MCP Server Neurolorap

安装

# 使用 uvx 安装（推荐）
uvx mcp-server-neurolorap

# 或者使用 pip 安装
pip install mcp-server-neurolorap

主要功能

• 代码收集工具：收集整个项目代码，支持多种编程语言，自动生成目录
• 项目结构报告：分析项目结构和指标，生成详细报告，提供代码组织建议

基本使用

开发者模式

# 启动开发者模式
python -m mcp_server_neurolorap --dev

常用命令：

• help: 显示可用命令
• list_tools: 列出可用工具
• collect <path>: 收集指定路径的代码
• report [path]: 生成项目结构报告
• exit: 退出

通过 MCP 工具使用

代码收集

from modelcontextprotocol import use_mcp_tool

# 收集整个项目代码
result = use_mcp_tool(
    "code_collector",
    {
        "input": ".",
        "title": "我的项目"
    }
)

# 从多个路径收集代码
result = use_mcp_tool(
    "code_collector",
    {
        "input": ["./src", "./tests"],
        "title": "项目文件"
    }
)

项目结构分析

# 生成项目结构报告
result = use_mcp_tool(
    "project_structure_reporter",
    {
        "output_filename": "PROJECT_STRUCTURE_REPORT.md"
    }
)

自定义忽略模式

在项目根目录创建 .neuroloraignore 文件来自定义忽略的文件：

# 示例忽略模式
node_modules/
venv/
dist/
__pycache__/
*.pyc
.vscode/

文件存储

• 生成的文件存储在 ~/.mcp-docs/<project-name>/ 目录
• 项目根目录中创建 .neurolora 符号链接指向该目录

进阶开发

详细的开发指南、测试流程和 CI/CD 配置，请参阅完整文档或 PROJECT_SUMMARY.md。