AI导哈

AI模板引擎

Blueprints是一款专注于AI的模板引擎，为企业开发者提供通过自然语言与AI助手交互的确定性项目脚手架生成方案。

  • by adrielp
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 adrielp/blueprints-mcp

使用说明

蓝图：专注于人工智能的模板引擎

一个以人工智能为中心的模板引擎，通过与人工智能助手的自然语言交互，为企业开发人员提供了一种确定性的、黄金路径的项目脚手架方法。

快速开始

  1. 安装依赖项：
task install
  1. 运行MCP服务器：
task dev
  1. 与您的AI助手一起使用以生成项目：
"I want to create a new Python FastAPI microservice called 'user-service' with PostgreSQL database"

先决条件

  • 紫外线 -快速Python包安装程序
  • 任务 -开发工作流的任务运行器

使用以下方式安装它们：

# Install uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# Install Task
sh -c "$(curl --location https://taskfile.dev/install.sh)" -- -d -b ~/.local/bin

特性

  • AI原生体验：与AI助手的自然语言交互
  • 确定性生成：相同的输入总是产生相同的输出
  • 黄金之路执法：企业策划的模板确保最佳实践
  • 代码优先存储：蓝图作为代码存储在git存储库中

建筑

该系统由以下部分组成：

  • MCP服务器：为人工智能交互提供结构化工具
  • 蓝图存储库：版本控制的模板和元数据
  • 模板引擎：Jinja2正在进行确定性发电
  • 人工智能集成：自然语言→ 结构化参数→ 生成的代码

发展

所有开发任务均通过以下方式管理 任务:

# Install dependencies
task install

# Run development server
task dev

# Run tests
task test

# Run tests with coverage
task test:coverage

# Format code
task format

# Run linting
task lint

# Type checking
task typecheck

# Run all quality checks
task quality

# Generate a test project
task generate:test

# Serve the generated test project
task serve:test

# Clean build artifacts
task clean

第一阶段MVP

目前的实施包括：

  • 带4个基本工具的核心MCP服务器
  • Python FastAPI服务蓝图
  • 参数验证和模式实施
  • 用于AI代理文件写入的JSON响应格式

相关 MCP