$ loading_
帮助开发与运维团队审查 CircleCI 配置并分析工作流依赖与瓶颈。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"advanced-circleci-mcp-server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请获取当前 CircleCI 实际配置，并检查我这次配置修改是否有效，指出潜在问题与风险。
返回实际配置内容、变更校验结果，以及需要修复的配置问题说明。
请分析这个 CircleCI 工作流的瓶颈与健康状况，并说明哪些环节最影响整体执行效率。
输出工作流健康分析、瓶颈定位，以及可能拖慢流程的关键节点说明。
请解析该 CircleCI 工作流的 DAG 依赖关系，说明各作业之间的先后依赖与关键路径。
返回作业依赖结构说明，并标出关键依赖链路。
开发者或 DevOps 在修改 CircleCI 配置后，可先获取实际配置并校验变更，尽早发现无效配置或潜在风险。适合在合并或发布前做配置审查。
当团队发现 CircleCI 工作流执行效率下降时，可以用它分析瓶颈与健康状况，找出影响整体速度的关键作业或流程段。适合持续优化 CI 流程。
面对包含多个作业的复杂 CircleCI 工作流时，团队可以借助它查看 DAG 依赖关系，理清作业之间的顺序与关键路径。适合排查依赖设计问题。
这是一个面向 CircleCI 的 MCP 工具，专注于配置审查。它可以获取实际配置、校验配置变更，并分析工作流瓶颈、健康状况和 DAG 依赖。
根据给定描述，它可以分析工作流瓶颈、整体健康状况以及 DAG 依赖关系。是否支持更多分析能力，见源码仓库。
给定素材没有说明安装步骤、运行时要求或是否需要密钥。具体前置条件请见源码仓库。
通过 MCP 运行 MegaLinter，统一完成代码检查、配置校验与质量分析。
为 AI 编程助手提供本地代码质量分析、差异审查与项目扫描评分。
帮助团队自动化 GitHub PR 流程、监控 CI/CD 并推送 Slack 通知。
审查 MCP 服务器的质量与安全性，并给出评分和改进建议
自动审查代码变更与文件，发现缺陷、安全风险和风格问题
自动化审查 GitHub 与 Bitbucket 的拉取请求，并用多模型实时给出代码评审建议。