使用说明

MCP（模型上下文协议）服务器

该存储库包含MCP服务器，为AI代理提供对MelechDSP代码库、JUCE文档和DSP算法的结构化访问。这些服务器使AI编码助手能够检索准确、上下文感知的信息，而无需依赖网络搜索。

概述

MCP文件夹实现了 三一协议 人工智能辅助开发：

建筑检查 -在MelechDSP monorepo中查找文件
API验证 -验证JUCE类签名和继承
组件重用 -搜索现有的DSP算法和实现

服务器架构

1. `melech_internal_server/` -项目结构定位器

目的：映射MelechDSP monorepo结构，以帮助AI代理找到特定文件。

工具:

find_project_file(project, role) -按项目名称和角色查找文件（例如“AnalyzerPro”、“Editor”）

数据源:

扫描 AnalyzerPro 和 melechdsp-hq 仓库
生成 project_structure.json 通过 ingest_projects.py

用法示例:

find_project_file("AnalyzerPro", "Editor")  # Returns UI editor file paths

文件:

server.py -FastMCP服务器实施
ingest_projects.py -扫描项目并生成索引
project_structure.json -生成的索引文件
schema.json -工具模式定义

2. `juce_api_server/` -JUCE API文件

目的：提供对JUCE框架类定义、继承层次结构和方法签名的本地访问。

工具:

search_juce_docs(class_name) -按名称搜索JUCE类

数据源:

扫描 ~/JUCE/modules 目录
提取类定义、继承和API签名
生成 juce_docs.json 通过 ingest_juce.py

用法示例:

search_juce_docs("AudioProcessor")  # Returns class definition and inheritance

文件:

server.py -FastMCP服务器实施
ingest_juce.py -扫描JUCE模块并生成索引
juce_docs.json -生成的索引文件（不在仓库中，在本地生成）
schema.json -工具模式定义

备注：通过提供准确的JUCE 8 API信息，防止人工智能代理对不推荐使用的JUCE 5方法产生幻觉。

3. `dsp_algorithms_server/` -DSP算法库

目的：从索引和搜索本地C++DSP实现 melechdsp-hq 共享图书馆。

工具:

get_dsp_algorithm(query) -按名称或功能搜索DSP算法

数据源:

扫描 melechdsp-hq/shared/mdsp_dsp/ 为了 .h, .cpp, .hpp 文件
检测处理域（频域、时域、控制速率）
识别SIMD优化
生成 dsp_index.json 通过 ingest.py

用法示例:

get_dsp_algorithm("filter")  # Returns matching filter implementations
get_dsp_algorithm("FFT")     # Returns frequency domain algorithms

文件:

server.py -FastMCP服务器实施
ingest.py -扫描DSP代码库并生成索引
dsp_index.json -生成的索引文件
schema.json -工具模式定义

特性:

检测SIMD优化(__m128, vDSP)
按处理域分类
返回上下文的代码片段

4. `juce-rag-server/` -基于云的JUCE RAG

目的：使用ChromaDB云和HuggingFace嵌入对JUCE文档进行语义搜索。

建筑:

FastAPI服务器(server.py)查询ChromaDB云
用途 Qwen/Qwen3-Embedding-0.6B 嵌入模型
MCP电桥(mcp_juce_bridge.py)连接到FastAPI服务器

工具:

search_juce_docs(query) -JUCE文档的语义搜索

配置:

需要 .env 具有ChromaDB凭据的文件：
- CHROMA_HOST
- CHROMA_API_KEY
- CHROMA_TENANT
- CHROMA_DATABASE

文件:

server.py -集成ChromaDB的FastAPI服务器
mcp_juce_bridge.py -MCP服务器桥接到FastAPI
rag_client.py -RAG客户端实用程序
agent.py -代理集成代码
stress_test.py -负载测试工具
.env -环境变量（不在仓库中）

用法:

启动FastAPI服务器： python server.py （在端口8000上运行）
使用 mcp_juce_bridge.py 作为MCP服务器入口点

配置

Claude桌面配置

这 claude_desktop_config.json 文件为Claude Desktop配置MCP服务器：

{
  "mcpServers": {
    "melech_dsp": {
      "command": "python3",
      "args": ["/path/to/dsp_algorithms_server/server.py"]
    },
    "juce_docs": {
      "command": "python3",
      "args": ["/path/to/juce_api_server/server.py"]
    }
  }
}

位置：通常放置在 ~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上。

光标集成

配置时，Cursor会自动发现MCP服务器。这 .cursorrules 此存储库中的文件为AI代理提供了指导：

在进行网络搜索之前，始终检查本地MCP工具
使用 melech_dsp 用于滤波器、均衡器、算法
使用 juce_docs 用于音频处理器、组件、JUCE API

设置和使用

先决条件

pip install mcp fastmcp  # For MCP servers
pip install fastapi uvicorn chromadb langchain-huggingface  # For RAG server

生成索引

在使用服务器之前，请生成索引文件：

# Generate DSP algorithm index
cd dsp_algorithms_server
python ingest.py

# Generate JUCE API index
cd ../juce_api_server
python ingest_juce.py

# Generate project structure index
cd ../melech_internal_server
python ingest_projects.py

正在运行的服务器

独立MCP服务器 （stdio模式）：

python dsp_algorithms_server/server.py
python juce_api_server/server.py
python melech_internal_server/server.py

RAG服务器 （HTTP模式）：

cd juce-rag-server
python server.py  # Runs on http://localhost:8000
# Then use mcp_juce_bridge.py as the MCP entry point

开发流程

三一协议

在实现功能时，AI代理应遵循以下顺序：

建筑检查 (melech_internal_server)
- 找到正确的文件路径
- 验证项目结构
- 确定功能是属于AnalyzerPro还是VoxScript
API验证 (juce_api_server 或 juce-rag-server)
- 检查JUCE类继承
- 验证方法签名
- 确保与JUCE 8兼容
组件重用 (dsp_algorithms_server)
- 搜索现有实现
- 避免重写现有的过滤器/算法
- 重用 SimpleEq, FrequencyBandProcessor等等。

错误处理

如果工具返回“无结果”，代理商应：

明确声明：“我检查了本地库，但没有找到现有的实现，所以我将编写一个自定义的实现。”
只有在验证后才能继续实施

文件结构

MCP/
├── README.md                      # This file
├── .cursorrules                   # AI agent guidance
├── claude_desktop_config.json     # Claude Desktop MCP config
├── MCP.code-workspace             # VS Code workspace
│
├── dsp_algorithms_server/         # DSP algorithm search
│   ├── server.py
│   ├── ingest.py
│   ├── dsp_index.json
│   └── schema.json
│
├── juce_api_server/               # JUCE API documentation
│   ├── server.py
│   ├── ingest_juce.py
│   ├── juce_docs.json            # Generated (not in repo)
│   └── schema.json
│
├── melech_internal_server/        # Project structure locator
│   ├── server.py
│   ├── ingest_projects.py
│   ├── project_structure.json
│   └── schema.json
│
└── juce-rag-server/              # Cloud-based RAG
    ├── server.py                 # FastAPI server
    ├── mcp_juce_bridge.py        # MCP bridge
    ├── rag_client.py
    ├── agent.py
    ├── stress_test.py
    └── .env                      # ChromaDB config (not in repo)

最佳实践

始终重新生成索引 在代码库发生重大变化后
保持路径更新 如果存储库位置发生变化，则在摄取脚本中
测试MCP服务器 在部署之前，确保它们返回准确的结果
使用语义搜索 （RAG服务器）用于复杂查询，关键字搜索精确匹配
监控令牌使用情况 -服务器将结果限制在顶级匹配中以节省令牌

故障排除

服务器未找到

验证中的Python路径 claude_desktop_config.json
检查一下 PYTHONUNBUFFERED=1 设置在环境中

空结果

使用摄取脚本重新生成索引文件
验证摄取脚本中的源路径是否与存储库位置匹配
检查索引JSON文件的文件权限

RAG服务器连接错误

确保FastAPI服务器在端口8000上运行
验证 .env 文件包含正确的ChromaDB凭据
检查ChromaDB云实例的网络连接

未来的增强功能

[]添加增量索引（仅扫描更改的文件）
[]为频繁访问的查询实现缓存
[]添加对算法之间交叉引用的支持
[]与CI/CD集成以自动重新生成索引
[]为查询模式添加度量/分析

使用说明

MCP（模型上下文协议）服务器

概述

服务器架构

1. melech_internal_server/ -项目结构定位器

2. juce_api_server/ -JUCE API文件

3. dsp_algorithms_server/ -DSP算法库

4. juce-rag-server/ -基于云的JUCE RAG

配置

Claude桌面配置

光标集成

设置和使用

先决条件

生成索引

正在运行的服务器

开发流程

三一协议

错误处理

文件结构

最佳实践

故障排除

服务器未找到

空结果

RAG服务器连接错误

未来的增强功能

相关 MCP

代码索引分析工具

漏洞扫描服务

JADX APK逆向分析MCP插件

规范工作流管理工具

代码库打包工具

AI编码记忆系统

1. `melech_internal_server/` -项目结构定位器

2. `juce_api_server/` -JUCE API文件

3. `dsp_algorithms_server/` -DSP算法库

4. `juce-rag-server/` -基于云的JUCE RAG