$ loading_
对 Python 文件或目录运行 Prospector 静态分析并返回结构化问题结果
复制安装指令，让 AI 自动完成配置 · 推荐新手
"prospector-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请对这个 Python 文件运行 Prospector 静态分析，并按严重级别、文件位置、规则代码和问题说明列出结果：app/main.py
返回该文件的结构化静态分析结果，包含每个问题的严重级别、行列位置、规则代码和简要说明。
请对项目目录 src/ 运行 Prospector 静态分析，汇总所有 Python 代码问题，并按严重程度排序输出。
返回目录内所有 Python 文件的问题汇总，可用于快速定位高优先级代码质量问题。
对 backend/ 运行 Prospector 分析，并基于结果整理一个修复清单：按高、中、低严重级别分组，标明文件位置、规则代码和建议处理顺序。
输出可执行的修复清单，帮助团队按优先级处理静态分析发现的问题。
帮助用户查找并验证企业邮箱地址，用于获客、调研与外联联系
用于静态分析 Python 代码结构与依赖，帮助快速理解与排查问题
帮助用户分析 MCP 工具安全风险，识别恶意行为并提供风险评分。
帮助用户跨 GitHub、PyPI 与 npm 检索仓库、包与代码模式。
用于发布前检查并评分 MCP 服务器的可发布性、Schema 与协议质量。
运行测试与静态检查并汇总错误，帮助开发者高效迭代调试并减少上下文噪音。