dcr
基于Go的MCP服务器，集成Git提交分析工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：dcr。 它的用途是：基于Go的MCP服务器，集成Git提交分析工具。 完整的 Skill 内容见：https://321skill.com/skills/dcr/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我分析一下当前项目过去一个月里，所有与‘用户登录’功能相关的提交，看看主要改了哪些文件，是谁提交的。” 它会通过集成的Git分析工具，解析提交历史和变更内容，然后为你总结出相关的提交者、变更文件列表以及大致的修改类型。 或者，你可以说：“统计一下本周每个开发者的提交次数和代码行数变化。” 它会生成一份简要的贡献度报告。
介绍
这个Skill是一个基于Go语言实现的MCP服务器，核心功能是集成Git提交分析工具。它解决了开发者在代码审查、项目复盘或团队协作中，需要快速理解代码变更历史、分析提交模式或追溯问题引入点的痛点。
使用时，你需要先安装并运行这个MCP服务器，然后在支持MCP协议的AI助手（如Claude Desktop）中配置连接。之后，你就可以直接向AI助手提问，让它帮你分析指定Git仓库的提交历史、统计贡献者信息、查找特定类型的提交或分析代码变更趋势。
它非常适合需要频繁与代码仓库交互的开发者，特别是那些关注代码质量、团队效能或项目演进历史的角色。无论是个人项目复盘，还是团队代码审查前的准备，它都能提供数据支持。
建议在本地开发环境或受信任的服务器上部署使用，确保对目标Git仓库有读取权限。由于它深度集成Git分析，对于非Git版本管理的项目或不熟悉命令行Git操作的用户，可能需要一定的适应成本。
核心特点
与同类通用Git工具或MCP服务器相比，它将专业的Git提交分析能力（如提交信息模式分析、变更影响面评估）封装为标准的MCP工具，让开发者能通过自然语言与AI交互来完成复杂的仓库历史查询与分析，而无需记忆繁琐的Git命令或编写脚本。
注意事项
不适合分析非Git版本控制系统管理的项目，或需要实时分析大量远程仓库且网络环境不佳的场景。
常见问题
这个MCP服务器能分析远程Git仓库吗？
可以，只要你有该远程仓库的克隆版本或网络访问权限，配置好本地路径或远程地址即可。
需要懂Go语言才能使用吗？
不需要，使用者只需运行提供的可执行文件或Docker镜像，并通过AI助手交互，无需Go语言知识。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dcr/raw/index.md 读取 dcr 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dcr/raw/index.md（查看排版版本）