AI导哈

GitHub仓库分析服务

一个用于分析GitHub仓库贡献者活动、情感分析和项目健康指标的模型上下文协议(MCP)服务器。

  • by emmairwin
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 emmairwin/mcp-oss-metrics

使用说明

OSS度量MCP服务器

一个模型上下文协议（MCP）服务器，用于分析GitHub存储库中的贡献者活动、情绪分析和项目健康指标。

特性

  • 完整的贡献者分析 -活动趋势和模式
  • 电子邮件域分类 -公司/个人/学术贡献者分类
  • 情感分析 -评论和互动情绪分析
  • 存储库统计信息 -响应时间、关闭率、提交频率
  • 风险评估 -项目可持续性和健康指标
  • 自定义域筛选 -配置公司域以进行分析

工具

analyze_repository_contributors

分析单个GitHub存储库，了解详细的贡献者活动和指标。

参数：

  • repository_url （必填）：要分析的GitHub存储库URL
  • analysis_days （可选）：回顾的天数（1-365，默认值：365）
  • include_sentiment （可选）：是否包含情绪分析（默认值：false，速度较慢但更详细）

analyze_multiple_repositories

分析和比较多个GitHub存储库。

设置

先决条件

  1. Python依赖关系:

    pip install -r requirements.txt

  2. GitHub代币：创建一个 .env 使用您的GitHub令牌的文件：

    cp .env.example .env
# Edit .env and add your GitHub token

  3. 快速设置：使用安装脚本：

    ./setup.sh

运行MCP服务器

# Activate environment
./activate.sh

# Run MCP server
python3 mcp_server.py
  1. Python 3.9+
  2. GitHub个人访问令牌 -创建时间 GitHub设置>开发者设置>个人访问令牌

安装

# 1. Clone the repository
git clone https://github.com/emmairwin/mcp-oss-metrics.git
cd mcp-oss-metrics

# 2. Install dependencies
pip install -r requirements.txt

# 3. Set up environment variables
cp .env.example .env
# Edit .env and add your GitHub token

# 4. Test the server
python test_server.py

备注：MCP服务器设计为与MCP客户端（如Claude Desktop）一起使用。跑步 python mcp_server.py 直接启动服务器，并通过stdio等待MCP客户端连接。

使用Claude Desktop进行配置

添加到您的Claude Desktop MCP配置中：

{
  "mcpServers": {
    "oss-metrics": {
      "command": "python",
      "args": ["/path/to/mcp-oss-metrics/mcp_server.py"],
      "env": {
        "GITHUB_TOKEN": "your_github_token_here"
      }
    }
  }
}

windows用户：使用Python可执行文件的完整路径：

{
  "mcpServers": {
    "oss-metrics": {
      "command": "C:\\Python313\\python.exe",
      "args": ["C:\\path\\to\\mcp-oss-metrics\\mcp_server.py"],
      "env": {
        "GITHUB_TOKEN": "your_github_token_here"
      }
    }
  }
}

用法

请Claude分析存储库：

  • “分析贡献者https://github.com/microsoft/vscode在过去的90天里”
  • “分析https://github.com/facebook/react包括情绪分析“
  • “比较以下参与者的活动https://github.com/facebook/react和https://github.com/vuejs/vue"
  • “此存储库的可持续性风险是什么？”
  • “在过去的100天里，Emma Irwin对x仓库有贡献吗？”
  • “艾玛的捐款活动是增加还是减少？”

注： 情绪分析是可选的，而且速度要慢得多。只有当你需要关于贡献者互动的详细情感见解时，才请求它。

环境变量

  • GITHUB_TOKEN -必需：用于API访问的GitHub个人访问令牌
  • GITHUB_API_URL -可选：自定义GitHub API URL（默认为https://api.github.com)

分析输出

服务器提供全面的存储库分析，包括：

  • 贡献者活动：每个贡献者的详细指标
  • 电子邮件域分析：公司与个人贡献者分类
  • 情感分析：评论和互动情绪评分
  • 风险评估：项目可持续性和健康指标
  • 时间趋势：随时间变化的活动模式文本

相关 MCP