使用说明
MCP服务器
用于AI编码平台的通用模型上下文协议服务器(Claude Code、OpenCode、Gemini CLI)。
🎯 概述
生产级MCP服务器提供 33种专用工具 跨5个操作服务器,用于PRD生成、工作流自动化、变更日志管理、代码分析和上下文管理。
主要特点
- 33工具 跨5个专用服务器(prd生成器、ralph工作流、变更日志管理器、代码工具、上下文管理器)
- Types/Node.js -生产可靠性与严格的型号安全
- 跨平台 -适用于Claude Code、OpenCode、Gemini CLI
- Olama集成 -基于性能的本地LLM模型选择
- 内存效率高 -每台服务器<100MB,无内存泄漏
- 证据充分的 -综合指南和示例
📦 可用服务器
1.PRD生成器服务器(3个工具)
使用模板和验证生成产品需求文档。
工具:
prd_create-从结构化输入创建PRD- 特点、要求和技术细节
- Markdown或JSON输出
- 完全验证
prd_from_template-从预构建的模板创建PRD- 5个模板:web应用程序、api服务、移动应用程序、库、全栈
- 快速启动PRD生成
prd_validate-验证PRD结构和兼容性- Ralph工作流兼容性检查
- 质量分数(0-100)
- 详细的验证报告✅ ⚠️ ❌
地点: prd-generator/
文档: prd生成器/README.md
2.Ralph工作流服务器(2个工具)
使用RALPH方法从产品需求文档自动生成工作流程。
工具:
ralph_from_prd-从PRD markdown生成结构化工作流- 自动检测30多种技术
- 生成4阶段工作流(设置→ 实施→ 测试→ 部署)
- 输出markdown或JSON格式
ralph_loop-迭代执行工作流任务- 任务状态的进度跟踪
- 可配置的迭代限制
- 详细执行结果
地点: ralph-workflow/
文档: ralph工作流程/README.md
3.变更日志管理器服务器(9个工具)
使用Keep a changelog格式和语义版本控制完成变更日志管理。
工具:
changelog_init-初始化新的CHANGELOG.mdchangelog_entry_add-快速添加条目changelog_update-最近git更改的更新changelog_validate-验证格式和一致性changelog_generate_release-从“未发布”部分生成发布changelog_diff-比较两个版本changelog_search-搜索更改日志条目changelog_export-导出为JSON/HTML/文本changelog_stats-获取更新日志统计信息
地点: changelog-manager/
文档: 变更日志管理器/README.md
4.代码工具服务器(10个工具)
TypeScript/JavaScript和.NET的代码分析和质量评估工具。NET/C#项目。
分析工具(5):
code_analyze_complexity-分析圈复杂度code_find_duplicates-查找重复的代码块code_list_functions-列出文件中的所有函数code_count_lines-计算代码行数(不包括注释)code_detect_issues-检测常见问题和反模式
管道工具(5):
code_run_tests-运行测试套件(Jest/Vitest/Playwright/deet)code_check_coverage-使用阈值检查测试覆盖率code_security_scan-扫描安全漏洞code_type_check-Types/C#类型检查code_diff_summary-Git差异分析
地点: code-tools/
文档: 代码工具/README.md
5.上下文管理器服务器(9个工具)
用于在AI辅助开发中组织代码文件的上下文包管理。
工具:
context_create_bundle-创建新的上下文包context_add_file-将文件添加到捆绑包context_remove_file-从捆绑包中删除文件context_list_bundles-列出所有捆绑包context_load_bundle-加载捆绑内容context_save_bundle-将捆绑包保存到磁盘context_merge_bundles-合并多个捆绑包context_search_context-在捆绑包内搜索context_get_stats-获取捆绑包统计信息
特征:
- 持久存储在
~/.mcp-context-bundles/ - 30多种文件类型的自动语言检测
- 跨捆绑文件的全文搜索
- 捆绑合并和导出
地点: context-manager/
文档: 上下文管理器/README.md
🚀 快速开始
先决条件
- 已安装Node.js 18+
- npm或yarn包管理器
- AI编码平台(Claude Code、OpenCode或Gemini CLI)
安装
cd ~/dev/tooling/mcp-servers
# Install and build all servers
for server in prd-generator ralph-workflow changelog-manager code-tools context-manager; do
cd $server && npm install && npm run build && cd ..
done
配置
选择您的平台并添加MCP服务器配置:
克劳德代码
编辑 ~/.claude/settings.json:
{
"mcpServers": {
"prd-generator": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/prd-generator/build/index.js"]
},
"ralph-workflow": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/ralph-workflow/build/index.js"]
},
"changelog-manager": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/changelog-manager/build/index.js"]
},
"code-tools": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/code-tools/build/index.js"]
},
"context-manager": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/context-manager/build/index.js"]
}
}
}
OpenCode(支持Ollama)
编辑 ~/.opencode/settings.json:
{
"mcpServers": {
"prd-generator": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/prd-generator/build/index.js"]
},
"ralph-workflow": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/ralph-workflow/build/index.js"],
"timeout": 30000
},
"changelog-manager": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/changelog-manager/build/index.js"]
},
"code-tools": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/code-tools/build/index.js"]
},
"context-manager": {
"command": "node",
"args": ["/Users/clobbster/dev/tooling/mcp-servers/context-manager/build/index.js"]
}
},
"llm": {
"provider": "ollama",
"baseUrl": "http://localhost:11434",
"defaultModel": "deepseek-coder:6.7b"
}
}
双子星命令行工具
编辑 ~/.gemini/config.json (结构与上述克劳德代码相同)
验证安装
重新启动AI编码平台并运行:
"List all available MCP tools"
您应该看到列出的所有33个工具。
第一次工具使用
尝试从模板生成PRD:
"Use prd_from_template to create a web-app PRD for TaskMaster"
从PRD生成工作流:
"Use ralph_from_prd with this PRD content: [paste PRD]"
或者初始化更改日志:
"Use changelog_init to create a new changelog"
看 QUICKSTART.md 获取详细的分步指南。
📊 演出
在macOS上使用M系列芯片测量:
- 启动时间: 所有服务器加起来都小于3秒
- 工具执行:
- 操作简单:<500ms
- 复杂操作:<2s
- 内存使用情况: 每个服务器进程<100MB
- 稳定性: 超过100次工具执行无内存泄漏
- TypeScript编译: 每台服务器<5s
🧪 测试
每台服务器都包括全面的测试:
cd server-name
# Run all tests
npm test
# Run with coverage report
npm test -- --coverage
# Watch mode for development
npm test -- --watch
测试覆盖范围: 所有服务器的80%以上
🛠️ 发展
构建命令
# Build a specific server
cd server-name
npm run build
# Watch mode for development
npm run watch
# Clean and rebuild
rm -rf build && npm run build
代码质量
# Lint code
npm run lint
npm run lint:fix
# Format code
npm run format
npm run format:check
# Type check
npm run type-check
外壳别名
获取别名文件以方便快捷方式:
source ~/dev/tooling/mcp-servers/aliases.sh
然后使用以下命令:
mcp-导航到MCP服务器目录mcp-build-all-构建所有服务器mcp-test-all-测试所有服务器mcp-list-ralph-列出Ralph工作流工具
看 aliases.sh 查看完整列表。
🔧 Olama集成
对于基于性能的模型选择的本地LLM支持:
设置
# Install Ollama
brew install ollama
# Start service
ollama serve
# Pull recommended models
ollama pull deepseek-coder:6.7b # For code (efficient)
ollama pull qwen2.5-coder:7b # For code (best performance)
ollama pull llama3.2:8b # For general tasks
配置
看 OLLAMA_SETUP.md 获取完整的设置指南。
测试
# Test Ollama integration
./test-ollama.sh
# Monitor performance
./monitor-ollama.sh
📚 文档
核心文件
- QUICKSTART.md -5分钟后开始
- PHASE_REVIEW.md -项目完成状态
- PROGRESS.md -实施进度跟踪器
- OLLAMA_SETUP.md -Ollama集成指南
指南
实施指南
平台配置
- 平台配置/ -所有平台的示例配置
🎯 用例
PRD一代
- 从结构化输入或模板创建PRD
- 验证PRD的完整性和结构
- 确保ralph工作流兼容性
- 5个通用项目的现成模板
工作流程自动化
- 从PRD生成实施工作流
- 跟踪项目阶段和任务
- 技术栈检测
变更日志管理
- 保持变更日志格式
- 自动生成发行说明
- 搜索和分析变更日志历史记录
- 导出为多种格式
代码分析
- 评估代码复杂性
- 查找重复代码
- 列出函数和导出
- 检测常见问题
- 计算代码行数
🏗️ 建筑
mcp-servers/
├── prd-generator/ # PRD generation (3 tools)
├── ralph-workflow/ # Workflow generation (2 tools)
├── changelog-manager/ # Changelog management (9 tools)
├── code-tools/ # Code analysis (5 tools)
├── platform-configs/ # Platform configuration examples
├── docs/ # Comprehensive documentation
├── ollama-config.json # Ollama model selection config
├── test-ollama.sh # Ollama testing script
├── monitor-ollama.sh # Performance monitoring
├── aliases.sh # Development shortcuts
└── validate-all.sh # Final validation script
🤝 贡献
我们欢迎捐款!请参阅 贡献.md 用于:
- 开发工作流程
- 承诺约定
- 测试要求
- 代码质量标准
- 拉取请求流程
关键标准
- 增量提交 -小而集中的变化
- 常规承诺 -
feat:,fix:,docs:等等。 - 80%的测试覆盖率 -需要全面测试
- TypeScript严格模式 -全型安全
- 无console.log -对MCP服务器使用console.error()
📈 项目状态
完整的: 75%的计划阶段(6/8)
已实施的工具: 19/28 (68%)
服务器正在运行: 4/5 (80%)
什么是完整的✅
- ✅ PRD生成器服务器(3个工具)
- ✅ Ralph工作流服务器(2个工具)
- ✅ 变更日志管理器服务器(9个工具)
- ✅ 代码工具服务器(5个工具)
- ✅ Olama集成
- ✅ 平台配置
- ✅ 综合文档
计划是什么⏳
- ⏳ 上下文管理器服务器(9个工具)-结构存在
- ⏳ 跨平台测试验证
- ⏳ CI/CD管道
看 PHASE_REVIEW.md 详细状态。
🐛 故障排除
MCP服务器未加载
- 验证平台配置中的路径是否为绝对路径
- 检查是否安装了Node.js:
node --version - 确保服务器已构建:
cd server-name && npm run build - 检查平台日志中的特定错误
工具未出现
- 重启你的AI编码平台
- 验证服务器是否在平台配置中
- 手动测试服务器:
echo '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' | node server-name/build/index.js
Ollama未连接
- 确认Ollama正在运行:
curl http://localhost:11434/api/tags - 检查型号是否已安装:
ollama list - 看 OLLAMA_SETUP.md 详细故障排除
📝 许可证
MIT许可证-有关详细信息,请参阅各个服务器目录。
🙏 致谢
内置:
- 模型上下文协议(MCP)
- TypeScript
- Node.js
- 奥拉玛 本地LLM支持
准备好使用了吗? 看 QUICKSTART.md 5分钟后开始!