AI 代码审查系统 (MCP 版本)

基于 MCP (Model Context Protocol) 的智能代码审查系统，集成 DeepSeek AI 和 Gitee 平台，为代码审查提供智能化支持。

功能特性

• 🤖 智能代码审查: 基于 DeepSeek AI 的深度代码分析
• 🔄 自动化流程: 与 Gitee 平台深度集成，支持 PR 自动审查
• 🎯 多语言支持: 支持 Python、JavaScript、Java、Go 等主流编程语言
• 📊 详细报告: 提供代码质量、安全性、性能等多维度分析
• 🔧 MCP 协议: 基于标准 MCP 协议，易于集成和扩展
• 📦 便捷部署: 支持 npm 全局安装，一键启动

系统架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   MCP Client    │    │   MCP Server    │    │  External APIs  │
│   (Claude等)    │◄──►│  (本系统)       │◄──►│  DeepSeek/Gitee │
└─────────────────┘    └─────────────────┘    └─────────────────┘

快速开始

环境要求

• Python 3.8+
• Node.js 16+ (用于 npm 安装)
• Git

安装部署

方式 1: npm 全局安装 (推荐)

# 全局安装
npm install -g ai-code-review-mcp

# 初始化配置
ai-code-review-mcp --setup

# 启动服务
ai-code-review-mcp

方式 2: 本地开发安装

# 克隆项目
git clone <repository-url>
cd ai-code-review

# 安装依赖
npm install

# 初始化配置
npm run setup

# 启动服务
npm start

环境配置

必需环境变量

# DeepSeek API配置
export DEEPSEEK_API_KEY="your_deepseek_api_key"

# Gitee API配置
export GITEE_ACCESS_TOKEN="your_gitee_access_token"

可选环境变量

# DeepSeek API配置
export DEEPSEEK_BASE_URL="https://api.deepseek.com"  # 默认值
export DEEPSEEK_MODEL="deepseek-coder"               # 默认值

# 日志配置
export LOG_LEVEL="INFO"                              # 默认值
export LOG_FILE="logs/mcp_server.log"               # 默认值

# MCP服务配置
export MCP_SERVER_NAME="ai-code-review"             # 默认值
export MCP_SERVER_VERSION="1.0.0"                   # 默认值

配置文件方式

创建 .env 文件：

# 复制示例配置
cp .env.example .env

# 编辑配置文件
vim .env

或者在用户主目录创建全局配置：

# 创建全局配置文件
touch ~/.ai-code-review-mcp.env

# 添加配置
echo "DEEPSEEK_API_KEY=your_key_here" >> ~/.ai-code-review-mcp.env
echo "GITEE_ACCESS_TOKEN=your_token_here" >> ~/.ai-code-review-mcp.env

使用方式

MCP 客户端配置

在支持 MCP 的客户端（如 Claude Desktop）中配置：

{
  "mcpServers": {
    "ai-code-review": {
      "command": "ai-code-review-mcp",
      "args": []
    }
  }
}

命令行使用

# 显示帮助
ai-code-review-mcp --help

# 显示版本
ai-code-review-mcp --version

# 初始化配置
ai-code-review-mcp --setup

# 启动服务（默认）
ai-code-review-mcp

MCP 工具说明

系统提供以下 MCP 工具：

1. review_code

审查代码片段或文件

参数:

• code: 要审查的代码内容
• language: 编程语言 (可选)
• context: 额外上下文信息 (可选)

2. review_pull_request

审查 Gitee Pull Request

参数:

• repo_url: 仓库 URL
• pr_number: PR 编号
• review_scope: 审查范围 (可选: 'full', 'diff', 'files')

3. get_pr_info

获取 Pull Request 信息

参数:

• repo_url: 仓库 URL
• pr_number: PR 编号

4. create_review_comment

创建审查评论

参数:

• repo_url: 仓库 URL
• pr_number: PR 编号
• comment: 评论内容
• file_path: 文件路径 (可选)
• line_number: 行号 (可选)

开发指南

项目结构

ai-code-review/
├── bin/                    # 可执行脚本
│   └── ai-code-review-mcp
├── mcp/                    # MCP服务核心
│   ├── __init__.py
│   ├── mcp_server.py      # MCP服务器
│   ├── mcp_adapter.py     # MCP适配器
│   ├── mcp_config.py      # 配置管理
│   └── services/          # 业务服务
│       ├── code_review_service.py
│       ├── deepseek_service.py
│       ├── gitee_service.py
│       └── pr_automation_service.py
├── start_mcp.py           # 启动脚本
├── requirements.txt       # Python依赖
├── package.json          # npm配置
└── README.md

本地开发

# 安装开发依赖
pip install -r requirements.txt

# 运行测试
pytest

# 代码格式化
black .

# 类型检查
mypy .

故障排除

常见问题

1. 环境变量未设置

   错误: 缺少必要的环境变量: DEEPSEEK_API_KEY

   解决: 设置相应的环境变量或创建 .env 文件

2. Python 版本不兼容

   错误: 未找到python3命令

   解决: 安装 Python 3.8+

3. 依赖安装失败

   错误: 无法安装Python依赖

   解决: 检查网络连接，或使用国内镜像源

日志查看

# 查看服务日志
tail -f logs/mcp_server.log

# 查看错误日志
grep ERROR logs/mcp_server.log

贡献指南

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

支持

如有问题或建议，请：

1. 查看 FAQ
2. 提交 Issue
3. 参与 讨论