ai-develop-assistant 1.0.0

协助AI开发者进行智能化需求完善、模块设计、技术架构设计的MCP工具

ai-develop-assistant

协助AI开发者进行智能化需求完善、模块设计、技术架构设计的MCP工具

✨ 优化功能总览

🚀 MCP AI开发助手 - 智能需求分析与架构设计

✨ 核心特性

🧠 智能分支感知系统

1. 分支识别: 自动识别当前讨论的需求分支（项目目标、功能设计、技术偏好、UI设计）
2. 记忆保持: 防止AI在多轮对话中遗忘未完成的需求维度
3. 渐进式澄清: 确保所有核心需求分支都得到充分讨论
4. 智能提醒: 自动提醒未完成的需求分支，防止遗漏

🤖 AI自主设计与控制

1. 用户授权检测: 识别"常规设计"、"标准方案"等用户授权AI自主设计的表达
2. 分支式设计: 仅对当前分支进行自主设计，不会跳跃到其他未讨论的分支
3. 完整性门控: 只有所有核心分支完成后才允许进入架构设计阶段
4. AI自我评估: AI主动评估自己对需求的理解深度，不足时拒绝架构设计

🚀 MCP AI开发助手 - 最终配置指南

🔧 核心工具 (5个)

1. requirement_clarifier - 需求澄清助手
2. requirement_manager - 需求文档管理器
3. architecture_designer - 架构设计生成器
4. export_final_document - 导出完整文档 ⭐ 新增
5. view_requirements_status - 查看需求状态 ⭐ 新增

💾 持久化存储特性

• ✅ 自动保存: 每次操作都会自动保存到文件
• ✅ 历史记录: 完整的操作历史追溯
• ✅ 多格式导出: JSON + Markdown双格式
• ✅ 自定义目录: 支持环境变量配置存储位置

📁 配置方法

方法1: Claude Desktop配置 (推荐)

1. 找到配置文件位置

   Windows: %APPDATA%\Claude\claude_desktop_config.json
   macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   Linux: ~/.config/claude/claude_desktop_config.json
   

2. 添加配置内容

   {
     "mcpServers": {
       "ai-develop-assistant": {
         "command": "python",
         "args": [
           "path\AIDevlopStudy.py"
         ],
         "env": {
           "MCP_STORAGE_DIR": "your save path"
         }
       }
     }
   }
   

3. 重启Claude Desktop

方法2: 环境变量配置

创建 .env 文件：

# 自定义存储目录
MCP_STORAGE_DIR=./mcp_data

# 或者设置为其他路径
# MCP_STORAGE_DIR=D:/MyProjects/mcp_storage

📊 存储结构

配置成功后，会在指定目录生成以下文件：

mcp_data/
├── requirements.json      # 实时需求文档
├── history.json          # 操作历史记录
├── final_document_*.json # 导出的完整文档
└── final_document_*.md   # Markdown格式报告

🎯 使用流程

完整的项目分析流程

1. 需求澄清阶段

   requirement_clarifier("我要做一个WebAI资源分享网站")
   ↓
   requirement_manager("项目类型：Web应用...", "项目概述")
   ↓
   view_requirements_status() # 查看当前状态
   

2. 架构设计阶段

   architecture_designer("WebAI资源分享网站架构")
   ↓
   view_requirements_status() # 确认完整性
   

3. 文档导出阶段

   export_final_document() # 导出完整项目文档
   

🧪 测试验证

运行测试脚本验证配置：

# 激活虚拟环境
.venv\Scripts\activate

# 运行测试
python test_optimized_mcp.py

预期输出：

🧪 测试优化后的MCP AI开发助手...
📁 存储目录: test_mcp_data
✅ 发现 5 个工具
✅ 所有功能测试成功
✅ 生成了 4 个文件
🎉 优化版MCP测试完成!

💡 使用技巧

1. 项目开始前

• 设置好 MCP_STORAGE_DIR 环境变量
• 确保目录有写入权限

2. 需求分析中

• 定期使用 view_requirements_status 查看进度
• 每次澄清后都会自动保存

3. 项目完成后

• 使用 export_final_document 导出完整文档
• Markdown文件可作为项目README基础

4. 多项目管理

• 为不同项目设置不同的存储目录
• 使用项目名称作为目录名

🔍 故障排除

常见问题

1. 存储目录权限问题

   # 确保目录可写
   mkdir -p ./mcp_data
   chmod 755 ./mcp_data
   

2. 环境变量未生效

   # 检查环境变量
   echo $MCP_STORAGE_DIR
   
   # 重新设置
   export MCP_STORAGE_DIR="./mcp_data"
   

3. 文件编码问题

   • 所有文件使用UTF-8编码
   • 支持中文内容

🎉 优势总结

相比原版的改进

• ✅ 数据持久化: 不再丢失分析结果
• ✅ 历史追溯: 完整的操作记录
• ✅ 文档导出: 自动生成项目文档
• ✅ 状态查看: 实时了解分析进度
• ✅ 配置灵活: 自定义存储位置

实际价值

• 🚀 提升效率: 避免重复分析
• 📋 文档完整: 自动生成项目文档
• 🔄 过程可控: 随时查看分析状态
• 💾 数据安全: 本地存储，隐私保护

---

🎯 现在您的MCP AI开发助手已经完全优化，支持持久化存储和完整的项目文档管理！

开始使用：

1. 配置Claude Desktop
2. 重启Claude Desktop
3. 开始您的AI项目分析之旅！