这是一个将 code2flow 命令行工具包装为 MCP (Model Context Protocol) 服务器的项目。它允许 AI 应用程序通过标准化的 MCP 协议生成和访问代码调用图。

• 分析源代码并生成调用图
• 支持多种编程语言（Python、JavaScript、Ruby、PHP）
• 通过 MCP 协议提供服务，易于与 AI 应用集成
• 图像以 PNG 格式输出
• 提供版本检查和代码复杂度分析功能

• Python 3.7+
• Windows 11 或其他支持的操作系统
• PowerShell 或其他命令行终端
• 已安装 code2flow 命令行工具

1. 克隆此仓库

git clone https://github.com/kursk-ye/code2flow-mcp-server.git cd code2flow-mcp-server 

2. 创建并激活虚拟环境（推荐）

python -m venv venv .\venv\Scripts\Activate.ps1 # 在 PowerShell 中 

3. 安装依赖项

pip install -r requirements.txt 

4. 安装 code2flow 命令行工具

pip install code2flow 

1. 启动 MCP 服务器

python server.py 

1. 使用 MCP Inspector 工具

mcp dev server.py 

2. 安装到 Claude Desktop

mcp install server.py 

3. 添加到 Cursor MCP 配置

"code2flow": { "command": "cmd", "args": [ "/c", "python", "path/to/server.py" ] }

服务器提供以下 MCP 工具：

1. generate_call_graph - 生成代码调用图
2. check_code2flow_version - 检查 code2flow 版本
3. analyze_code_complexity - 分析代码复杂度

服务器提供以下 MCP 资源：

1. help://code2flow - 帮助文档
2. languages://supported - 支持的语言列表
3. call-graph://图像ID - 生成的调用图图像

import asyncio from mcp.client import MCPClient async def main(): # 连接到服务器 client = MCPClient("http://localhost:8000") # 创建新会话 session = await client.create_session() # 调用工具生成调用图 result = await session.call_tool("generate_call_graph", { "source_paths": ["path/to/your/code"], "language": "python" }) # 获取资源 ID print(result) # 检查code2flow版本 version_info = await session.call_tool("check_code2flow_version") print(version_info) # 分析代码复杂度 complexity = await session.call_tool("analyze_code_complexity", { "source_path": "path/to/your/code", "language": "python" }) print(complexity) if __name__ == "__main__": asyncio.run(main())

生成调用图时支持以下参数：

• source_paths：要分析的源代码文件或目录的路径列表
• output_path：（可选）输出文件的路径
• language：（可选）源代码语言（python、js、ruby、php）
• exclude：（可选）要排除的文件模式列表
• include：（可选）要包含的文件模式列表

• server.py - 主服务器代码
• mcp_client_example.py - 客户端示例代码
• test_server.py - 测试代码
• requirements.txt - 依赖文件

MIT