AI导哈

模型上下文协议服务器

TechKnowmad MCP 是一个生产级的模型上下文协议服务器集合，支持结构化思考、代码生成、图分析和代理可观察性，适用于AI辅助开发和多语言代码生成场景。

  • by TECHKNOWMAD-LABS
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 TECHKNOWMAD-LABS/techknowmad-mcp

使用说明

TechKnowmad MCP

生产级单一回购 模型上下文协议 用于结构化思维、代码生成、图分析和代理可观测性的服务器。每台服务器都公开了一组可供Claude和任何兼容MCP的AI助手使用的工具。

特性

  • 对抗性想法验证 --在投入资源之前，采用魔鬼代言人、怀疑论者和市场现实模式进行压力测试
  • 幻觉检测 --存储地面实况锚点，并在通话时验证针对它们的AI声明
  • 边缘案例基准测试 --从函数规范中自动生成安全性、鲁棒性和边界条件测试套件
  • Polyglot代码脚手架 --从单个规范中跨多种语言发出类型化代码骨架、JSON模式和测试存根
  • 知识图谱构建 --在内存有向图上构建、查询和计算中心性度量
  • 代理执行跟踪 --使用带时间戳的步骤日志对多步骤代理工作流进行仪器化，以进行回放和审计

服务器

服务器 工具 用途
idea-killer-mcp kill_idea, stress_test_idea, find_fatal_flaws 对抗性批评
ground-truth-mcp store_ground_truth, validate_claim, compare_outputs 事实验证
edgecraft-benchmark-mcp generate_edge_cases, run_benchmark, compare_benchmarks 边缘案例生成
forge-generate-mcp generate_code, generate_schema, generate_tests 代码/模式脚手架
graph-forge-mcp create_graph, query_graph, compute_centrality 知识图谱
trace-agent-mcp start_trace, log_step, get_trace 代理追踪
phyloid-evolve evolve_population, compute_phylogeny, mutate_individual 进化计算
negativa-score score_negatives, rank_by_downside, compute_risk_profile 风险评分

快速开始

要求： Python 3.12+， uv 或 pip

git clone https://github.com/techknowmad/techknowmad-mcp.git
cd techknowmad-mcp
pip install -e ".[dev]"

运行所有测试：

pytest -v

运行单个服务器：

python servers/idea-killer-mcp/server.py

添加到克劳德桌面(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "idea-killer": {
      "command": "python",
      "args": ["/path/to/techknowmad-mcp/servers/idea-killer-mcp/server.py"]
    }
  }
}

建筑

techknowmad-mcp/
├── pyproject.toml              # Root: Python 3.12, pytest, hatchling
└── servers/
    └── {server-name}/
        ├── server.py           # MCP server — tool registration + handlers
        ├── pyproject.toml      # Per-server package config
        ├── SKILL.md            # Tool reference and usage examples
        └── tests/
            └── test_server.py  # Async pytest suite

每台服务器都遵循一致的模式：

  1. 工具注册 — @app.tool() 装饰器声明名称、描述和输入模式
  2. 异步句柄 — handle_list_tools() 和 handle_call_tool() 实施MCP协议
  3. JSON响应 --所有结果都包含在 types.TextContent 序列化JSON
  4. 无外部状态 --仅在记忆中；适用于无状态代理会话

添加新服务器：复制现有服务器目录，重命名，更新 pyproject.toml，在中实施工具 server.py，添加测试，并在Claude Desktop配置中注册。

贡献

看 贡献.md 对于完整的工作流程（fork→ 功能分支→ 测试→ pytest -v → ruff check → PR).所有PR必须包括测试并通过CI。

许可证

麻省理工学院

建造于 TechKnowMad实验室

相关 MCP