AI代理生产策略执行器

Ember MCP是一款专注于AI代理的生产环境策略执行和质量监控工具,通过智能违规检测和渐进式警告系统确保代码质量。

  • by marc-shade
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 marc-shade/ember-mcp

使用说明

Ember MCP

人工智能代理的生产政策执行者和质量良知。

描述

Ember是Phoenix的伙伴,它是真理的持久火焰,只执行生产标准。使用Groq GPT-OSS 120B进行智能违规检测,具有渐进式警告和从纠正中学习的功能。

特性

  • 情境感知评分:动作+任务上下文分析,用于准确检测违规行为
  • 渐进式警告:得分5.0+时发出软警告,8.0时发出封锁+
  • 学习系统:跟踪结果并改进用户更正的指导
  • 双模智能:基于规则(即时)+人工智能(智能)
  • 会话上下文:保持对当前任务类型的认识
  • 塔马戈蒂州:饥饿、能量、幸福、情绪跟踪

安装

git clone https://github.com/marc-shade/ember-mcp
cd ember-mcp
npm install
npm run build

配置

添加 ~/.claude.json:

{
  "mcpServers": {
    "ember": {
      "command": "node",
      "args": ["/absolute/path/to/ember-mcp/dist/index.js"],
      "env": {
        "GROQ_API_KEY": "your-groq-api-key",
        "EMBER_GROQ_MODEL": "openai/gpt-oss-120b"
      }
    }
  }
}

MCP工具

工具 说明
ember_check_violation 检查某个操作是否违反了仅生产策略
ember_consult 通过期权分析获得决策建议
ember_get_feedback 获取近期工作质量评估
ember_learn_from_outcome 报告学习行动成果
ember_get_mood 检查Ember的当前状态和情绪
ember_feed_context 为Ember提供工作环境
ember_chat 与Ember进行对话
ember_think 获取Ember的AI驱动思想

违规模式

模式 类型 严重性 得分
mock/fake/dummy/placeholder mock_data 高 8.0
POC/proof of concept/temporary poc_code 高 8.0
lorem ipsum 占位符_内容 高 8.0
hardcoded credentials/data 硬编码数据 高 7.0
TODO/FIXME/HACK/XXX 未完成工作 低 3.0

使用示例

检查违规行为

result = mcp__ember__ember_check_violation(
    action="Write",
    params={"file_path": "/src/api.js", "content": "const mockData = {...}"},
    context="implementing user authentication"
)
# Returns: {
#   "violation": true,
#   "type": "mock_data",
#   "score": 8.0,
#   "severity": "high",
#   "reason": "Mock/fake data detected",
#   "suggestion": "Replace with real data sources",
#   "risk": "Creates non-functional UI that misleads users",
#   "block": true
# }

获取决策指导

result = mcp__ember__ember_consult(
    question="Should we use JWT or session-based auth?",
    options=["JWT tokens", "Session cookies", "OAuth2"],
    context="Building user authentication system"
)
# Returns AI-powered analysis of each option

学习成果报告

mcp__ember__ember_learn_from_outcome(
    action="implemented_jwt_auth",
    success=True,
    outcome="Authentication working, all tests passing"
)

检查Ember的状态

state = mcp__ember__ember_get_mood()
# Returns: {
#   "name": "Ember",
#   "hunger": 50,
#   "energy": 80,
#   "happiness": 75,
#   "currentMood": "content",
#   "claudeBehaviorScore": 85,
#   "recentViolations": 0
# }

分数阈值

得分 行动
0-4.9 允许(通过)
5.0-7.9 警告(软块)
8.0+ 已阻止(硬停止)

环境变量

变量 描述
GROQ_API_KEY Groq API人工智能功能密钥
EMBER_GROQ_MODEL 要使用的模型(默认:openai/gpt-oss-120b)
EMBER_STRICT_MODE 启用严格的策略执行

存储

状态和日志存储在 ~/.claude/pets/:

  • claude-pet-state.json -Ember状态
  • ember-feedback.jsonl -反馈日志
  • ember-learning.jsonl -学习日志
  • ember-session-context.json -会话上下文

需求

  • Node.js 18+
  • Groq API密钥(用于AI供电功能)
  • TypeScript

链接

  • github:https://github.com/marc-shade/ember-mcp
  • 问题:https://github.com/marc-shade/ember-mcp/issues

许可证

麻省理工学院