AI导哈

AI指令路由服务

MCP Prompt Broker 是一个基于Python的模型上下文协议（MCP）服务器，动态选择用户提示的最佳指令配置文件，提升AI助手（如GitHub Copilot）在创意构思、技术故障排除、隐私敏感操作等多样化场景中的响应质量。

  • by michaelprinc
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 michaelprinc/MCP_prompt_broker

使用说明

MCP提示经纪人

基于模型上下文协议的人工智能代理智能指令路由

用户指南 • 开发者指南 • 报告

执行摘要

MCP提示经纪人 是一个基于Python的模型上下文协议（MCP）服务器，它为用户提示动态选择最佳指令配置文件。它使GitHub Copilot等人工智能助手能够自动应用特定于上下文的指导，提高不同领域的响应质量，包括创造性思维、技术故障排除、隐私敏感操作和通用交互。

关键价值主张

挑战 解决方案
一刀切的AI指令 上下文感知配置文件路由
静态AI行为 热可重新加载的markdown配置文件
有限的领域专业知识 创意、技术、隐私和一般任务的专业配置文件
不透明的路由决策 透明的评分和置信度指标

核心能力

mindmap
  root((MCP Prompt Broker))
    Intelligent Routing
      Metadata extraction
      Rule-based scoring
      Confidence metrics
    Profile Management
      Markdown-based profiles
      Hot reload support
      Central metadata registry
    MCP Integration
      Standard MCP tools
      VS Code Copilot Chat
      Extensible architecture
    Quality Assurance
      Checklists per profile
      Capability inference
      Domain detection

快速开始

先决条件

  • Python 3.10或更高版本
  • 带有GitHub Copilot聊天扩展的VS代码（可选）

安装

选项1：自动安装（Windows）

git clone https://github.com/michaelprinc/MCP_prompt_broker.git
cd MCP_prompt_broker
./install.ps1

这将安装：

  • ✅ MCP提示代理服务器
  • ✅ MCP服务器配置（全局+工作区）
  • ✅ 配套报关员 GitHub Copilot聊天

选项2：手动安装

git clone https://github.com/michaelprinc/MCP_prompt_broker.git
cd MCP_prompt_broker
python -m pip install .

运行服务器

python -m mcp_prompt_broker

或者使用自定义配置文件目录：

python -m mcp_prompt_broker --profiles-dir /path/to/profiles

运作原理

sequenceDiagram
    participant User
    participant Copilot as GitHub Copilot
    participant MCP as MCP Prompt Broker
    participant Router as Profile Router
    participant Profiles as Profile Store

    User->>Copilot: Send prompt
    Copilot->>MCP: get_profile(prompt)
    MCP->>MCP: Analyze prompt metadata
    MCP->>Router: Route with metadata
    Router->>Profiles: Score all profiles
    Profiles-->>Router: Scored matches
    Router-->>MCP: Best profile + score
    MCP-->>Copilot: Profile + instructions
    Copilot->>User: Enhanced response

配置文件路由过程

  1. 即时分析：提取元数据（意图、领域、敏感性、主题）
  2. 配置文件匹配：评估每个配置文件的所需条件
  3. 加权评分：应用特定领域的权重来计算分数
  4. 置信度计算：使用softmax样式规范化一致性度量
  5. 响应：返回带有说明和检查表的最佳匹配配置文件

可用配置文件

简介 用例 复杂性
general_default 通用回退 标准
creative_brainstorm 构思和创造性思维 标准
technical_support 故障排除和调试 标准
privacy_sensitive GDPR/HIPAA合规运营 标准
*_complex 具有元认知功能的增强版本 复杂

配套定制代理

同伴 是一个智能AI助手，它使用MCP Prompt Broker自动将您的请求路由到最佳指令配置文件。

在GitHub Copilot聊天中使用Companion

安装后，将Companion代理与 @companion 提及：

@companion Generate creative names for a fitness tracking app
@companion Debug this Python KeyError on line 42
@companion Analyze this medical data with privacy compliance

伴侣是如何工作的

  1. 自动配置文件选择：每个请求都通过以下方式进行分析 get_profile 工具
  2. 上下文感知指令：自动应用特定领域的指导
  3. 最佳响应质量：利用专业配置文件（创意、技术、隐私、一般）
  4. 透明路由：显示选择了哪个配置文件以及原因

同伴福利

没有伴侣 有伴侣
通用AI响应 领域优化响应
手动指令编写 自动指令路由
质量不一致 基于配置文件的一致性
一刀切 情境感知适应

看 用户指南 了解详细的Companion使用说明。

MCP工具参考

工具 说明
list_profiles 列出所有可用的指令配置文件
get_profile 分析提示并返回最佳匹配配置文件
reload_profiles 从markdown文件热重新加载配置文件
get_checklist 获取特定配置文件的质量检查表
get_registry_summary 获取元数据注册表统计信息
find_profiles_by_capability 按能力查找配置文件（例如，“构思”）
find_profiles_by_domain 按域查找个人资料（例如，“医疗保健”）

文档结构

该项目遵循 Diátaxi文件框架，提供四种不同类型的文档：

graph TB
    subgraph "Learning-Oriented"
        A[README.md<br/>Executive Summary]
    end
    
    subgraph "Goal-Oriented"
        B[docs/USER_GUIDE.md<br/>User Guide]
    end
    
    subgraph "Understanding-Oriented"
        C[docs/DEVELOPER_GUIDE.md<br/>Developer Guide]
    end
    
    subgraph "Information-Oriented"
        D[docs/REPORTS_INDEX.md<br/>Ad-hoc Reports]
    end
    
    A --> B
    A --> C
    A --> D
    B --> C
    C --> D
级别 文档 目的 受众
1 README.md 执行摘要，快速入门 每个人
2 用户指南 安装、配置、使用 最终用户
3 开发者指南 架构，API，贡献 开发人员
4 报告索引 开发历史、决策 维护人员

文件编制方法

本文档是按照以下原则创建的：

  • 迪亚斯出租车框架：将教程、操作指南、解释和参考分开
  • 渐进式披露：信息复杂性随着文档深度的增加而增加
  • 加注使相互参照：所有文档都相互连接，便于导航
  • 可视化文档：流程和架构的美人鱼图
  • 生活文档：报告跟踪发展历史和决策

项目结构

MCP_Prompt_Broker/
├── .github/
│   └── agents/
│       ├── companion-instructions.md  # Companion agent instructions
│       ├── companion-agent.json       # Agent definition (reference)
│       └── README.md                  # Agent directory documentation
├── src/
│   └── mcp_prompt_broker/
│       ├── server.py              # MCP server entry point
│       ├── profile_parser.py      # Markdown profile parser
│       ├── metadata_registry.py   # Central metadata management
│       ├── config/
│       │   └── profiles.py        # InstructionProfile class
│       ├── metadata/
│       │   └── parser.py          # Prompt metadata extraction
│       ├── router/
│       │   └── profile_router.py  # Profile routing logic
│       └── copilot-profiles/      # Markdown profile files
├── tests/                         # Unit tests
├── docs/                          # Documentation
├── reports/                       # Ad-hoc development reports
├── companion-agent.json           # Source agent definition
├── companion-instructions.md      # Source agent instructions
├── pyproject.toml                 # Package configuration
└── install.ps1                    # Windows installation script

贡献

我们欢迎捐款！请查看 开发者指南 用于：

  • 架构概述
  • 建立开发环境
  • 创建新配置文件
  • 代码风格指南
  • 测试要求

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

致谢

📖 用户指南 | 🔧 开发者指南 | 📋 报告

相关 MCP