AI导哈

AI编码规则验证服务器

MarkdownLM MCP Server是一个持久化记忆和管理层，用于在团队和AI编码代理之间执行预定义的规则和模式，确保代码符合架构、安全性和业务逻辑等要求。

  • by MarkdownLM
  • JavaScript
  • 本地部署
  • 17 星标
  • 更新于
在 GitHub 查看 MarkdownLM/mcp

使用说明

MarkdownLM MCP服务器

MarkdownLM是持久内存和治理层 在你的团队和你的AI编码代理之间。定义你的规则一次。到处强制执行。每次会议。

注：

MarkdownLM知识库为所有规则、模式和决策支持以下类别：

  • architecture：分层、边界、系统设计
  • stack：框架、库、版本
  • testing：测试框架、覆盖范围、模式
  • deployment：CI/CD、平台、脚本
  • security：认证、验证、秘密
  • style：命名、格式、组织
  • dependencies：批准/禁止的包裹
  • error_handling：异常、记录、监控
  • business_logic：域规则、工作流约束、业务不变量、定价逻辑、订阅规则、权限模型
  • general：还有别的吗

使用此MCP服务器时，请始终指定一个类别。 category 是上的必填字段 query_knowledge_base.

运作原理

  1. 您的团队在MarkdownLM中记录架构规则、堆栈决策和模式。
  2. 这个MCP服务器为AI编码代理提供了三个专注的工具来查询和验证这些知识。
  3. 代理根据您的规则验证代码 之前 这暗示了变化——违规行为永远不会到达PR。

设置

1.获取API密钥

  1. 登录 MarkdownLM
  2. 首选 设置→ API和MCP
  3. 生成API密钥

2.配置您的AI工具

选择下面的工具。所有使用 相同的npm包 --一个代码库，每个平台。

克劳德代码（CLI）

claude mcp add markdownlm -e MARKDOWNLM_API_KEY=mdlm_your_key_here -e MARKDOWNLM_API_URL=https://markdownlm.com -- npx -y markdownlm-mcp

或手动编辑 ~/.claude/claude_code_config.json:

{
  "mcpServers": {
    "markdownlm": {
      "command": "npx",
      "args": ["-y", "markdownlm-mcp"],
      "env": {
        "MARKDOWNLM_API_KEY": "mdlm_your_key_here",
        "MARKDOWNLM_API_URL": "https://markdownlm.com"
      }
    }
  }
}

克劳德桌面版

~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或 %APPDATA%/Claude/claude_desktop_config.json （Windows）：

{
  "mcpServers": {
    "markdownlm": {
      "command": "npx",
      "args": ["-y", "markdownlm-mcp"],
      "env": {
        "MARKDOWNLM_API_KEY": "mdlm_your_key_here",
        "MARKDOWNLM_API_URL": "https://markdownlm.com"
      }
    }
  }
}

光标

.cursor/mcp.json 在项目根目录中（项目范围内）或 ~/.cursor/mcp.json （全球）：

{
  "mcpServers": {
    "markdownlm": {
      "command": "npx",
      "args": ["-y", "markdownlm-mcp"],
      "env": {
        "MARKDOWNLM_API_KEY": "mdlm_your_key_here",
        "MARKDOWNLM_API_URL": "https://markdownlm.com"
      }
    }
  }
}

帆板运动

~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "markdownlm": {
      "command": "npx",
      "args": ["-y", "markdownlm-mcp"],
      "env": {
        "MARKDOWNLM_API_KEY": "mdlm_your_key_here",
        "MARKDOWNLM_API_URL": "https://markdownlm.com"
      }
    }
  }
}

Cline（VS代码）

在临床扩展设置（MCP服务器）中：

{
  "mcpServers": {
    "markdownlm": {
      "command": "npx",
      "args": ["-y", "markdownlm-mcp"],
      "env": {
        "MARKDOWNLM_API_KEY": "mdlm_your_key_here",
        "MARKDOWNLM_API_URL": "https://markdownlm.com"
      }
    }
  }
}

VS代码（本机/扩展）

.vscode/mcp.json 在项目根目录中：

{
  "servers": {
    "markdownlm": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "markdownlm-mcp"],
      "env": {
        "MARKDOWNLM_API_KEY": "mdlm_your_key_here",
        "MARKDOWNLM_API_URL": "https://markdownlm.com"
      }
    }
  }
}

工具

query_knowledge_base

在编写代码之前，查询团队记录的规则。返回相关规则及其来源，并自动记录未记录决策的差距。

输入

字段 必填 描述
query ✓ 自然语言问题（例如“我应该如何处理身份验证？”）
category ✓ 查询类别： architecture, stack, testing, deployment, security, style, dependencies, error_handling, business_logic, general

响应 — answer, sources[], gap_detected，可选 gap_resolution

validate_code

根据所有记录的规则验证代码段。返回包含违规详细信息和修复建议的通过/失败。

输入

字段 必填 描述
code ✓ 要检查的代码段
task ✓ 代码应该做什么
category ✓ 与此代码相关的知识库类别

响应 — status (pass/fail), violations[] （规则、消息、修复建议）， fix_suggestion

resolve_gap

记录未记录决策的知识差距。返回如何根据您的偏好处理它： markdownlm （AI解析）， ask_user （等待人类）， agent_decide （独立进行）。

输入

字段 必填 描述
question ✓ 未记录的决定或问题
category ✓ 类别提示

响应 — gap_detected, resolution_mode，可选 resolution, gap_id

环境变量

变量 必填 默认 描述
MARKDOWNLM_API_KEY ✓ — 设置中的API密钥→ API和MCP
MARKDOWNLM_API_URL — https://markdownlm.com 覆盖自托管或暂存

速率限制

每位用户每60秒调用100次工具。

日志记录

所有工具调用都记录到 标准错误 作为换行符分隔的JSON（时间戳、工具名称、输入、结果）。这对stdio MCP传输是安全的，可以通过管道传输到任何日志聚合器。

贡献与安全

此存储库严格来说是 桥 （客户），而不是 大脑。为了保护我们的知识产权、基础设施细节和客户数据，请仔细查看我们的 贡献指南 和 安全策略 在进行任何修改之前。

许可证

版权所有（c）2026 MarkdownLM。保留所有权利。

相关 MCP