AI导哈

AI辅助SDLC工作流工具包

提供三个MCP服务器的工具包，用于AI辅助的软件开发生命周期工作流，包括提示增强、测试用例生成和管道分析。

  • by arushsingh17
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 arushsingh17/mcp

使用说明

brd增强剂mcp

一个为人工智能辅助SDLC工作流程提供三台MCP服务器的软件包：

服务器 可执行 目的
增强提示 prompt-enhancer-mcp 通过项目文档上下文增强开发任务
测试工作流程 test-workflow-mcp 从Confluence生成并提交Gherkin测试用例
管道分析仪 pipeline-analyzer-mcp 从过去的事件中分析RAG背景下的线束管道故障

先决条件

⚠️ 使用官方Python（不是微软商店Python）

从下载Python https://www.python.org/downloads/

安装过程中，请务必检查：

✅ “将Python添加到PATH”

验证您是否使用了正确的Python：

where python
输出 状态
C:\Python313\python.exe ✅ 官方Python——很好
C:\Users\...\WindowsApps\python.exe ❌ 微软Python商店——从Python.org重新安装

安装

选项A——全局安装（建议大多数开发人员使用）

pip install git+https://github.com/arushsingh17/mcp.git

验证安装：

pip show brd-enhancer-mcp
where brd-enhancer-mcp        # Windows
which brd-enhancer-mcp        # Mac/Linux

选项B——虚拟环境安装

# Step 1: Create and activate a virtual environment
python -m venv venv
venv\Scripts\activate          # Windows
source venv/bin/activate       # Mac/Linux

# Step 2: Install the package
pip install git+https://github.com/arushsingh17/mcp.git

# Step 3: Get the exact executable path (needed for config)
python -c "import shutil; print(shutil.which('brd-enhancer-mcp'))"

输出示例：

C:\Users\YourName\Desktop\myproject\venv\Scripts\brd-enhancer-mcp.exe

复制此路径——您需要在下面的配置中使用它。

配置

🌍 全局安装配置

自从 brd-enhancer-mcp 在系统PATH中注册，不需要文件路径。

克劳德桌面 → %APPDATA%\Claude\claude_desktop_config.json （Windows） 克劳德桌面 → ~/Library/Application Support/Claude/claude_desktop_config.json （Mac） 克劳德代码 → ~/.claude.json

{
    "mcpServers": {
        "brd-enhancer": {
            "command": "brd-enhancer-mcp",
            "env": {
                "API_KEY": "your_api_key",
                "PROJECT_ID": "your_project_id",
                "API_URL": "https://your-backend.com"
            }
        }
    }
}

📦 虚拟环境配置

使用从上面的命令中获得的完整路径。

⚠️ 在Windows上，替换所有 \ 和 \\ 在路径中

{
    "mcpServers": {
        "brd-enhancer": {
            "command": "C:\\Users\\YourName\\Desktop\\myproject\\venv\\Scripts\\brd-enhancer-mcp.exe",
            "env": {
                "API_KEY": "your_api_key",
                "PROJECT_ID": "your_project_id",
                "API_URL": "https://your-backend.com"
            }
        }
    }
}

Mac/Linux虚拟机配置：

{
    "mcpServers": {
        "brd-enhancer": {
            "command": "/Users/yourname/myproject/venv/bin/brd-enhancer-mcp",
            "env": {
                "API_KEY": "your_api_key",
                "PROJECT_ID": "your_project_id",
                "API_URL": "https://your-backend.com"
            }
        }
    }
}

环境变量

共享（所有服务器）

变量 必填 默认 描述
API_KEY ✅ 是 - 您的个人后端API密钥
PROJECT_ID ✅ 是 -- 您的项目ID/GUID
API_URL ❌ 没有 http://localhost:8000 后端URL

仅限管道分析仪mcp

变量 必填 默认 描述
HARNESS_API_KEY ✅ 是 -- 使用个人访问令牌(pat.ACCOUNT.TOKEN_ID.SECRET)
HARNESS_ACCOUNT_ID ✅ 是 -- 线束帐户标识符
HARNESS_PROJECT_ID ✅ 是 -- 线束项目标识符
HARNESS_ORG_ID ❌ 没有 default 利用组织标识符
HARNESS_BASE_URL ❌ 没有 https://app.harness.io 利用基本URL（更改为自托管）

管道分析器示例配置

{
    "mcpServers": {
        "pipeline-analyzer": {
            "command": "pipeline-analyzer-mcp",
            "env": {
                "API_URL": "https://your-backend.com",
                "API_KEY": "your_backend_api_key",
                "PROJECT_ID": "your_project_id",
                "HARNESS_API_KEY": "pat.ACCOUNT.TOKEN_ID.SECRET",
                "HARNESS_ACCOUNT_ID": "your_harness_account_id",
                "HARNESS_ORG_ID": "default",
                "HARNESS_PROJECT_ID": "your_harness_project_id",
                "HARNESS_BASE_URL": "https://app.harness.io"
            }
        }
    }
}

快速参考

场景 配置中的命令
全局安装（官方Python） "command": "brd-enhancer-mcp"
全局安装（Microsoft Store Python） 来自的完整路径 where brd-enhancer-mcp
虚拟环境（任何操作系统） 来自的完整路径 python -c "import shutil; print(shutil.which('brd-enhancer-mcp'))"

相关 MCP