项目简介

'ai-dev-standards' 仓库是一个全面的AI开发标准集合，旨在通过结构化的专业技能、可执行的工具、可重用组件和预配置集成，帮助开发者使用Claude等大型语言模型（LLM）实现高质量、一致的开发结果。它提供了一个强大的命令行界面（CLI）工具集，能够自动化生成符合Model Context Protocol (MCP) 规范的服务器、React组件、API集成和测试，并对这些资源进行高效的管理和同步。

主要功能点

MCP服务器生成与管理： 核心功能是生成符合Model Context Protocol (MCP) 标准的服务器。这些生成的MCP服务器可以托管资源、注册工具和定义Prompt模板，供LLM客户端调用。同时，仓库提供CLI工具对这些服务器进行配置、更新和同步。
238项AI辅助开发资源： 包含64项专业技能（如MVP构建、RAG实现、API设计），50个MCP服务器实例（如'brain-mcp'用于智能编排），24个工具（LangChain、CrewAI等），72个可重用组件，28个服务集成等，全面覆盖AI开发所需。
智能编排大脑（'brain-mcp'）： 一个管理所有资源的智能系统，帮助LLM自动发现并使用最合适的技能、MCP服务器和工具来完成任务。
自动化CLI工具： 提供'add'（添加代码组件）、'init'（初始化项目）、'generate'（从配置生成）、'analyze'（项目分析）、'doctor'（健康检查）、'setup'（集成配置）、'sync'（资源同步）、'update'（局部更新）、'self-update'（CLI自更新）和'context'（会话管理）等命令，覆盖软件开发的整个生命周期。
安全与质量保障： 内置路径遍历、代码注入防护、详细的输入验证、自动化测试、以及CI/CD强制执行等机制，确保生成代码的质量和安全性。

安装步骤

克隆仓库：

git clone https://github.com/daffy0208/ai-dev-standards.git
cd ai-dev-standards

安装依赖：
```
npm install
```

配置CLI（推荐全局链接）：

npm link # 这会将 'ai-dev' 命令链接到你的系统路径，方便在任何目录使用

或者，如果你不想全局安装，可以在项目根目录的'package.json'中添加脚本，例如 '"ai-dev": "node ~/ai-dev-standards/CLI/index.js"'。

初始化你的项目： 在你的目标项目目录中运行以下脚本，将'ai-dev-standards'集成到你的项目中。这会自动检测项目类型，安装必要依赖，分析仓库，并同步资源（包括自动激活技能和MCP工具）：

cd /你的/项目目录
bash ~/ai-dev-standards/setup-project.sh
# 或者手动运行 CLI/bootstrap.js 脚本：
# node ~/ai-dev-standards/CLI/bootstrap.js

服务器配置

本仓库本身不直接运行为一个MCP服务器，而是提供工具来生成MCP服务器。以生成一个名为 'my-mcp-server' 的服务器为例：

生成MCP服务器实例： 在你的项目目录中，使用 'ai-dev' CLI生成一个新的MCP服务器：

ai-dev add mcp-server my-mcp-server --description "我的自定义MCP服务器，用于处理业务逻辑" --features tools,resources,prompts

这将在你项目中的 'MCP-SERVERS/my-mcp-server/' 目录下创建 'index.js'、'package.json'、'README.md' 和 '.env.example' 文件。

安装生成的MCP服务器依赖： 进入新生成的MCP服务器目录并安装其依赖：

cd MCP-SERVERS/my-mcp-server
npm install

在MCP客户端中配置连接： MCP客户端（如Claude Code或Codex CLI）需要配置以下信息才能与你刚刚生成的MCP服务器建立连接。这些配置信息通常以JSON格式存储在客户端的设置文件中（例如 '.claude/mcp-settings.json' 或 '.codex/mcp-settings.json'）。
- 服务名称 ('server name')： 'my-mcp-server' (你的MCP服务器的唯一标识符)。
- 启动命令 ('command')： 'node' (用于执行JavaScript文件的运行时)。
- 命令行参数 ('args')： '["/absolute/path/to/your/project/MCP-SERVERS/my-mcp-server/index.js"]' (指定要运行的MCP服务器的实际启动脚本路径。请务必将 '/absolute/path/to/your/project/' 替换为你项目根目录的绝对路径)。
- 环境变量 ('env')： 可选，根据生成的 'MCP-SERVERS/my-mcp-server/.env.example' 文件中的指示，配置该MCP服务器运行时所需的任何环境变量。例如，API密钥或数据库连接字符串。
完整的MCP客户端配置示例 (JSON格式，供LLM客户端解析)：
```
{
  "mcpServers": {
    "my-mcp-server": {
      "command": "node",
      "args": ["/absolute/path/to/your/project/MCP-SERVERS/my-mcp-server/index.js"],
      "env": {
        "API_KEY": "your-api-key-for-my-mcp-server",
        "DATABASE_URL": "postgres://user:pass@host:port/dbname"
      }
    }
  }
}
```

基本使用方法

使用 'ai-dev' CLI：
- 添加组件： 'ai-dev add component Button --props "label:string,onClick:function"'
- 初始化项目： 'ai-dev init saas-starter my-new-app --auth supabase'
- 同步标准： 'ai-dev sync' (保持你的项目与最新AI开发标准同步)
通过LLM客户端与MCP服务器交互： 一旦你的MCP客户端配置好连接到生成的MCP服务器（如 'my-mcp-server'），LLM即可通过JSON-RPC协议调用其提供的工具、访问托管的资源或使用定义的Prompt模板。例如，LLM可以请求 'my-mcp-server' 执行一个名为 'my_mcp_server_action' 的工具，并传入相应的参数。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息