MCP服务器生态系统

🤖 RovoDev MCP 测试 - 完整的 MCP 生态系统

一个完整的模型上下文协议（MCP）服务器生态系统，用于人工智能驱动的软件开发和自动化。

📋 概述

本项目包含 17 MCP服务器它们共同构成了一个用于自主开发，测试，部署和监控的认知框架。

🏗️ 建筑

该系统遵循一个 基于阶段的架构:

1. 规划与验证 计划和验证任务
2. 实施 分析和开发代码
3. 执行与测试 - 安全运行和测试
4. 失效分析 智能分类错误
5. 文物存储 保存证据和文物
6. 部署 基于容器的部署

🛠️ MCP服务器（共17个）

第一阶段：规划与验证

• mcp_planner -基于AI的任务分解
• mcp_plan_validator -严格的计划验证

第二阶段：实施

• mcp_deep_learning_v2 -双AI代码分析（DeepSeek+Qwen）
• mcp_knowledge_database -知识库和记忆
• mcp_gitops -Git操作自动化

第3阶段：执行和测试

• mcp_sandbox_monitor -安全过程监控
• mcp_execution_auditor -循证核查
• mcp_testing_server -测试工具和浏览器自动化

第4阶段：故障分析

• mcp_failure_classifier -智能故障恢复

第5阶段：工件存储

• mcp_filesystem_artifacts -安全工件管理
• mcp_api_testing -API架构验证和回放

第6阶段：集成和部署

• mcp_deployment -Docker/容器管理
• mcp_unstoppable_browser -高级浏览器自动化
• mcp_vision_simple -视觉AI集成

Rex认知框架

• mcp_rex_cognitive_framework -认知探索循环
• rex_task_orchestrator -任务编排和工作流

🎓 学校/实习报告

文件夹 /schule 包括我关于这个MCP生态系统的实习报告：

• 技术文件
• 架构图表
• 代码示例
• 屏幕截图和演示

🚀 特性

• ✅ 记忆优先法 从过去的会话中自动学习
• ✅ 双AI分析 DeepSeek + Qwen 用于代码分析
• ✅ 沙盒监控 - 自动恢复的安全执行
• ✅ 基于阶段的工作流 -毕达哥拉斯式验证门
• ✅ 知识持久性 自动保存解决方案
• ✅ 认知框架 -观察→ 决定→ ACT → LEARN

📚 文档

• /schule 实习报告和文件
• /examples 代码示例和演示
• /mcp_servers 所有带有单独README的MCP服务器

🔧 技术堆栈

• 后端：Python 3.x、FastAPI、MCP协议
• AI模型：Ollama（Qwen2.5编码员、DeepSeek编码员、Gemma2）
• 数据库：ChromaDB（矢量），SQLite（知识）
• 部署：Docker，Docker Compose
• 测试：剧作家，Pytest

👨‍💻 由开发

该项目是在实习期间开发的，记录了用于人工智能驱动软件开发的完整MCP架构。

📄 许可证

教育项目 - 查看特定许可证的单个 MCP 服务器。