Добавить сервер
selvage-lab/selvage
  1. Каталог MCP
  2. selvage-lab/selvage

selvage-lab/selvage

от selvage-lab
MCP-сервер Selvage автоматизирует ревью кода — анализирует Git diff, находит баги, уязвимости и улучшает качество. Использует умный AST-контекст и разные AI-модели, работает через CLI или MCP-режим в Cursor и Claude Code. Ускоряет проверку без ожидания ревьюеров.
GithubPyPiСайт сервера

Selvage: AI-Powered Code Review Automation Tool

🌐 한국어

A modern CLI tool that helps AI analyze Git diffs to improve code quality, find bugs, and identify security vulnerabilities.

🤖 AI Agents: Read our documentation at https://selvage.ai/llms.txt

PyPI License Python AI Models

▶ Watch Demo Video

Selvage: Code reviews with an edge!

No more waiting for reviews! AI instantly analyzes your code changes to provide quality improvements and bug prevention. With smart context analysis (AST-based) that's accurate and cost-effective, plus multi-turn processing for large codebases - seamlessly integrated with all Git workflows.

Table of Contents

✨ Key Features

  • 🤖 Multiple AI Model Support: Leverage the latest LLM models including OpenAI GPT-5, Anthropic Claude Sonnet-4, Google Gemini, and more
  • 🔍 Git Workflow Integration: Support for analyzing staged, unstaged, and changes between specific commits/branches
  • 🎯 Optimized Context Analysis: Tree-sitter based AST analysis automatically extracts the smallest code blocks containing changed lines along with their dependency statements, providing contextually optimized information for each situation
  • 🔄 Automatic Multi-turn Processing: Automatic prompt splitting when context limits are exceeded, supporting stable large-scale code reviews (Large Context Mode now auto-triggers once total tokens exceed 200k, even without provider errors)
  • 🤖 MCP Mode Support: Register as MCP mode in Cursor, Claude Code, etc., and request code reviews through natural language like "Review current changes"
  • 🔌 Claude Code Plugin: Install via marketplace with a single command — includes dedicated /review skill and selvage-reviewer agent for seamless integration
  • 🧠 Agent-Delegated Review (get_review_context): Returns structured review context (diff + Smart Context + system prompt) so host agents (Claude Code, Cursor, Antigravity, etc.) can perform code reviews with their own LLM — no API key required
  • 📖 Open Source: Freely use and modify under Apache-2.0 License

Часто задаваемые вопросы

Инструменты были проиндексированы:
get_available_models

Получает список доступных AI-моделей в Selvage. Возвращает: list[ModelInfo]: Список информации о доступных моделях со следующими атрибутами: - name: Имя модели - provider: Провайдер (openai, anthropic, google, openrouter) - display_name: Отображаемое имя - description: Описание модели - cost_per_1k_tokens: Стоимость за 1000 токенов (USD) - max_tokens: Максимальное количество токенов - supports_function_calling: Поддержка вызова функций

Параметры

Без параметров.

get_file_review_context

Получает контекст ревью для конкретного файла из разделённого контекста. Используйте его только тогда, когда get_review_context вернул context_id (это значит, что полный контекст превысил ограничение по размеру). Вызывающий агент должен вызывать этот инструмент параллельно для каждого файла из file_list, возвращённого get_review_context.

Параметры
  • context_idstringобязательный

    ID контекста, который возвращает get_review_context

  • file_pathstringобязательный

    Путь к файлу для извлечения (из file_list)

get_review_context

Формирует структурированный контекст код-ревью для ревью, делегированного агенту. API-ключ не нужен. Вызывающий агент сам проводит ревью, используя свою LLM. В отличие от инструментов review_*, которые обращаются к внешнему LLM API и возвращают готовые результаты, этот инструмент возвращает сырой контекст ревью (системный промпт и диффы файлов с умным контекстом на основе AST), чтобы агент мог проверить код напрямую в свободной форме.

Параметры
  • diff_scopestring

    Область diff - "unstaged" (по умолчанию), "staged", "branch" или "commit"

  • repo_pathstring

    Путь к репозиторию Git (по умолчанию: текущий каталог)

  • target_branchstring | null

    Целевая ветка для области "branch" (например, "main")

  • target_commitstring | null

    Целевой хеш коммита для области "commit" (например, "abc1234")

get_review_details

Получает подробную информацию о конкретном отзыве.

Параметры
  • log_idstringобязательный

    Log ID отзыва, который нужно получить

get_review_history

Получает историю последних проверок кода.

Параметры
  • limitinteger

    Количество элементов истории для получения (максимум 50)

  • model_filterstring | null

    Фильтрует по конкретной модели (необязательно)

  • repo_pathenum | string

    Фильтр по пути репозитория - "CURRENT_PROJECT": только логи текущего проекта (по умолчанию) - "ALL": все логи проектов - Конкретный путь: логи для этого пути проекта (например, "/path/to/project")

get_server_status

Получает текущий статус MCP-сервера. Возвращает: ServerStatus: Информация о статусе сервера

Параметры

Без параметров.

review_changes

Проверяет изменения кода с помощью независимого вызова LLM API. Требует API-ключ (OPENAI_API_KEY, ANTHROPIC_API_KEY и т. д.). Если API-ключ недоступен, вместо этого применяется get_review_context, чтобы агент выполнил проверку напрямую.

Параметры
  • diff_scopestring

    Область diff - "unstaged" (по умолчанию), "staged", "branch" или "commit"

  • modelstringобязательный

    AI-модель для использования (например, claude-sonnet-4, gpt-4o)

  • repo_pathstring

    Путь к репозиторию Git (по умолчанию: текущий каталог)

  • target_branchstring | null

    Целевая ветка для области "branch" (например, "main")

  • target_commitstring | null

    Целевой хеш коммита для области "commit" (например, "abc1234")

validate_api_key_for_provider

Проверка API-ключа модели (применение стратегии OpenRouter-first)

Параметры
  • modelstringобязательный

    Название модели для проверки

validate_model_support

Проверка поддержки модели и информации о провайдере

Параметры
  • modelstringобязательный

    Название модели для проверки

0.4.1основная
0.4.0
0.3.0
0.2.0
0.1.9
0.1.8
0.1.7
0.1.6
0.1.5
0.1.4
0.1.3
0.1.2
0.1.1

Выберите клиент, чтобы установить selvage-lab/selvage:

Любой клиент

Конфиг добавления MCP сервера стандартный, обычно он не меняется вообще, поэтому подходит практически к любому ИИ клиенту, поддерживающему MCP.

{
  "mcpServers": {
    "selvage-lab-selvage-i7bo391rex": {
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ]
    }
  }
}
CursorCursor

Перейдите по ссылке и сервер автоматически будет добавлен в Cursor. Либо откройте/создайте файл ~/.cursor/mcp.json(%USERPROFILE%\.cursor\mcp.json на Windows) и добавьте конфиг сервера:

{
  "mcpServers": {
    "selvage-lab-selvage-i7bo391rex": {
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ]
    }
  }
}
VS Code

Создайте .vscode/mcp.json в проекте (ключ верхнего уровня — servers):

{
  "servers": {
    "selvage-lab-selvage-i7bo391rex": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ]
    }
  }
}

Либо добавьте сервер через терминал:

code --add-mcp "{\"name\":\"selvage-lab-selvage-i7bo391rex\",\"type\":\"stdio\",\"command\":\"uvx\",\"args\":[\"selvage\",\"mcp\"]}"
ClaudeClaude Desktop

Откройте Settings → Developer → Edit Config — это откроет файл claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Впишите сервер и полностью перезапустите Claude Desktop:

{
  "mcpServers": {
    "selvage-lab-selvage-i7bo391rex": {
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ]
    }
  }
}
Claude CodeClaude Code

Добавьте сервер одной командой в терминале:

claude mcp add selvage-lab-selvage-i7bo391rex -- uvx selvage mcp

Либо через JSON-конфиг:

claude mcp add-json selvage-lab-selvage-i7bo391rex "{\"command\":\"uvx\",\"args\":[\"selvage\",\"mcp\"]}"
CodexCodex

Добавьте сервер командой в терминале:

codex mcp add selvage-lab-selvage-i7bo391rex -- uvx selvage mcp

Либо вручную в ~/.codex/config.toml(%USERPROFILE%\.codex\config.toml на Windows):

[mcp_servers.selvage-lab-selvage-i7bo391rex]
command = "uvx"
args = ["selvage", "mcp"]
PerplexityPerplexity

MCP доступен подписчикам Perplexity Pro / Max / Enterprise. Локальные серверы — только в приложении для macOS.

  1. Откройте Настройки аккаунта → Connectors.
  2. Установите вспомогательное приложение PerplexityXPC (один раз).
  3. Нажмите Add Connector → вкладка Simple.
  4. В поле Server Name укажите selvage-lab/selvage, а в поле команды запуска — строку ниже:
uvx selvage mcp

Нажмите Save и дождитесь статуса Running.

WindsurfWindsurf

Откройте Windsurf Settings → Cascade → MCP Servers или отредактируйте файл ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "selvage-lab-selvage-i7bo391rex": {
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ]
    }
  }
}
ClineCline

В панели Cline нажмите иконку MCP Servers → Configure → Configure MCP Servers (или отредактируйте ~/.cline/mcp.json) и добавьте сервер:

{
  "mcpServers": {
    "selvage-lab-selvage-i7bo391rex": {
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}
Continue

Создайте файл в .continue/mcpServers/ (например selvage-lab-selvage-i7bo391rex.yaml) или добавьте блок в config.yaml. MCP работает только в режиме agent:

mcpServers:
  - name: selvage-lab-selvage-i7bo391rex
    command: uvx
    args:
      - "selvage"
      - "mcp"
Zed

Выполните agent: add context server или откройте настройки (zed: open settings file) и добавьте сервер в объект context_servers:

{
  "context_servers": {
    "selvage-lab-selvage-i7bo391rex": {
      "command": "uvx",
      "args": [
        "selvage",
        "mcp"
      ]
    }
  }
}

Похожие MCP-сервера

notasandy/mcp-code-sanitizer

notasandy/mcp-code-sanitizer

от notasandy

MCP сервер для строгого AI-ревью кода: находит баги, уязвимости и оценивает качество от 0 до 100. Подходит разработчикам в Claude, Cursor и VS Code. Бесплатный анализ через Groq, интеграция с GitHub Actions для автоматических PR-ревью.

Python⭐ 3
Octocode MCP

Octocode MCP

от bgauryy

Octocode ищет код по локальным и GitHub-репозиториям, анализирует структуру через AST и LSP, сравнивает версии. Быстрый Rust-движок экономит токены.

TypeScript⭐ 951
sonarsource/sonarqube-mcp-server

sonarsource/sonarqube-mcp-server

от sonarsource

Сервер SonarQube MCP подключает анализ качества кода и безопасности к AI-агентам. Разработчики проверяют код прямо из агента, используя SonarQube Cloud или Server, и анализируют фрагменты без переключений.

Java⭐ 665
ArchAI-Labs/fastmcp-sonarqube-metrics

ArchAI-Labs/fastmcp-sonarqube-metrics

от archai-labs

MCP сервер на базе FastMCP для доступа к метрикам SonarQube: извлекает показатели качества кода, историю метрик и дерево компонентов. Помогает разработчикам и DevOps автоматизировать мониторинг и интеграцию данных SonarQube в свои пайплайны.

Python⭐ 14
srijanshukla18/xray

srijanshukla18/xray

от srijanshukla18

XRAY даёт AI-ассистентам навигацию по коду: карту проекта, поиск символов и анализ влияния. Использует ast-grep для точного синтаксического поиска, поддерживает Python, JS/TS, Go. Без БД и LSP — лё...

Python⭐ 52
fantasieleven-code/callout

fantasieleven-code/callout

от fantasieleven-code

Callout — MCP-сервер для автоматического ревью проектов с девяти экспертных позиций. Помогает разработчикам на AI-инструментах избежать переусложнения, плохих приоритетов и слепых зон. Работает вну...

TypeScript⭐ 4
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин