lra-code-review-mcp

lra-code-review（基于 LangGraph 的代码审查智能体）的 MCP server。它把 lra-code-review 包装成只读工具，任何 MCP 客户端（Claude Desktop、Cursor、Windsurf……）都能通过 LLM 审查代码。

通过 stdio 暴露 4 个只读工具：

安装

需要 Python 3.11+。

# 临时跑一次
uvx lra-code-review-mcp

# 或安装
pip install lra-code-review-mcp
lra-code-review-mcp

lra-code-review 是依赖项，会从 PyPI 自动安装。

Docker

每次打 tag 都会发布一个容器镜像到 GHCR，无需安装 Python 就能跑：

docker run -i --rm \
  -v /absolute/path/to/lra/config.yaml:/config.yaml \
  -e LRA_MCP_CONFIG=/config.yaml \
  -e LRA_MCP_PROFILE=deepseek \
  -e DEEPSEEK_API_KEY="$DEEPSEEK_API_KEY" \
  ghcr.io/030603-ccf/dsh-cra-plugin

• -i 保持 stdio 打开——MCP 传输走 stdin/stdout。
• 挂载你的 lra config.yaml，并把 LRA_MCP_CONFIG 指向 /config.yaml。
• 用 -e（或 --env-file）传 API key；绝不要把 key 打进镜像。

配置

server 的一切配置都来自环境变量；工具参数从不携带 API key。

API key

你的 key 存在环境变量里，由 config 中的 api_key_env 声明变量名：

profiles:
  deepseek:
    api_key_env: "DEEPSEEK_API_KEY"

三种方式设置这个变量：

1. Shell（CLI）：export DEEPSEEK_API_KEY=sk-...
2. MCP 客户端的 env 块（Claude Desktop / Cursor）：在 server 的 env 里加 "DEEPSEEK_API_KEY": "sk-..."
3. Docker：docker run -i --rm ... -e DEEPSEEK_API_KEY="$DEEPSEEK_API_KEY" ...

要求（继承自 lra）：

• api_key 必须来自 api_key_env，不能内联写在文件里。
• lsp.enabled 必须是 false。

MCP 客户端配置

让任意 MCP 客户端指向这个 stdio server：

{
  "mcpServers": {
    "lra": {
      "command": "uvx",
      "args": ["lra-code-review-mcp"],
      "env": {
        "LRA_MCP_CONFIG": "/absolute/path/to/lra/config.yaml",
        "LRA_MCP_PROFILE": "deepseek",
        "LRA_MCP_RUNS_DIR": "/absolute/path/to/runs"
      }
    }
  }
}

• Claude Desktop：claude_desktop_config.json
• Cursor：.cursor/mcp.json
• 绝不要把真实 API key 写进这个文件——它来自 api_key_env 指定的环境变量。

工具暴露在 mcp__lra__* 命名空间下（例如 mcp__lra__review_project）。

本地开发

# 1. 安装 lra（源码可编辑安装）
git clone https://github.com/030603-ccf/code-review-agent
cd code-review-agent && pip install -e .

# 2. 安装 lra-code-review-mcp（可编辑 + dev）
git clone https://github.com/030603-ccf/dsh-cra-plugin
cd dsh-cra-plugin && pip install -e ".[dev]"

# 3. 测试
pytest tests -q

说明

• 4 个工具都是只读的：server 从不修改被审查的项目。
• 审查产物（findings.json、report.md、summary.json）落在 LRA_MCP_RUNS_DIR/<run_id>/。