本项目“ai-rules-builder”主要是一个用于构建AI编程规范（Markdown格式规则）的Web应用。其核心特色之一是包含一个 MCP服务器组件，该组件专门用于通过 Model Context Protocol (MCP) 将这些规则编程化地提供给兼容的AI客户端或编辑器（如Cursor）。

项目简介

“ai-rules-builder”帮助开发者创建和管理适用于各种技术栈的AI规则集。其内置的MCP服务器是一个部署为Cloudflare Worker的独立服务，它作为AI客户端与规则数据之间的桥梁，使得AI能够动态获取相关的开发规范作为上下文。

主要功能点

规则检索: 允许AI客户端查询服务器可用的规则库标识符。
规则内容获取: 允许AI客户端根据标识符获取特定规则库的详细规则内容（Markdown格式）。
标准协议通信: 通过JSON-RPC over HTTP或SSE等标准MCP传输协议与客户端交互。

安装步骤

MCP服务器作为Cloudflare Worker部署。客户端不需要本地安装此服务器代码。

核心项目代码: 克隆整个'ai-rules-builder'仓库。
依赖安装: 在项目根目录运行 'npm install' 安装前端和MCP服务器组件的依赖。
MCP服务器部署: MCP服务器位于 './mcp-server' 目录下，设计为Cloudflare Worker。需要按照Cloudflare Worker的标准流程进行构建和部署。具体部署步骤请参考Cloudflare官方文档和 './mcp-server' 目录下的项目特定说明（如果在仓库中提供的话）。

服务器配置 (供MCP客户端参考)

MCP客户端（如某些IDE插件）需要配置连接到已部署的MCP服务器。由于这是一个远程服务（Cloudflare Worker），客户端通常通过URL连接，而不是启动本地进程。

以下是MCP客户端配置中可能需要的信息（具体的JSON结构取决于客户端实现，此处提供关键信息）：

服务器名称: MCP Rules Server
连接类型: HTTP 或 SSE (取决于客户端支持和服务器端暴露的端点)
服务器地址 (URL): 已部署的Cloudflare Worker的URL，例如 'https://your-worker-name.your-account.workers.dev/mcp' (针对JSON-RPC over HTTP) 或 'https://your-worker-name.your-account.workers.dev/sse' (针对SSE)。

一个示例的MCP客户端配置片段可能如下所示（请注意：这不是可执行的代码，仅为客户端配置的JSON结构示例）：

{
  "server name": "MCP Rules Server",
  "connection": {
    "transport": "http", // 或 "sse", "websocket" (如果worker支持)
    "url": "https://your-worker-name.your-account.workers.dev/mcp" // 根据实际部署的URL修改
  },
  "description": "Provides coding rules from 10xRules.ai via MCP."
  // 其他可能的配置参数，如 capabilities 声明等
}

'server name': 服务器的标识名称。
'connection': 定义如何连接到服务器。
- 'transport': 使用的传输协议（例如 http, sse, websocket）。
- 'url': 服务器的访问地址。

基本使用方法

AI客户端通过MCP协议向服务器发送JSON-RPC请求：

发现规则库: AI客户端可以调用服务器暴露的 'listAvailableRules' 工具来获取可用的规则库标识符列表及其所属的技术栈类别。
获取规则内容: AI客户端根据获取到的规则库标识符（例如 'REACT_CODING_STANDARDS'），调用 'getRuleContent' 工具，并传入标识符作为参数，以获取该规则库对应的详细编程规范内容。

AI助手可以将这些获取到的规则作为额外的上下文，用于代码生成、代码审查、提供建议等任务。

关键词

信息