$ loading_
用于校验 AI 生成代码的质量、安全性与性能，提升开发可信度。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"code-verify-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。
请使用 code-verify-mcp 检查这段由 AI 生成的 Python Flask 接口代码，重点分析代码质量、安全漏洞和性能瓶颈，并按严重级别列出问题与修复建议。
一份包含质量评分、风险清单、性能问题和修复建议的代码审查结果。
请用 code-verify-mcp 对这段即将上线的 Node.js 代码做安全审查，识别常见漏洞、危险依赖调用和不安全配置，并给出可执行的修复方案。
一份聚焦安全风险的审查报告，包含漏洞说明、影响范围和修复步骤。
请使用 code-verify-mcp 分析这段 AI 生成的数据处理代码，找出可能导致性能下降的循环、查询或内存使用问题，并提出优化建议。
一份性能分析结果，指出低效实现位置并提供可落地的优化方案。
通过自动化浏览器测试与诊断，验证 AI 生成代码的可用性并收集证据。
通过 MCP 将编码任务委派给 Codex，并进行安全校验与结果验证。
为 AI 代理提供通用编码规范、测试流程与需求规划支持。
实时校验大模型输出的正确性、完整性与可靠性，降低错误进入工作流的风险。
为 AI 代理提供代码审查、JSON 处理与密码生成等开发实用工具。
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。