时反馈和建议
• 团队希望提高代码质量和一致性
• 需要存储和检索代码审查历史

工具列表

• ask_martin: 请求Martin Fowler审查代码并提出重构建议
• ask_bob: 请求Robert C. Martin（Uncle Bob）基于Clean Code原则审查代码
• read_graph: 读取整个知识图谱
• search_nodes: 在知识图谱中搜索节点
• open_nodes: 通过名称打开特定节点

常见问题解答

• 如何安装Ollama？
  根据操作系统不同，安装方法不同。macOS用户可以直接下载，Linux用户可以通过脚本安装，Windows用户需要通过WSL2安装。
• 如何启动服务器？
  可以通过标准模式或HTTP/SSE模式启动服务器，具体命令见安装教程。

使用教程

使用依赖

1. Python 3.10+
   确保系统已安装Python 3.10或更高版本。
2. Ollama
3. 安装Ollama：
   • macOS: 从ollama.com下载
   • Linux: curl -fsSL https://ollama.com/install.sh | sh
   • Windows: 通过WSL2使用Linux指令安装
4. 拉取推荐模型：
   bash
ollama pull llama3:8b
5. 启动Ollama服务器：
   bash
ollama serve

安装教程

1. 运行安装脚本：
   bash
chmod +x setup.sh
./setup.sh
2. 配置环境变量：
   编辑.env文件（如果不存在，从.env.example创建）：
   ```
   # Knowledge Graph Settings
   KNOWLEDGE_GRAPH_PATH=data/knowledge_graph.json

# Ollama Configuration (local AI models)
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=llama3:8b
```

调试方式

1. 标准模式（用于Cursor集成）
   bash
source .venv/bin/activate
python server.py
2. HTTP/SSE模式（用于Web集成）
   bash
source .venv/bin/activate
python server.py --transport sse
   服务器将在http://localhost:8000/sse启动。
   自定义端口：
   bash
python server.py --transport sse --port 9000
3. 在Cursor IDE中安装
   bash
source .venv/bin/activate
mcp install server.py --name "Code Expert System"