🚀 MCP AI开发助手
协助AI开发者进行智能化需求分析与架构设计的MCP工具
✨ 核心特性
- 智能需求澄清: 自动识别项目类型,生成针对性问题
- 分支感知管理: 跟踪项目目标、功能设计、技术偏好、UI设计等维度
- 架构自动生成: 基于完整需求生成技术架构方案
- 持久化存储: 自动保存分析结果,支持导出文档
📁 快速配置
旧版本配置
克隆代码
git clone https://github.com/jiemobasixiangcai/ai-develop-assistant.git
推荐虚拟环境
python -m venv venv source venv/bin/activate # Unix/Linux/MacOS venv\Scripts\activate # Windows
安装依赖
pip install -r requirements.txt
配置文件位置
Windows: %APPDATA%\Claude\claude_desktop_config.json macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
添加配置
{ "mcpServers": { "ai-develop-assistant": { "command": "python", "args": ["path/to/AIDevlopStudy.py"], "env": { "MCP_STORAGE_DIR": "./mcp_data" } } } }
重启Claude Desktop
新版本配置
🔧 核心工具
- start_new_project - 开始新项目
- create_requirement_blueprint - 创建需求蓝图
- requirement_clarifier - 获取需求澄清提示
- save_clarification_tasks - 保存澄清任务
- update_branch_status - 更新分支状态
- requirement_manager - 需求文档管理器
- check_architecture_prerequisites - 检查架构前置条件
- get_architecture_design_prompt - 获取架构设计提示
- save_generated_architecture - 保存生成的架构设计
- export_final_document - 导出完整文档
- view_requirements_status - 查看需求状态
配置(远程直连复制到你的工具中,将MCP_STORAGE_DIR替换为你的本地目录)
{
"mcpServers": {
"ai-develop-assistant": {
"command": "uvx",
"args": ["ai-develop-assistant@latest"],
"env": {
"MCP_STORAGE_DIR": "/path/to/your/storage"
}
}
}
}
🎯 使用流程
基本步骤
需求澄清
requirement_clarifier("我要做一个在线教育平台")
需求管理
requirement_manager("目标用户:学生和教师", "项目概述")
查看状态
view_requirements_status()
架构设计
architecture_designer("在线教育平台架构")
导出文档
export_final_document()
🚀 开始使用
快速上手
- 配置Claude Desktop (参考上面的配置方法)
- 重启Claude Desktop
- 开始智能需求分析:
requirement_clarifier("描述你的项目想法")
- 跟随AI的智能引导,逐步完善各个需求分支
- 导出完整文档:
export_final_document()
最佳实践
- 💬 信任AI的分支管理:让AI引导你完成所有需求分支
- 🎯 明确表达偏好:对技术选型、UI风格等明确表达偏好
- 📊 定期查看状态:使用
view_requirements_status
了解进度 - 🤖 适当授权AI:对不确定的部分可以说"用常规方案"
🎯 现在您拥有了一个真正智能的AI开发助手,它会记住每个细节,引导您完成完整的需求分析!