🦡 codebadger ist ein containerisierter MCP-Server, der KI-Agenten und LLMs tiefgehenden, abfragbaren Zugriff auf die Struktur und den Datenfluss einer Codebasis über Joern Code Property Graphen (CPGs) bietet.
🦡 codebadger ist ein containerisierter MCP-Server (Model Context Protocol), der speziell dafür entwickelt wurde, KI-Agenten und großen Sprachmodellen (LLMs) einen detaillierten und abfragbaren Einblick in die Struktur und den Datenfluss einer Codebasis zu ermöglichen. Dies wird durch die Nutzung von Joern Code Property Graphen (CPGs) erreicht, die eine vollständige, graphbasierte Repräsentation des Codes erstellen. Der Server unterstützt verschiedene Analyse-Workflows, darunter Datenflussanalyse, Call-Graphen-Erstellung und das Auffinden von Sicherheitslücken, und ist als Docker-Container einfach bereitstellbar. Entwickler können damit ihre Entwicklungsumgebungen, CI/CD-Pipelines oder KI-gestützte Code-Review-Tools um leistungsfähige statische Analysefähigkeiten erweitern. codebadger eignet sich besonders für Plattformen wie Claude Code, Cursor und andere MCP-kompatible Systeme und liefert Antworten in strukturierten Formaten wie JSON.
npx skills add Lekssays/codebadgerInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🦡 codebadger ist ein containerisierter Model Context Protocol (MCP)-Server, der KI-Agenten und LLMs tiefen, abfragbaren Zugriff auf die Struktur und den Datenfluss einer Codebasis mittels Joern Code Property Graphs (CPGs) ermöglicht.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.