适合谁
- 需要将 AI 驱动的开发与代码质量分析相结合的团队
- 希望利用 AI 助手安全重构遗留代码的开发人员
- 在 CI/CD 流程中集成代码健康检查的组织
C
46FMRS · D
CodeScene MCP 服务器为 AI 助手提供了代码健康分析能力，强调本地运行和 AI 友好的工具设计。它适合将 AI 开发与代码质量提升结合的场景，但需要 CodeScene 账户支持。官方维护，文档详细，但存在模型依赖和配置复杂性风险。
CodeScene MCP 服务器将 CodeScene 的代码健康分析功能封装为本地 AI 友好工具，供 GitHub Copilot、Cursor、Claude Code 等 AI 助手使用。它可以对代码库进行代码健康洞察，包括可维护性问题、复杂性和技术债务等。服务器完全在本地运行，代码和分析不会发送到外部。需要 CodeScene 账户或独立许可证。
工具能力
code_health_review
对指定代码段执行代码健康审查，识别设计问题。
hotspots
获取热点代码区域列表，这些是变更频繁且复杂度高的代码区域。
technical_debt_goals
检索技术债务目标，了解需要优先解决的技术债。
code_ownership
查看代码所有权信息，了解各模块的负责人。
delta_review
对代码变更进行增量审查，评估变更对代码健康的影响。
安装接入
- 获取访问令牌：在 CodeScene 实例中创建个人访问令牌（CS_ACCESS_TOKEN）。2. 选择安装方式：通过 npx (
npx @codescene/codehealth-mcp)、全局 npm 安装、Homebrew (brew install cs-mcp)、Windows 脚本、手动下载或 Docker (docker pull codescene/codescene-mcp) 安装。3. 配置 AI 助手：将 MCP 服务器添加到你的 AI 助手（如 Claude Desktop、VS Code 等）中。4. 复制代理指导文件（AGENTS-full.md 或 AGENTS-standalone.md）到仓库，并根据需要添加技能。5. 验证工具是否可用。
选型与风险
不适合谁
- 没有 CodeScene 账户或独立许可证的用户（但可尝试独立版 Code Health MCP）
- 需要完全离线、无网络依赖的本地分析场景（但分析本身在本地，但获取热点等数据依赖 CodeScene 账户）
- 寻求代码分析功能全面替代 CodeScene 自身平台的用户
所需权限
- 需要 CS_ACCESS_TOKEN 以从 CodeScene 实例获取数据
- 本地代码库读取权限（用于分析）
- 在 Docker 安装时需要挂载卷以访问代码
- 可配置 SSL 证书环境变量（REQUESTS_CA_BUNDLE 等）
- 可设置 CS_DISABLE_VERSION_CHECK 以禁用版本检查
风险与副作用
- 传输风险：分析结果通过 REST 从自有 CodeScene 账户获取，但代码本身不会发送到外部；但需要确保 CodeScene 账户安全。
- 依赖风险：需要有效的访问令牌，令牌泄露可能导致数据暴露。
- 模型限制：较旧模型可能无法正确遵循 MCP 约束，影响重构质量。
- 路径幻觉：IntelliJ 的 AI 助手可能提供错误的 MCP 路径，导致连接失败。
常见排障
- 检查 CS_ACCESS_TOKEN 是否设置且有效。
- 对于 Docker，确保挂载了正确的代码目录路径。
- 如果使用自定义 SSL 证书，设置 REQUESTS_CA_BUNDLE 指向 CA 证书文件。
- 如果 IntelliJ 给出错误路径，尝试手动指定正确的 MCP 服务器路径。
- 查看文档中的常见问题部分，如版本更新检查禁用等。
使用场景
保护 AI 生成的代码：防止 AI 引入技术债务，通过标记可维护性问题。
提升不健康代码的 AI 可读性：通过聚焦的代码健康审查和渐进式重构，改善代码模块化。
进行有目标的重构：利用代码健康工具确定修复方向，并用更新后的代码健康分数验证效果。
在行动前理解现有代码：使用代码健康审查提供基于真实认知和设计挑战的摘要和诊断。
支持客户端
Claude Desktop完整支持
VS Code完整支持
JetBrains IntelliJ部分支持
GitHub Copilot完整支持
Cursor完整支持