Сервер Model Context Protocol (MCP), который предоставляет возможности анализа графов вызовов для LLM через тонкую библиотеку.

Обзор

Этот MCP-сервер позволяет LLM понимать структуру кода, получая доступ к графам вызовов функций через стандартизированные инструменты и ресурсы. Это позволяет ИИ-помощникам:

Инициализируйте графы вызовов для репозиториев Python

• Исследуйте функцию вызова отношений Анализ зависимости между функциями Обеспечить более контекстуальную помощь кода

API

Инструменты

** инициировать graph**

Инициировать граф кода для данного пути хранилища

• Ввод: [[Т0]] (струна)

witch repository

Переключение на другой инициализированный репозиторий

• Ввод: [[Т1]] (струна)

list repositories

Перечислите все инициализированные репозитории

• Входные данные не требуются

get function call graph

Получите граф вызовов для конкретной функции

• Входы:
• [[Т2]] (струна)
• [[Т3]] (струна)
• repo_path (струнный, факультативный) - использует активное хранилище, если не указано

анализ зависимости

Найдите все зависимости от модулей или файлов в кодовой базе

• Вводы (по крайней мере, один необходимый):
• [[Т5]] (струна, факультативно)
• [[Т6]] (струна, факультативно)

Nuanced MCP Server

A Model Context Protocol (MCP) server that provides call graph analysis capabilities to LLMs through the nuanced library.

Overview

This MCP server enables LLMs to understand code structure by accessing function call graphs through standardized tools and resources. It allows AI assistants to:

• Initialize call graphs for Python repos
• Explore function call relationships
• Analyze dependencies between functions
• Provide more contextually aware code assistance

API

Tools

• initialize_graph

  • Initialize a code graph for the given repository path
  • Input: repo_path (string)

• switch_repository

  • Switch to a different initialized repository
  • Input: repo_path (string)

• list_repositories

  • List all initialized repositories
  • No inputs required

• get_function_call_graph

  • Get the call graph for a specific function
  • Inputs:
    • file_path (string)
    • function_name (string)
    • repo_path (string, optional) - uses active repository if not specified

• analyze_dependencies

  • Find all module or file dependencies in the codebase
  • Inputs (at least one required):
    • file_path (string, optional)
    • module_name (string, optional)

• analyze_change_impact

  • Analyze the impact of changing a specific function
  • Inputs:
    • file_path (string)
    • function_name (string)

Resources

• graph://summary

  • Get a summary of the currently loaded code graph
  • No parameters required

• graph://repo/{repo_path}/summary

  • Get a summary of a specific repository’s code graph
  • Parameters:
    • repo_path (string) - Path to the repository

• graph://function/{file_path}/{function_name}

  • Get detailed information about a specific function
  • Parameters:
    • file_path (string) - Path to the file containing the function
    • function_name (string) - Name of the function to analyze

Prompts

• analyze_function

  • Create a prompt to analyze a function with its call graph
  • Parameters:
    • file_path (string) - Path to the file containing the function
    • function_name (string) - Name of the function to analyze

• impact_analysis

  • Create a prompt to analyze the impact of changing a function
  • Parameters:
    • file_path (string) - Path to the file containing the function
    • function_name (string) - Name of the function to analyze

• analyze_dependencies_prompt

  • Create a prompt to analyze dependencies of a file or module
  • Parameters (at least one required):
    • file_path (string, optional) - Path to the file to analyze
    • module_name (string, optional) - Name of the module to analyze

Usage with Claude Desktop

Add this to your claude_desktop_config.json

UV

{
  "mcpServers": {
    "nuanced": {
      "command": "uv",
      "args": [
        "--directory",