Sensei MCP

🚀 武士道多角色協作平臺（Sensei MCP）🥋

這是一個擁有64個專業AI角色的多角色工程導師，可協同提供專業指導

版本更新說明

• v0.9.0新特性：完整的第三方MCP集成套件 - 實現與6個集成MCP服務器（Serena、OpenMemory、GitHub、Context7、Tavily、Playwright）的多MCP編排，提供13個工作流模板和10個可執行演示！支持戰術代碼執行（Sensei → Serena）、跨項目內存（OpenMemory）以及與GitHub集成的工作流（PR審查、提交分析、問題分類）。完整工作流請參閱集成指南。
• v0.8.0新特性：完整的角色組合（64個角色） - 現已集成claude-skills倉庫中的所有角色！新增17個角色，包括完整的設計與UX團隊（6個）、戰略擴展技能（5個）、關鍵基礎設施漏洞（5個）和元導航角色（2個）。
• v0.6.0：精細角色內容訪問（選項B架構） - 通過新的內容提供架構修復了編排器佔位符錯誤。現在MCP為Claude提供角色SKILL.md內容進行分析，而非自行執行分析。新增4個精細工具，用於角色發現、內容訪問、會話上下文和諮詢記錄。
• v0.5.0：增強發現、CI/CD集成、團隊協作和數據庫專業知識 - 具備交互式演示模式、GitHub Actions/GitLab CI模板以及團隊會話合併功能。
• v0.4.0：分析與團隊協作 - 可跟蹤角色有效性，將會話摘要導出為ADR，並與團隊共享工程決策。

Sensei可將您的工程標準從被動文檔轉變為主動導師，在Claude進行推理之前注入相關指南，並保留架構決策的會話記憶。

🤝 人機大模型夥伴關係（關鍵洞察）

• 人類提供：領域專業知識、判斷力、上下文、業務約束和戰略方向。
• 大語言模型提供：跨64個專家角色的綜合能力、與32000行經驗的模式匹配、一致性檢查和即時智能。
• 共同實現：以編寫代碼的速度做出CTO級決策，進行多視角分析且無短板。

🚀 快速開始

一鍵安裝

Cursor

一鍵安裝

CLI安裝

Claude代碼

claude mcp add sensei -- uvx sensei-mcp

手動配置

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "context_servers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

✨ 主要特性

v0.6.0 - 精細角色內容訪問（選項B架構）🎭

• 🔧 修復關鍵漏洞：編排器之前返回佔位符文本而非實際分析結果。
• 🏗️ 新架構：MCP作為內容提供者（而非分析引擎）
  • MCP提供角色SKILL.md內容。
  • Claude（調用的大語言模型）使用該內容進行分析。
  • 遵循.claude/skills/模式以保持一致性。
• 🛠️ 4個新的精細工具：
  • get_persona_content() - 返回特定角色的完整SKILL.md文件。
  • suggest_personas_for_query() - 智能選擇角色並提供相關性分數。
  • get_session_context() - 以JSON格式返回會話記憶（約束、決策、模式）。
  • record_consultation() - 在Claude進行分析後記錄諮詢信息。
• 📊 優勢：
  • MCP無需大語言模型（無需API密鑰、無成本、無延遲）。
  • Claude專注於其擅長的分析工作。
  • MCP行為可預測、確定性強。
  • 可擴展（只需添加SKILL.md文件）。

v0.5.0 - 增強發現、CI/CD集成、團隊協作和數據庫專業知識🚀

• 🔍 交互式角色發現 - 更快找到合適的專家：
  • 增強的list_available_skills()提供3種格式模式（標準、詳細、快速）。
  • CLI演示模式（sensei-mcp --demo）展示5個實際場景。
  • 當選擇少於2個角色時提供智能上下文提示。
  • 技術關鍵詞檢測（數據庫、API、安全、前端、移動、機器學習）。
• 🔧 CI/CD集成包 - 將Sensei集成到您的開發工作流中：
  • 用於PR審查和架構檢查的GitHub Actions工作流。
  • 預提交鉤子（一致性、安全、成本分析）。
  • 3階段驗證的GitLab CI管道。
  • 增強的analyze_changes()提供角色建議。
  • 全面的集成指南（500多行）。
• 🤝 會話合併與團隊同步 - 協作進行架構決策：
  • 合併多個開發者會話並進行智能衝突解決。
  • 4種合併策略（最新、最舊、全部、手動）。
  • 會話比較用於並排分析。
  • 跟蹤所有決策的歸屬。
• 🗄️ 數據庫架構師角色 - 專業數據庫專家加入團隊：
  • 具備模式設計和規範化專業知識。
  • 提供查詢優化和索引策略。
  • 進行遷移規劃和可擴展性模式設計。
  • 提供多租戶架構指導。

v0.4.0 - 分析與團隊協作📊

• 📊 會話分析 - 基於數據洞察角色使用情況和決策模式：
  • 跟蹤最常用和最少使用的角色。
  • 上下文分佈（安全、危機、架構等）。
  • 決策速度和諮詢模式。
  • 基於時間的過濾（過去7天、過去30天、所有時間）。
  • 導出為Markdown、JSON或文本格式。
• 📄 諮詢導出 - 將單個諮詢信息導出為專業報告：
  • Markdown格式包含元數據（ID、時間戳、模式、上下文）。
  • JSON格式用於CI/CD集成。
  • 純文本格式用於通信工具。
• 📋 會話摘要 - 導出全面的ADR（架構決策記錄）：
  • 完整的決策歷史和理由。
  • 活躍的約束和商定的模式。
  • 最近的諮詢歷史。
  • 可配置包含內容（決策、諮詢、約束、模式）。
  • 非常適合團隊入職和對齊。

v0.3.0 - 多角色編排器🎭

• 🎭 47個專業角色 - 技能編排器協調跨12個類別的專家視角：
  • 核心（3個）：尖刻資深工程師、務實架構師、遺留系統考古學家。
  • 專業（6個）：API平臺工程師、數據工程師、數據庫架構師、前端UX專家、機器學習務實者、移動平臺工程師。
  • 運維（3個）：站點可靠性工程師、事件指揮官、可觀測性工程師。
  • 安全（2個）：安全哨兵、合規守護者。
  • 平臺（3個）：開發者體驗冠軍、平臺構建者、QA自動化工程師。
  • 成本（1個）：FinOps優化師。
  • 領導（4個）：富有同理心的團隊領導、產品工程領導、執行聯絡人、技術作家。
  • 開發者關係（4個）：開發者倡導者、解決方案架構師、資深個人貢獻者顧問、開源戰略家。
  • 戰略（6個）：併購盡職調查、供應商管理、技術招聘、工程轉型、AI倫理治理、數據戰略。
  • 管理（3個）：工程經理、工程總監、工程副總裁。
  • 技術領導（2個）：首席架構師、首席工程師。
  • 協調（3個）：技術項目經理、技術產品經理、工程運維。
  • 基礎設施（6個）：數據庫可靠性工程師、發佈工程領導、性能工程師、雲架構師、測試工程領導、客戶成功工程師。
  • 元（1個）：技能編排器。
• 🧠 上下文檢測 - 智能將查詢路由到相關角色（危機、安全、政治、架構、成本、團隊、技術）。
• 🤝 協作綜合 - 多視角分析並解決衝突達成共識。
• 📊 諮詢跟蹤 - 會話記憶記錄諮詢的角色和原因。
• ⚡ 多種模式：
  • orchestrated（默認）：2 - 5個角色協作。
  • quick：僅由尖刻資深工程師快速回答。
  • crisis：應急團隊（事件指揮官、站點可靠性工程師、執行聯絡人）。
  • standards：傳統單語音模式以保持向後兼容性。

核心特性（v0.2.x）

• 🎯 上下文感知加載 - 每次請求僅加載規則手冊的5 - 15%（節省87.5%的令牌）。
• 🧠 會話記憶 - 跨對話記住架構決策。
• 🤝 團隊同步 - 通過倉庫中的.sensei文件夾共享決策和規則。
• 🕵️ Git感知 - 自動從暫存文件推斷上下文。
• 📦 50多種文件類型 - 全面覆蓋技術棧。
• 🔍 智能推理 - 自動確定相關標準。
• 🛡️ 一致執行 - 避免重複討論模式。
• 🚀 零配置 - 安裝後立即使用。
• 🔒 隱私優先 - 本地運行，無需外部服務。

📦 支持的文件類型

編程語言（20多種）

Python、JavaScript、TypeScript、Go、Java、Kotlin、Swift、Ruby、Rust、PHP、C#、Scala、C/C++、Dart、Elixir、Clojure、Elm、Julia、R

前端與Web

React（JSX/TSX）、Vue、Svelte、Astro、HTML、CSS、SCSS、SASS、LESS

基礎設施與DevOps

Terraform、Docker、Kubernetes、nginx、Apache、Shell腳本（bash/zsh）、Makefiles、HCL

數據與API

SQL、Prisma、GraphQL、Protobuf、Avro、CSV、XML、Jupyter筆記本

配置與工具

YAML、JSON、TOML、ESLint、Prettier、Jest、Playwright、Cypress、Webpack、Vite、tsconfig.json

CI/CD

GitHub Actions、GitLab CI、Jenkins、CircleCI、Azure Pipelines

移動

Android（AndroidManifest.xml、build.gradle）、iOS（Info.plist、Podfile）

包管理器

package.json、Gemfile、Cargo.toml、go.mod、requirements.txt、Pipfile

監控

Prometheus、Grafana、Datadog、New Relic、Sentry

💻 使用示例

基礎用法

Sensei提供20個MCP工具（v0.6.0新增4個，v0.5.0新增2個，v0.4.0新增3個，v0.3.0新增3個） + CLI演示模式：

v0.6.0 - 精細角色內容工具

# 獲取特定角色的完整SKILL.md內容
content = get_persona_content(
  persona_name="security-sentinel",
  include_metadata=True  # 可選：包含描述和專業知識
)
# 返回：包含原則、個性、專業知識、指南的完整SKILL.md文件

# Claude使用此內容作為上下文分析您的查詢
# 示例工作流：
# 1. Claude建議角色 → ["security-sentinel", "api-platform-engineer"]
# 2. Claude獲取每個角色的內容 → 完整的SKILL.md文件
# 3. Claude使用內容從每個角色的角度進行分析
# 4. Claude綜合所有視角給出建議

v0.5.0 - 增強發現與團隊合併

# 運行交互式演示
sensei-mcp --demo

# 顯示5個實際場景：
# - 架構決策（微服務遷移）
# - 生產危機（數據庫故障）
# - 安全審查（認證審計）
# - 成本優化（雲支出）
# - 代碼質量（技術債務）

高級用法

v0.6.0 - 精細角色內容工具

# 智能選擇角色並提供相關性分數和理由
suggestions = suggest_personas_for_query(
  query="How should we handle authentication for our API?",
  max_suggestions=5,  # 最大建議數量（默認：5）
  context_hint="SECURITY"  # 可選：強制特定上下文
)
# 返回JSON：
# {
#   "query": "How should we handle authentication...",
#   "detected_context": "SECURITY",
#   "suggestions": [
#     {
#       "name": "security-sentinel",
#       "display_name": "Security Sentinel",
#       "relevance": 0.95,
#       "rationale": "Expert in authentication, security"
#     },
#     {
#       "name": "api-platform-engineer",
#       "display_name": "API Platform Engineer",
#       "relevance": 0.82,
#       "rationale": "Expert in API design, contracts"
#     }
#   ]
# }

# 從查詢中自動檢測上下文
suggest_personas_for_query(
  query="Our AWS bill is too high",
  max_suggestions=3
)
# 返回：finops-optimizer, pragmatic-architect, site-reliability-engineer

📚 詳細文檔

入門指南

• 快速開始指南 - 5分鐘快速上手
• 使用指南 - 全面的使用示例

MCP生態系統集成（新增）

• MCP集成架構 - 人機大模型夥伴關係的完整願景
• MCP集成示例 - 結合多個MCP服務器的實際工作流
• CI/CD集成指南 - GitHub Actions、GitLab CI、預提交鉤子

技術文檔

• 架構深入解析 - 技術實現細節
• 貢獻指南 - 如何貢獻
• 發佈指南 - PyPI發佈工作流

🔧 技術細節

工作原理

1. 上下文推理引擎分析：
   • 文件模式（API路由、數據庫模式、測試等）。
   • 操作類型（創建、重構、調試等）。
   • 關鍵詞（租戶、支付、異步等）。
2. 規則手冊加載器提取相關部分：
   • 總共57個部分映射到32種文件模式。
   • 核心部分始終加載（原則、理念）。
   • 特定任務部分按需加載。
3. 會話管理器持久化決策：
   • 存儲在$HOME/.sensei/sessions/<project>.json中。
   • 人類可讀的JSON格式。
   • 每次調用工具時自動加載。

文件模式示例

💡 示例工作流

架構決策（v0.3.0多角色）

# 1. 獲取多角色架構指導
result = get_engineering_guidance(
  query="Should we migrate from a monolith to microservices? We have 5 engineers and 10K users.",
  mode="orchestrated",  # 自動選擇相關角色
  session_id="saas-backend"
)
# 諮詢的角色：務實架構師、尖刻資深工程師、產品工程領導
# 綜合結果包括：共識點、權衡、建議

# 2. 諮詢特定專家進行跟進
consult_skill(
  skill_name="finops-optimizer",
  query="What's the cost impact of microservices vs monolith?",
  session_id="saas-backend"
)

# 3. 記錄決策
record_decision(
  category="architecture",
  description="Stay monolith for now, plan modular architecture",
  rationale="Team size and user scale don't justify microservices complexity yet",
  session_id="saas-backend"
)

生產事件（危機模式）

# 危機模式激活應急響應團隊
get_engineering_guidance(
  query="Production database has 10K connections and is timing out!",
  mode="crisis",  # 事件指揮官、站點可靠性工程師、執行聯絡人
  session_id="saas-backend"
)
# 返回：立即的分類步驟、溝通計劃、根本原因分析

開始新特性（v0.2.x傳統模式）

# 1. 獲取特性的上下文（傳統標準模式）
get_engineering_context(
  operation="CREATE",
  file_paths=["api/webhooks.py"],
  description="Stripe webhook handler for subscription events",
  session_id="saas-backend"
)

# 2. 記錄關鍵決策
record_decision(
  category="architecture",
  description="Use idempotent webhook processing with deduplication",
  rationale="Webhooks can be retried, need to handle duplicates safely",
  session_id="saas-backend"
)

# 3. 實施前驗證
validate_against_standards(
  design_description="POST /webhooks/stripe with signature verification",
  focus_areas=["security", "api"],
  session_id="saas-backend"
)

代碼審查

# 加載相關標準進行審查
get_engineering_context(
  operation="REVIEW",
  file_paths=["api/users.py", "db/queries.sql"],
  description="User management PR - check multi-tenancy",
  session_id="saas-backend"
)

# 檢查與過去決策的一致性
check_consistency(
  proposed_change="Add user_id index without tenant_id",
  session_id="saas-backend"
)

調試生產問題

# 獲取可觀測性和調試上下文
get_engineering_context(
  operation="DEBUG",
  file_paths=["services/payment_processor.py"],
  description="Investigating payment timeout issues",
  session_id="saas-backend"
)

# 查詢特定標準
query_specific_standard(
  section_name="observability",
  session_id="saas-backend"
)

🤝 團隊同步與項目隔離

Sensei支持與團隊共享決策和規則：

1. 在項目根目錄創建.sensei文件夾。
2. 添加rules.md文件以設置特定項目規則。
3. 使用project_root運行工具：決策將保存到.sensei/decisions.md。

這樣您就可以將工程記憶提交到Git！

📄 許可證

本項目採用Apache 2.0許可證，詳情請參閱LICENSE。

🔗 鏈接

• GitHub：https://github.com/amarodeabreu/sensei-mcp
• PyPI：https://pypi.org/project/sensei-mcp/
• 問題反饋：https://github.com/amarodeabreu/sensei-mcp/issues

🙏 致謝

• 基於FastMCP構建。
• 由模型上下文協議提供支持。
• 受對一致工程標準的需求啟發。

由amarodeabreu 🥋 打造