Claude Code Misc - Meta Prompter MCP 服务器

关键词

Prompt评估AI评估工具标准化通信JSON-RPC自动化工作流

使用说明（简明操作步骤如下，便于直接上手）：

  • 项目简介

    • 该仓库实现了一个名为 Meta Prompter 的 MCP 服务器，核心功能是对给定的提示（PROMPT）进行结构化评估，并输出符合约定的 JSON 结果，便于集成到自动化代理或工作流中。

  • 主要功能点

    • MCP 服务器核心：基于 MCP 规范实现服务器端，提供工具注册与执行能力。
    • 工具暴露：暴露 ping（健康测试）和 evaluate（对提示进行评分分析）的工具接口，返回结构化的评估结果。
    • AI 评估能力：通过指定模型与 API key 调用 AI 模型进行评估，输出符合 EvaluationSchema 的结果。
    • 日志记录：将评估结果写入本地日志，便于审计与追溯。
    • 本地传输：默认通过标准输入/输出（stdio）与客户端通信，适合嵌入式或管道化工作流。

  • 安装步骤（简要）

    • 安装依赖并搭建运行环境（确保 Node.js 环境可用，安装所需依赖）。
    • 启动 MCP 服务器（通过该仓库提供的启动入口，使用无参数调用以启用 stdio 服务器）。
    • 确保 AI 提供商的 API Key 已配置（环境变量或通过调用参数传入）。

  • 服务器配置（JSON，供 MCP 客户端使用） 该配置用于 MCP 客户端连接服务端；注意客户端无需执行服务器逻辑，仅用于描述连接参数。 { "server": "prompt-evaluator", "command": "node", "args": [ ".claude/mcp/meta-prompter/start.js" ], "description": "Meta Prompter MCP 服务器的启动命令。启动后服务器通过 stdio 与客户端进行 JSON-RPC 通信。" }

  • 基本使用方法

    • 客户端通过符合 MCP 约定的 JSON-RPC 请求调用 evaluate 工具，传入要评估的 prompt 字符串，即可获取结构化的评估结果（包含各维度分数、改进建议、问题等字段）。
    • 服务器默认输出为带结构化内容的 JSON，便于上游代理或自动化流程进行后续处理。

服务器信息

访问项目