analyze-codebase-for-mcp
关于
This skill analyzes any codebase to identify functions, APIs, and data sources that can be exposed as Model Context Protocol (MCP) tools, generating a structured specification document. It's used when planning an MCP server, auditing a codebase for AI tool wrapping, or comparing existing capabilities with current MCP exposure. The output is designed to hand off directly to scaffolding tools like `scaffold-mcp-server`.
快速安装
Claude Code
推荐npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/analyze-codebase-for-mcp在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
析碼庫為 MCP
掃碼庫以察函、REST 端點、CLI 命、數訪之式而宜 MCP 工具露出者,生結構化之工具規文。
用時
- 為既存之項謀 MCP 服而需知所露者乃用
- 將碼庫裹為 AI 可達之面前審之乃用
- 比碼庫所能與已露於 MCP 者乃用
- 生工具規文交付
scaffold-mcp-server乃用 - 察三方庫值裹為 MCP 工具乎乃用
入
- 必要:碼庫根目之徑
- 必要:碼庫之語(如 TypeScript、Python、R、Go)
- 可選:既有 MCP 服之碼以比(隙析)
- 可選:域之焦(如「數析」、「檔操」、「API 整合」)
- 可選:所薦工具最多之數(默:20)
法
第一步:掃碼庫之構
1.1. 以 Glob 繪目樹,注源目:
src/**/*.{ts,js,py,R,go,rs}為源**/routes/**、**/api/**、**/controllers/**為端點定**/cli/**、**/commands/**為 CLI 入**/package.json、**/setup.py、**/DESCRIPTION為依元
1.2. 按角分類:
- 入點:主檔、路由處、CLI 命
- 核邏:業之函、算法、數之轉
- 數訪:庫查、檔 I/O、API 客
- 雜助:助者、格者、驗者
1.3. 計總檔、碼行、導符以估項之大。
得: 按角注之檔錄。
敗則: 若碼庫過大(逾萬檔),以域焦縮掃特目或模。若無源檔,驗根徑與語參。
第二步:識已露之函與端點
2.1. 以 Grep 尋導之函與公之 API:
- TypeScript/JavaScript:
export (async )?function、export default、module.exports - Python:未以
_前之函、@app.route、@router - R:NAMESPACE 所列或
#' @exportroxygen 注之函 - Go:大寫始之函名(按約導)
2.2. 每候函,取:
- 名:函或端點之名
- 簽:參及其型與默
- 返型:函所生者
- 文:docstring、JSDoc、roxygen、godoc
- 位:檔徑與行號
2.3. 為 REST API,加取:
- HTTP 法與路之式
- 請求體之模
- 應之形
- 認證之求
2.4. 建候列,以潛益而序(公之、有文、型明之函先)。
得: 二十至百候函/端點,有取之元。
敗則: 若候少,擴搜以納可轉公之內函。若文稀,標為出之險。
第三步:評 MCP 之宜
3.1. 每候,按 MCP 工具準:
- 入約之明:參型明而有文乎?可以 JSON Schema 述乎?
- 出之可預:函返結構化之數(JSON 可序化)乎?返形恆乎?
- 副作:函改狀(檔、庫、外服)乎?副作必明標。
- 冪等:操安再試乎?非冪等需明警。
- 執行之時:可於理限內(< 30 秒)成乎?久行之操需異步式。
- 誤處:擲結構化之誤抑或默敗?
3.2. 各候以 1-5 評:
- 5:純函、型明、有文、速、無副作
- 4:型明、有文、微副作(如日誌)
- 3:I/O 約尚可而需裹(如返原物)
- 2:重副作或約不明,需重適
- 1:不宜除非大改
3.3. 濾候至 3 以上。2 者標為「未來候」需改。
得: 評且濾之候列,各有宜之由。
敗則: 若多候低於 3,碼庫或需改然後露為 MCP。書其隙薦改之具(加型、取純函、裹副作)。
第四步:設工具規
4.1. 每選候(評 >= 3),擬工具規:
- name: tool_name
description: >
One-line description of what the tool does.
source_function: module.function_name
source_file: src/path/to/file.ts:42
parameters:
param_name:
type: string | number | boolean | object | array
description: What this parameter controls
required: true | false
default: value_if_optional
returns:
type: string | object | array
description: What the tool returns
side_effects:
- description of any side effect
estimated_latency: fast | medium | slow
suitability_score: 5
4.2. 聚工具為邏類(如「數查」、「檔操」、「析」、「設」)。
4.3. 識工具間之依(如「list_datasets」宜先於「query_dataset」)。
4.4. 定工具需裹否以:
- 簡繁參為平入
- 轉原返為結構化文或 JSON
- 加安守(如庫函只讀之裹)
得: 全 YAML 工具規,含類、依、裹之注。
敗則: 若規曖昧,返第二步取更詳。若參型不可推,標為人審。
第五步:生工具規文
5.1. 書終規文,含:
- 要:碼庫概、語、大、析之日
- 薦工具:第四步全規,按類聚
- 未來候:2 者與改薦
- 排除者:1 者與排之由
- 依:工具依圖
- 實注:裹之求、認之求、傳之薦
5.2. 存為 mcp-tool-spec.yml(機讀)及可選 mcp-tool-spec.md(人讀要)。
5.3. 若給既存 MCP 服,含隙析段:
- 規中之工具未實現者
- 已實現而不在規者(或陳)
- 規實偏移者(實違規)
得: 全工具規文,備予 scaffold-mcp-server 用。
敗則: 若文過大(逾 200 工具),析為模附交參。若碼庫無宜候,代以「備度評」文與改薦。
驗
- 目庫諸源皆已掃
- 候函取名、簽、返型
- 每候有評與書之由
- 工具規含全參模與型
- 每工具副作明書
- 出之文為有效 YAML(任 YAML 庫可析)
- 工具名循 MCP 約(snake_case、述、獨)
- 類與依成貫之工具面
- 給既存 MCP 服則含隙析
- 未來候段列 2 者所需改之步
陷
- 露過多工具:AI 助最宜十至三十聚工具。重能之廣勝於深。勿露諸公函
- 忽副作:「只讀」之函亦或書日誌或緩。以
Grep察檔寫、網呼、庫改 - 假型安:動語(Python、R、JavaScript)或無型注。由用式與試推型,標疑於規
- 失認上下文:於認證網請求中行之函經 MCP 呼或無會話而敗。察隱認之依如會話 cookie、JWT 令、環注憑
- 過築裹:函需五十行之裹方合 MCP 則或非佳候。重自然映工具界之函
- 忽誤路:MCP 工具須返結構化誤。擲未型異之函需誤處之裹
- 混內外 API:他內碼所呼之內助函為劣 MCP 候。重設於外用之函或清界 API
- 跳隙析:若給既存 MCP 服,恆比規與當前實現。無隙析則冒複功或失陳工具
參
scaffold-mcp-server— 用出之規生工作之 MCP 服build-custom-mcp-server— 手實現之參configure-mcp-server— 連所生之服至 Claude Code/Desktoptroubleshoot-mcp-connection— 部後調連review-software-architecture— 工具面設之審security-audit-codebase— 外露函之前安審
GitHub 仓库
Frequently asked questions
What is the analyze-codebase-for-mcp skill?
analyze-codebase-for-mcp is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform analyze-codebase-for-mcp-related tasks without extra prompting.
How do I install analyze-codebase-for-mcp?
Use the install commands on this page: add analyze-codebase-for-mcp to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does analyze-codebase-for-mcp belong to?
analyze-codebase-for-mcp is in the Meta category, tagged word, ai, api, mcp, design and data.
Is analyze-codebase-for-mcp free to use?
Yes. analyze-codebase-for-mcp is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
相关推荐技能
Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。
这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。
该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。
SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。
