What is Code2flow Mcp Server

code2flow-mcp-server is a project that wraps the code2flow command-line tool into an MCP (Model Context Protocol) server, allowing AI applications to generate and access code call graphs through a standardized MCP protocol.

Use cases

Use cases include generating call graphs for codebases, analyzing code complexity for optimization, integrating with AI applications for enhanced code understanding, and providing visual representations of code structure.

How to use

To use code2flow-mcp-server, clone the repository, set up a virtual environment, install dependencies, and the code2flow command-line tool. Start the MCP server by running ‘python server.py’ or use MCP tools to run it.

Key features

Key features include source code analysis to generate call graphs, support for multiple programming languages (Python, JavaScript, Ruby, PHP), service provision via MCP protocol for easy AI application integration, PNG format output for images, and functionality for version checking and code complexity analysis.

Where to use

code2flow-mcp-server can be used in software development, code analysis, educational tools, and any AI applications that require understanding code structure and relationships.

Code2Flow MCP 服务器

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。

功能特点

• 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

安装要求

• 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

安装步骤

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

使用方法

直接使用 Python 运行

1. 启动 MCP 服务器

python server.py

使用 MCP 工具运行

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

可用工具

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

可用资源

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

示例（使用 Python MCP 客户端）

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())

配置选项

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

文件结构

• 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

许可证

MIT