ai-rulez MCP Server

使用说明（Markdown 格式）

• 项目简介 ai-rulez 提供一个基于 Model Context Protocol 的后端服务器，用于向大型语言模型（LLM）客户端提供可管理的资源、工具、以及可渲染的提示模板等上下文信息。核心在于通过统一的 MCP 接口，处理资源访问、工具调用、以及提示模板的获取与渲染，便于将复杂的开发环境信息以结构化方式暴露给 AI 助手。

• 主要功能点

  • 资源与内容托管：集中管理规则、上下文、技能、以及域内容等资源，方便 LLM 调用与渲染。
  • 工具注册与调用：注册并暴露外部功能，LLM 可以通过 JSON-RPC 调用外部工具。
  • Prompt 模板定义与渲染：支持多种输出模板，方便生成适配不同工具的提示。
  • 跨传输协议支持：通过标准 MCP 传输实现，易于接入到不同的客户端与中间件。
  • JSON-RPC 通信：后端与客户端使用统一的 JSON-RPC 请求/响应格式进行交互。
  • 会话与能力声明：实现会话管理、能力暴露，以及对后端资源的可扩展访问。

• 安装与运行

  • 构建并运行服务器：
    • 构建当前仓库中的可执行程序后运行服务器命令，例如通过仓库提供的命令行入口启动 MCP 服务。
  • 运行方式示例（基于仓库实现的入口点）：
    • 启动命令: ai-rulez mcp
    • 传输模式默认使用 stdio，客户端可通过该传输方式与服务器建立连接
  • 服务器启动后，客户端可通过 MCP 协议向服务器发起读取资源、调用工具、获取 Prompts 等请求，服务器返回标准的 JSON-RPC 响应。

• 服务器配置（供 MCP 客户端在本地准备连接时使用的 JSON 配置示例） { "servers": [ { "name": "ai-rulez", "command": "npx", "args": ["-y", "ai-rulez@latest", "mcp"], "transport": "stdio", "enabled": true } ] }

• 基本使用方法

  • 启动服务器后，MCP 客户端可通过 JSON-RPC 调用读取资源、执行工具、获取 Prompts 等能力。
  • 客户端与服务器之间通过标准的 MCP JSON-RPC 请求响应进行通信，服务器负责资源和工具的注册、执行与内容渲染等后台逻辑。
  • 服务器可通过各种传输协议接入，如 stdio，WebSocket 等，以适配不同的部署场景。

• 备注

  • 该实现包含了对 MCP 交互的后端实现与相关测试，能够在本地或集成环境中提供可用的 MCP 服务能力。