AI导哈

AI提示工具包

一个可重用、版本化的AI提示工具包，包含软件开发周期各阶段的提示和轻量级模型上下文协议服务器，用于AI辅助的软件开发。

  • by apkasten906
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 apkasten906/spellbook-mcp

使用说明

🪄 魔法书 MCP（注：MCP在此处可能是一个特定名称或缩写，根据上下文可能有不同的含义，如“魔法控制协议”或特定作品中的角色/组织名等，但直接翻译为“魔法书 MCP”保持了原样，具体含义需结合上下文理解）

一个模型上下文协议服务器，它将AI提示作为咒语——即结构化、可重用的指令，适用于软件开发生命周期的各个阶段。

版本： v0.3.0
许可证： 麻省理工学院（MIT）

在这里，每一个提示都是一个咒语，每一次构建都是一场仪式。

一个可重用、带版本控制的提示工具包 + 一个轻量级（工具/框架） 模型上下文协议（MCP） 用于辅助人工智能软件开发的服务器。包括软件开发生命周期（SDLC）提示、PDCA（戴明循环）元提示、模型路由，以及一个将所有功能作为工具暴露出来的MCP服务器。

快速入门（本地）

npm -C mcp-starter i
node mcp-starter/server.js

快速入门（Docker）

docker build -f Dockerfile.mcp -t spellbook-mcp:0.3.0 .
docker run --rm -it spellbook-mcp:0.3.0

本地接受烟雾（PowerShell）

如果你想在Docker中本地运行快速接受测试（模拟CI环境），请使用随附的PowerShell辅助工具或npm smoketest 脚本：

# Build a local image
docker build -f Dockerfile.mcp -t spellbook-mcp:local .

# Run the smoke test with mounted logs directory (writes to ./mcp-starter/logs)
docker run --rm -it -v ${PWD}\mcp-starter\logs:/app/mcp-starter/logs spellbook-mcp:local /bin/sh -c "cd /app && npm run acceptance:quick:logging"

# Or use the included helper that wraps the same logic
npm run smoketest

MCP客户端设置

将您的MCP启用客户端（Claude桌面版、Cursor、VS Code MCP桥接器）指向 .mcp.json。

仓库结构

/
├── prompts/
│   └── v0.3.0/               # SDLC + PDCA prompts for this release
│       ├── 1_requirements_planning.md
│       ├── 2_analysis_specification.md
│       ├── 3_architecture_design.md
│       ├── 4_implementation_development.md
│       ├── 5_testing_quality_assurance.md
│       ├── 6_deployment_release.md
│       ├── 7_maintenance_monitoring.md
│       └── meta/
│           ├── PDCA_cycle.md
│           ├── due_diligence_checklist.md
│           ├── retrospective_review.md
│           ├── error_learning_protocol.md
│           └── continuous_improvement_tracker.md
├── docs/
│   └── learning-log.md
├── mcp-starter/
│   ├── package.json
│   └── server.js
├── .mcp.json
├── Dockerfile.mcp
├── router.config.json
├── prompt.catalog.json
├── PROMPT_EXECUTION_MATRIX.md
├── COMMANDS.md
├── CHANGELOG.md
├── CONTRIBUTING.md
├── LICENSE
└── .github/workflows/release.yml

版本控制与发布

  • **SemVer（语义化版本控制）**主版本号.次版本号.修订号
  • 为发布版本打上标签 vX.Y.Z一个GitHub Action创建了一个发布版本并附加了一个zip文件。
  • 见 `CONTRIBUTING.md` 翻译为中文是：“贡献指南.md” 或 “贡献规范.md”。这个文件通常用于说明如何为某个项目或组织做出贡献，包括提交代码、报告问题、参与讨论等方面的指南 用于分支管理、PR（Pull Request）指导以及 CHANGELOG.md（变更日志文件，Markdown格式） 为了历史。

模型预算编制

见 **`PROMPT_EXECUTION_MATRIX.md` 翻译为中文是：`提示执行矩阵.md`**对于代码编写，优先使用Copilot（GPT‑5 Codex）；对于深度推理，使用GPT‑4.1/5；在可接受的情况下，回退到4o/o3‑mini。

命令

见 COMMANDS.md（命令说明文件） 关于斜杠命令及其与MCP工具的映射关系。

学习与事后分析（或总结）

我们维护一个轻量级的团队学习日志，用于记录验收/持续集成（CI）失败的情况以及重要的故障排除笔记。如果验收测试或CI运行中发现了错误、不稳定测试或操作经验教训，请添加一条简短的记录 docs/learning-log.md 描述：

  • 运行ID或时间戳以及受影响的分支/拉取请求（PR）
  • 问题简述及根本原因（如已知）
  • 所采取的调查步骤及最终的补救措施
  • 关于提交（commits）、工件（artifacts）（已上传 mcp-starter/logs/**), 以及PRs（Pull Requests，即拉取请求）

将这些信息保存在仓库附近有助于加快未来的调试速度，并捕捉机构知识 prompts/v0.3.0/meta/ 目录中还包含策略工件，如 due_diligence_checklist.md 并且 retrospective_review.md 在提交学习成果时，你可以参考这个。

相关 MCP