Serveur MCP diffchunk
Commit 7 nov. 2026Permet aux LLM de naviguer et d'analyser de gros fichiers diff en découpant les changements par blocs pour éviter l'épuisement de la limite de contexte.
Aussi connu sous peteretelej/diffchunk
- Étoiles
- 8
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- —
- Dernier commit
- 7 nov. 2026
- Licence
- MIT
Qu'est-ce que diffchunk MCP ?
diffchunk est un serveur MCP. Permet aux LLM de naviguer et d'analyser de gros fichiers diff en découpant les changements par blocs pour éviter l'épuisement de la limite de contexte.
Résumé généré à partir du README du projet
À propos du MCP server diffchunk
L'analyse de jeux de changements de code massifs sans atteindre les limites de contexte est ce que diffchunk permet aux développeurs utilisant des assistants IA. Lorsqu'un fichier diff atteint des dizaines de milliers de lignes, il peut faire planter les outils ou épuiser le budget de tokens. Ce serveur résout ce problème en découpant les gros diffs en blocs gérables, permettant à un LLM de naviguer dans des sections spécifiques plutôt que de lire l'intégralité du fichier de manière séquentielle.
Les utilisateurs l'installent localement en l'ajoutant à la configuration d'un client MCP via la commande uvx. Il fonctionne avec des chemins de fichiers absolus sur les systèmes Windows et Unix. Le serveur propose cinq outils spécialisés : load_diff pour un parsing personnalisé, list_chunks pour une vue d'ensemble des correspondances de fichiers, get_chunk pour un contenu spécifique, find_chunks_for_files pour la recherche par modèles, et get_file_diff pour extraire les changements d'un seul fichier.
Il est particulièrement utile pour les développeurs utilisant Cline, Roocode ou Cursor qui doivent effectuer des revues approfondies sur des branches ou des commits volumineux. Le système inclut des optimisations intégrées, comme l'ignorance des changements de simples espaces blancs et des fichiers générés, afin de maintenir une utilisation efficace des tokens.
Ce que vous pouvez faire avec
- 1Révision de différences de branches volumineusesDemandez à votre assistant d'identifier des bugs ou de nouvelles fonctionnalités en comparant deux branches différentes.
- 2Réalisation d'audits de sécurité et de stabilitéUtilisez l'outil pour scanner une branche de fonctionnalité à la recherche de vulnérabilités de sécurité potentielles ou de changements de rupture.
- 3Analyse ciblée par modèle de fichierLocalisez et examinez uniquement les changements liés à des types de fichiers spécifiques, comme les fichiers Python.
- 4Gestion du budget de tokens avec des vues compactesDemandez une vue des changements économe en tokens qui n'affiche que les lignes ajoutées pour économiser l'espace de contexte.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Vérifications automatisées
Exécuté le 14 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblepeteretelej/diffchunk is public and reachablegithub.com/peteretelej/diffchunk ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-07github.com/peteretelej/diffchunk ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPNon vérifié
README
Voir sur GitHubdiffchunk
MCP server that enables LLMs to navigate large diff files efficiently. Instead of reading entire diffs sequentially, LLMs can jump directly to relevant changes using pattern-based navigation.
Problem
Large diffs exceed LLM context limits and waste tokens on irrelevant changes. A 50k+ line diff can't be processed directly and manual splitting loses file relationships.
Solution
MCP server with 5 navigation tools:
load_diff- Parse diff file with custom settings (optional)list_chunks- Show chunk overview with file mappings and per-file line counts (auto-loads)get_chunk- Retrieve specific chunk content (auto-loads)find_chunks_for_files- Locate chunks by file patterns (auto-loads)get_file_diff- Extract the complete diff for a single file (auto-loads)
Setup
Prerequisite: Install uv (an extremely fast Python package manager) which provides the uvx command.
Add to your MCP client configuration:
{
"mcpServers": {
"diffchunk": {
"command": "uvx",
"args": ["--from", "diffchunk", "diffchunk-mcp"]
}
}
}
Usage
Your AI assistant can now handle massive changesets that previously caused failures in Cline, Roocode, Cursor, and other tools.
Using with AI Assistant
Once configured, your AI assistant can analyze large commits, branches, or diffs using diffchunk.
Here are some example use cases:
Branch comparisons:
- "Review all changes in develop not in the main branch for any bugs"
- "Tell me about all the changes I have yet to merge"
- "What new features were added to the staging branch?"
- "Summarize all changes to this repo in the last 2 weeks"
Code review:
- "Use diffchunk to check my feature branch for security vulnerabilities"
- "Use diffchunk to find any breaking changes before I merge to production"
- "Use diffchunk to review this large refactor for potential issues"
Change analysis:
- "Use diffchunk to show me all database migrations that need to be run"
- "Use diffchunk to find what API changes might affect our mobile app"
- "Use diffchunk to analyze all new dependencies added recently"
Direct file analysis:
- "Use diffchunk to analyze the diff at /tmp/changes.diff and find any bugs"
- "Create a diff of my uncommitted changes and review it"
- "Compare my local branch with origin and highlight conflicts"
Tip: AI Assistant Rules
Add to your AI assistant's custom instructions for automatic usage:
When reviewing large changesets or git commits, use diffchunk to handle large diff files.
Create temporary diff files and tracking files as needed and clean up after analysis.
How It Works
When you ask your AI assistant to analyze changes, it uses diffchunk's tools strategically:
- Creates the diff file (e.g.,
git diff main..develop > /tmp/changes.diff) based on your question - Uses
list_chunksto get an overview of the diff structure and total scope, including per-file line counts viafile_details - Uses
find_chunks_for_filesto locate relevant sections when you ask about specific file types - Uses
get_file_diffto fetch the complete diff for one specific file without loading an entire chunk - Uses
get_chunkto examine specific sections without loading the entire diff into context - Tracks progress systematically through large changesets, analyzing chunk by chunk
- Cleans up temporary files after completing the analysis
This lets your AI assistant handle massive diffs that would normally crash other tools, while providing thorough analysis without losing context.
Tool Usage Patterns
Overview first:
list_chunks("/tmp/changes.diff")
# -> 5 chunks across 12 files, 3,847 total lines, ~15,420 tokens
# Each chunk includes token_count and file_details with per-file line counts
# Response includes total_token_count for context-budget planning
Target specific files:
find_chunks_for_files("/tmp/changes.diff", "*.py")
# → [1, 3, 5] - Python file chunks
get_chunk("/tmp/changes.diff", 1)
# → Content of first Python chunk
Single-file diff:
get_file_diff("/tmp/changes.diff", "src/main.py")
# → Complete diff for src/main.py (header + all hunks)
# Glob patterns work when they match exactly one file
get_file_diff("/tmp/changes.diff", "*.config")
# → Complete diff for the single matching config file
Systematic analysis:
# Process each chunk in sequence
get_chunk("/tmp/changes.diff", 1)
get_chunk("/tmp/changes.diff", 2)
# ... continue through all chunks
Configuration
Path Requirements
- Absolute paths only:
/home/user/project/changes.diff - Cross-platform: Windows (
C:\path) and Unix (/path) - Home expansion:
~/project/changes.diff
Auto-Loading Defaults
Tools auto-load with optimized settings:
max_chunk_lines: 1000skip_trivial: true (whitespace-only)skip_generated: true (lock files, build artifacts)
Custom Settings
Use load_diff for non-default behavior:
load_diff(
"/tmp/large.diff",
max_chunk_lines=2000,
include_patterns="*.py,*.js",
exclude_patterns="*test*",
context_lines=2
)
Format Options
Use the format parameter on get_chunk to transform output for LLM consumption:
# Default - raw diff output
get_chunk("/tmp/changes.diff", 1, format="raw")
# Annotated - structured with line numbers, file headers, hunk separation
get_chunk("/tmp/changes.diff", 1, format="annotated")
# Compact - token-efficient, only new hunks (context + added lines)
get_chunk("/tmp/changes.diff", 1, format="compact")
Annotated format adds ## File: headers, __new hunk__/__old hunk__ sections with new-file line numbers, and function context from @@ headers.
Compact format shows only what was added or kept, omitting removed lines and __old hunk__ sections entirely. Useful when you only need to see the final state.
Context Reduction
Use context_lines on load_diff to reduce context lines per hunk at load time:
# Keep only 2 lines of context around each change
load_diff("/tmp/large.diff", context_lines=2)
# Keep only changes, no context
load_diff("/tmp/large.diff", context_lines=0)
This composes with format - context is reduced at load time, then formatting is applied at display time.
Supported Formats
- Git diff output (
git diff,git show) - Unified diff format (
diff -u) - Multiple files in single diff
- Binary file change indicators
Performance
- Efficiently handles 100k+ line diffs
- Memory efficient streaming
- Auto-reload on file changes
Documentation
- Design - Architecture and implementation details
- Contributing - Contributing guidelines and development setup
License
Questions sur diffchunk MCP
Comment diffchunk aide-t-il avec les fichiers diff volumineux ?
Il permet aux LLM de sauter directement aux changements pertinents grâce à une navigation basée sur des modèles au lieu de lire l'intégralité des diffs de manière séquentielle, ce qui évite de dépasser les limites de contexte.
Puis-je utiliser des modèles de fichiers spécifiques pour trouver des changements ?
Oui, vous pouvez utiliser l'outil find_chunks_for_files pour localiser des blocs par modèles de fichiers, comme la recherche de tous les blocs de fichiers Python.