$ loading_
分析代码库健康状况，识别死代码、循环依赖与架构退化问题。
该 MCP 工具声明用于本地代码库健康分析，材料未显示需要密钥或连接远程服务，整体未见明显高风险红旗。主要注意点在于其作为代码分析工具通常需要读取本地项目内容，且具备本机执行能力，另外其开源仓库社区采用度和维护信息较弱。
材料明确写明无需密钥或环境变量，未见 API token、账号凭证或高敏感认证信息的申请，因此凭证泄露与滥用面较低。
已给出的客观信息显示无远程端点 host，材料中也未声明需要将代码或分析结果发送到外部服务；基于现有信息，未见明确的数据外发路径。
系统检查项已标明该工具具备 executes-code 能力，说明其可能在本机启动进程或执行分析逻辑。这属于 MCP 工具的常规高权限能力，需关注其实际调用的系统命令与执行边界，但仅凭此不足以上升为高风险。
其功能声明为分析代码库健康状况，通常意味着需要读取本地项目源代码、目录结构及相关元数据。当前材料未显示超出声明用途的过度授权，也未显示会访问无关系统资源，但仍应按最小权限原则限制在目标仓库范围内。
该工具有公开 GitHub 仓库，源码可审计，这是降低风险的正面因素；但来源为 third_party_registry，许可证未声明，社区采用度为 0 star，维护状态未知，说明供应链信任度一般，建议在使用前人工审查代码与依赖。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"CodeHealth 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。
请分析这个代码仓库的健康状况，重点找出死代码、循环依赖、模块高耦合和架构漂移，并按严重程度排序给出修复建议。
输出一份按优先级整理的问题清单，包含风险说明、影响范围与修复建议。
扫描当前项目的模块依赖关系，列出所有循环依赖链路，说明涉及文件，并给出拆分或重构建议。
返回循环依赖列表、关联文件路径，以及可执行的解耦方案。
基于现有代码结构评估是否存在架构退化，指出哪些模块偏离预期边界，并建议如何恢复更清晰的分层。
生成架构偏移分析，说明边界违规点及后续治理建议。
帮助分析代码库结构、生成项目文档与知识地图，提升 AI 理解上下文效率