项目简介

“MCP AI Agent 指南服务器”是一个基于Model Context Protocol (MCP) 构建的后端应用，旨在为大型语言模型（LLM）客户端提供结构化的上下文信息和功能。它集成了多种专业工具和模板，帮助AI代理在分层提示、代码卫生分析、架构可视化、内存上下文优化和敏捷项目规划等方面遵循最佳实践。通过JSON-RPC协议与客户端通信，实现资源的托管与访问、工具的注册与执行以及Prompt模板的定义与渲染，为LLM应用提供安全、可扩展的上下文服务框架。

主要功能点

分层提示构建器: 创建具有清晰层级结构的Prompt，支持自定义上下文、目标、需求和输出格式，以指导LLM生成更精确、相关的响应。
代码规范分析器: 自动分析代码库，识别过时模式、潜在问题、安全漏洞和代码异味（code smells），并提供具体的改进建议。
安全加固Prompt生成器: 专门用于生成安全分析和漏洞评估的Prompt，支持多种安全焦点（如漏洞分析、威胁建模）和合规标准（如OWASP Top 10）。
Mermaid图表生成器: 根据简洁的文本描述自动生成流程图、序列图、类图、状态图、甘特图和饼图等专业图表，简化系统设计和文档工作。
内存上下文优化器: 优化Prompt缓存和上下文窗口使用，通过智能分割和策略性缓存，提高AI代理的运行效率和降低成本。
冲刺时间线计算器: 帮助敏捷团队规划开发冲刺周期，估算任务所需时间，分析团队速度，并识别潜在的项目风险。
模型兼容性检查器: 根据任务描述、具体功能要求（如长上下文、多模态）和预算限制，推荐最适合的AI模型。
指南验证器: 评估AI代理的开发实践是否符合既定的最佳实践和质量指南，并提供合规性评分和改进建议。

安装步骤

该MCP服务器可以通过多种方式进行安装和运行：

使用 NPX (推荐) 直接在命令行中运行，无需全局安装：

npx mcp-ai-agent-guidelines

全局 NPM 安装 通过 npm 全局安装后，可以在任何位置直接运行：

npm install -g mcp-ai-agent-guidelines
mcp-ai-agent-guidelines

从源代码安装 首先克隆项目的GitHub仓库，然后安装依赖并启动服务器：

git clone https://github.com/Anselmoo/mcp-ai-agent-guidelines.git
cd mcp-ai-agent-guidelines
npm ci          # 安装所有项目依赖
npm run build   # 编译TypeScript代码
npm start       # 启动MCP服务器

使用 Docker 如果您的系统安装了Docker，可以直接拉取并运行官方Docker镜像：

docker run -p 3000:3000 ghcr.io/anselmoo/mcp-ai-agent-guidelines:latest

请注意，'ghcr.io/anselmoo/mcp-ai-agent-guidelines:latest' 是推荐的Docker镜像地址。

服务器配置

MCP客户端（例如VS Code的MCP扩展）需要配置此服务器的启动命令。以下是常见的JSON配置示例，您可以将其添加到您的MCP客户端设置中（例如VS Code的 'settings.json' 文件）：

{
    "mcp": {
        "servers": {
            "ai-agent-guidelines": {
                "command": "npx",
                "args": ["-y", "mcp-ai-agent-guidelines"]
            }
        }
    }
}

'"ai-agent-guidelines"': 这是您在MCP客户端中为此服务器指定的唯一名称。
'"command"': 启动MCP服务器的命令，这里指定为 '"npx"'。
'"args"': 传递给启动命令的参数列表，'-y' 用于自动确认安装，'mcp-ai-agent-guidelines' 是要运行的包名。

如果您选择使用Docker运行服务器，配置示例如下：

{
    "mcp": {
        "servers": {
            "ai-agent-guidelines-docker": {
                "command": "docker",
                "args": [
                    "run",
                    "--rm",
                    "-i",
                    "ghcr.io/anselmoo/mcp-ai-agent-guidelines:latest"
                ]
            }
        }
    }
}

'"command"': 启动Docker的命令，这里指定为 '"docker"'。
'"args"': 传递给Docker的参数列表，'run --rm -i' 用于运行一次性交互式容器，'ghcr.io/anselmoo/mcp-ai-agent-guidelines:latest' 是Docker镜像地址。

基本使用方法

配置好MCP服务器后，您可以通过MCP客户端（例如VS Code内置的聊天客户端）与服务器进行交互。

打开聊天客户端: 在VS Code中，打开您的聊天客户端（例如，通常可以在侧边栏找到）。
访问服务器工具: 在聊天窗口中，您通常可以通过服务器名称（例如 'ai-agent-guidelines'）来查找并调用其提供的工具。
直接运行工具: 您可以直接输入工具名称和参数来调用它们。
- 分层Prompt构建器: 输入 'hierarchical-prompt-builder'，然后提供 'context'（上下文）、'goal'（目标）和 'requirements'（需求）。
- 代码规范分析器: 输入 'code-hygiene-analyzer'，并粘贴代码内容（'codeContent'）或指定文件，以及编程语言（'language'）。
- Mermaid图表生成器: 输入 'mermaid-diagram-generator'，并描述您想要绘制的系统或流程（'description'），然后选择图表类型（'diagramType'）。
自然语言调用: 您也可以使用自然语言向LLM客户端提问，它会根据您的意图建议并调用合适的服务器工具。
- 例如：“使用 'hierarchical-prompt-builder' 为 'src/index.ts' 创建一个重构计划，输出格式为 Markdown。”
- 例如：“用 'code-hygiene-analyzer' 分析这个 Python 文件，突出显示安全问题。”
- 例如：“用 'mermaid-diagram-generator' 为我们的产品发布流程生成一个流程图。”

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