Ssd Ai

🚀 SSD-AI

SSD-AI 是一款基於模型上下文協議（MCP）的 AI 開發助手，提供 36 種專業工具，支持 TypeScript 和 Python，具備智能內存管理、代碼分析和推理框架等功能，能助力開發者直觀地完成複雜任務。

🚀 快速開始

Hi-AI 是一個實現了 模型上下文協議（MCP） 標準的 AI 開發助手。它通過自然語言關鍵詞識別，提供 36 種專業工具，幫助開發者直觀地執行復雜任務。

✨ 主要特性

• 自然語言交互：可通過韓語/英語關鍵詞自動執行工具。
• 智能內存管理：利用 SQLite 進行上下文管理和壓縮。
• 多語言支持：支持對 TypeScript、JavaScript 和 Python 代碼進行分析。
• 性能優化：具備項目緩存系統。
• 企業級質量：擁有 100% 的測試覆蓋率和嚴格的類型系統。
• 長任務支持：支持異步操作的任務管理。
• 大規模數據處理：基於遊標進行分頁操作。

📦 安裝指南

系統要求

• Node.js 18.0 或更高版本
• TypeScript 5.0 或更高版本
• 兼容 MCP 的客戶端（Claude Desktop、Cursor、Windsurf）
• Python 3.x（用於 Python 代碼分析）

安裝方法

NPM 包安裝

# 全局安裝
npm install -g @ssdeanx/ssd-ai

# 本地安裝
npm install @ssdeanx/ssd-ai

Smithery 平臺安裝

# 一鍵安裝
https://smithery.ai/server/@su-record/hi-ai

MCP 客戶端配置

將以下內容添加到你的 Claude Desktop 或其他 MCP 客戶端的配置文件中：

{
  "mcpServers": {
    "hi-ai": {
      "command": "hi-ai",
      "args": [],
      "env": {}
    }
  }
}

💻 使用示例

文檔中未明確提及具體代碼使用示例，可參考各工具的調用方式進行操作，如：

# 示例：調用保存內存工具
save_memory "需要保存的信息"

📚 詳細文檔

關鍵特性

1. 內存管理系統

有 10 個工具用於跨會話維護上下文：

• 智能存儲：按類別對信息進行分類和優先級管理。
• 上下文壓縮：基於優先級的上下文壓縮系統。
• 會話恢復：完美重現之前的工作狀態。
• 基於 SQLite：支持併發控制、索引和事務。

關鍵工具：

• save_memory - 將信息存儲到長期內存中
• recall_memory - 搜索已存儲的信息
• auto_save_context - 自動保存上下文
• restore_session_context - 恢復會話上下文
• prioritize_memory - 內存優先級管理

2. 語義代碼分析

基於 AST 的代碼分析和導航工具：

• 符號搜索：在項目中定位函數、類和變量的位置。
• 引用跟蹤：跟蹤特定符號的所有使用情況。
• 多語言支持：支持 TypeScript、JavaScript 和 Python。
• 項目緩存：通過 LRU 緩存優化性能。

關鍵工具：

• find_symbol - 搜索符號定義
• find_references - 查找符號引用

3. 代碼質量分析

全面的代碼指標和質量評估：

• 複雜度分析：包括圈複雜度、認知複雜度和 Halstead 指標。
• 耦合/內聚性：評估結構的合理性。
• 質量評分：採用 A - F 等級系統。
• 改進建議：提供可操作的重構建議。

關鍵工具：

• analyze_complexity - 複雜度指標分析
• validate_code_quality - 代碼質量評估
• check_coupling_cohesion - 耦合/內聚性分析
• suggest_improvements - 改進建議
• apply_quality_rules - 應用質量規則
• get_coding_guide - 查找編碼指南

4. 項目規劃工具

系統的需求分析和路線圖生成：

• PRD 生成：自動創建產品需求文檔。
• 用戶故事：編寫包含驗收標準的故事。
• MoSCoW 分析：對需求進行優先級排序。
• 路線圖創建：逐步規劃開發進度。

關鍵工具：

• generate_prd - 生成產品需求文檔
• create_user_stories - 創建用戶故事
• analyze_requirements - 需求分析
• feature_roadmap - 創建功能路線圖

5. 順序思維工具

支持結構化問題解決和決策：

• 問題分解：逐步分解複雜問題。
• 思維鏈：生成順序推理過程。
• 多視角思考：包括分析性、創造性、系統性和批判性思維。
• 執行計劃：將任務轉換為可執行的計劃。

關鍵工具：

• create_thinking_chain - 創建思維鏈
• analyze_problem - 問題分析
• step_by_step_analysis - 逐步分析
• break_down_problem - 問題分解
• think_aloud_process - 表達思維過程
• format_as_plan - 格式化計劃

6. 提示工程

改進和優化提示質量：

• 自動增強：將模糊的請求轉換為具體的請求。
• 質量評估：對清晰度、特異性和上下文相關性進行評分。
• 結構化：包括目標、背景、要求和質量標準。

關鍵工具：

• enhance_prompt - 增強提示
• analyze_prompt - 提示質量分析

7. 瀏覽器自動化

基於 Web 的調試和測試：

• 控制檯監控：捕獲瀏覽器控制檯日誌。
• 網絡分析：跟蹤 HTTP 請求和響應。
• 跨平臺支持：支持 Chrome、Edge 和 Brave。

關鍵工具：

• monitor_console_logs - 監控控制檯日誌
• inspect_network_requests - 分析網絡請求

8. UI 預覽

在編碼前可視化 UI 佈局：

• ASCII 藝術：支持 6 種佈局類型。
• 響應式預覽：支持桌面和移動視圖。
• 預審批：在編碼前確認結構。

關鍵工具：

• preview_ui_ascii - ASCII UI 預覽

9. 時間工具

支持各種格式的時間查詢： 關鍵工具：

• get_current_time - 查詢當前時間（ISO、UTC、時區等）

10. 任務和分頁支持

支持長時間運行的操作和大規模數據處理：

• 任務：MCP 2025 - 11 - 25 實驗性功能，用於管理長時間運行的任務。
• 分頁：基於遊標的分頁，用於處理大型數據集。
• 異步操作：在後臺執行復雜的分析任務。
• 狀態跟蹤：即時監控任務進度。

支持任務的工具：

• 語義分析：find_symbol、find_references
• 代碼質量：analyze_complexity、check_coupling_cohesion、validate_code_quality、suggest_improvements
• 項目規劃：analyze_requirements、feature_roadmap、generate_prd
• 推理/提示：apply_reasoning_framework、enhance_prompt_gemini

v1.6.0 更新

新特性（2025 - 01 - 27）

任務支持（實驗性 MCP 特性）

長時間運行任務管理：

• 實現了 MCP 2025 - 11 - 25 任務規範。
• 在後臺執行復雜的分析任務。
• 即時跟蹤和監控任務狀態。
• 基於 TTL 的自動清理（默認 5 分鐘，最長 1 小時）。

任務 API：

• tasks/get - 查詢任務狀態
• tasks/result - 查詢任務結果（等待完成）
• tasks/list - 列出所有任務（支持分頁）
• tasks/cancel - 取消正在運行的任務
• notifications/tasks/status - 狀態變更通知

支持任務的工具（11 個工具）：

• 語義分析：find_symbol、find_references
• 代碼質量：analyze_complexity、check_coupling_cohesion、validate_code_quality、suggest_improvements
• 項目規劃：analyze_requirements、feature_roadmap、generate_prd
• 推理/提示：apply_reasoning_framework、enhance_prompt_gemini

分頁支持

基於遊標的分頁：

• 符合 MCP 規範的基於遊標的實現。
• 高效處理大型列表。
• 通過不透明遊標增強安全性。

支持的列表操作：

• tools/list - 工具列表（默認 20 項）
• resources/list - 資源列表
• prompts/list - 提示列表
• tasks/list - 任務列表

集成效果

• 異步操作支持：在後臺執行復雜的分析任務。
• 大規模數據處理：通過分頁提高內存效率。
• 即時監控：跟蹤任務進度。
• 增強用戶體驗：在長時間操作期間可以執行其他任務。

工具目錄

完整工具列表（36 個工具）

類別	數量	工具列表
內存	10	save_memory, recall_memory, list_memories, search_memories, delete_memory, update_memory, auto_save_context, restore_session_context, prioritize_memory, start_session
語義	2	find_symbol, find_references
思維	6	create_thinking_chain, analyze_problem, step_by_step_analysis, break_down_problem, think_aloud_process, format_as_plan
推理	1	apply_reasoning_framework
代碼質量	6	analyze_complexity, validate_code_quality, check_coupling_cohesion, suggest_improvements, apply_quality_rules, get_coding_guide
規劃	4	generate_prd, create_user_stories, analyze_requirements, feature_roadmap
提示	2	enhance_prompt, analyze_prompt
瀏覽器	2	monitor_console_logs, inspect_network_requests
UI	1	preview_ui_ascii
時間	1	get_current_time

支持任務的工具（11 個工具）

以下工具通過任務支持長時間運行的操作：

• 語義分析：find_symbol、find_references
• 代碼質量：analyze_complexity、check_coupling_cohesion、validate_code_quality、suggest_improvements
• 項目規劃：analyze_requirements、feature_roadmap、generate_prd
• 推理/提示：apply_reasoning_framework、enhance_prompt_gemini

關鍵詞映射示例

工具	英語	韓語
save_memory	remember, save this	기억해, 저장해
recall_memory	recall, remind me	떠올려, 기억나
auto_save_context	commit, checkpoint	커밋, 저장

架構

系統結構

graph TB
    subgraph "客戶端層"
        A[Claude Desktop / Cursor / Windsurf]
    end

    subgraph "MCP 服務器"
        B[Hi-AI v1.6.0]
    end

    subgraph "核心庫"
        C1[MemoryManager]
        C2[ContextCompressor]
        C3[ProjectCache]
        C4[PythonParser]
        C5[TaskManager]
    end

    subgraph "工具類別"
        D1[內存工具 x10]
        D2[語義工具 x2]
        D3[思維工具 x6]
        D4[質量工具 x6]
        D5[規劃工具 x4]
        D6[提示工具 x2]
        D7[瀏覽器工具 x2]
        D8[UI 工具 x1]
        D9[時間工具 x1]
        D10[任務支持]
    end

    subgraph "數據層"
        E1[(SQLite 數據庫)]
        E2[項目文件]
        E3[任務存儲]
    end

    A <--> B
    B --> C1 & C2 & C3 & C4 & C5
    B --> D1 & D2 & D3 & D4 & D5 & D6 & D7 & D8 & D9 & D10
    C1 --> E1
    C3 --> E2
    C4 --> E2
    C5 --> E3
    D1 --> C1 & C2
    D2 --> C3 & C4
    D4 --> C4
    D10 --> C5

核心組件

任務管理器

• 角色：管理長時間運行任務的生命週期。
• 功能：任務創建、狀態跟蹤、結果存儲和 TTL 管理。
• 狀態：working, input_required, completed, failed, cancelled
• 通知：即時狀態變更通知

分頁系統

• 角色：高效處理大型列表數據。
• 方法：基於遊標的分頁。
• 安全性：通過不透明遊標防止數據暴露。

數據流

用戶輸入（自然語言）
    ↓
關鍵詞匹配（工具選擇）
    ↓
任務支持檢查
    ↓
正常執行或任務創建
    ↓
異步執行（任務）
    ↓
狀態輪詢或即時通知
    ↓
結果返回

性能

主要優化

• 項目緩存：通過 LRU 緩存提高重複分析的性能，保持 5 分鐘的 TTL，並通過內存限制進行資源管理。
• 內存操作：通過 SQLite 事務優化批量操作，將時間複雜度從 O(n²) 提高到 O(n)，並通過索引實現快速查找。
• 任務優化：通過後臺執行提高 UI 響應性，通過基於 TTL 的自動清理防止內存洩漏，並通過基於狀態的輪詢進行高效監控。
• 響應格式：切換到簡潔的響應格式，輸出聚焦於核心信息。

v1.5.0 響應示例：

{
  "action": "save_memory",
  "key": "test-key",
  "value": "test-value",
  "category": "general",
  "timestamp": "2025-01-16T12:34:56.789Z",
  "status": "success",
  "metadata": { ... }
}

v1.6.0 響應示例：

✓ Saved: test-key
Category: general

開發指南

環境設置

# 克隆倉庫
git clone https://github.com/ssdeanx/ssd-ai.git
cd ssd-ai

# 安裝依賴
npm install

# 構建
npm run build

# 開發模式
npm run dev

測試

# 運行所有測試
npm test

# 監聽模式
npm run test:watch

# UI 模式
npm run test:ui

# 覆蓋率報告
npm run test:coverage

代碼風格

• TypeScript：使用嚴格模式。
• 類型：使用 src/types/tool.ts。
• 測試：保持 100% 的覆蓋率。
• 提交：使用常規提交格式。

添加新工具

1. 在 src/tools/category/ 目錄下創建文件。
2. 實現 ToolDefinition 接口。
3. 在 src/index.ts 中註冊工具。
4. 在 tests/unit/ 目錄下編寫測試。
5. 更新 README。

拉取請求

1. 創建功能分支：feature/tool-name。
2. 編寫並通過測試。
3. 確認構建成功。
4. 創建 PR 並請求審核。

🔧 技術細節

系統架構

系統採用分層架構，包括客戶端層、MCP 服務器、核心庫、工具類別和數據層。客戶端通過 MCP 服務器與系統交互，核心庫提供內存管理、上下文壓縮、項目緩存等功能，工具類別包含各種專業工具，數據層負責存儲數據。

性能優化

通過 LRU 緩存、SQLite 事務和索引、異步執行和基於遊標的分頁等技術，提高了系統的性能和響應性。

📄 許可證

本項目採用 MIT 許可證，可免費使用、修改和分發。

引用

如果你將此項目用於研究或商業目的，請使用以下 BibTeX 引用：

@software{hi-ai2024,
  author = {ssdeanx},
  title = {Hi-AI: Natural Language MCP Server for AI-Assisted Development},
  year = {2024},
  version = {1.6.0},
  url = {https://github.com/su-record/hi-ai}
}

貢獻者

感謝所有為該項目做出貢獻的人，查看貢獻者列表請點擊 貢獻者。

特別感謝

• Smithery - MCP 服務器部署和一鍵安裝平臺

項目統計

項目信息

Hi-AI v1.6.0

支持任務 · 基於遊標分頁 · 36 種專業工具 · 122 個測試 · 100% 覆蓋率

由 Su 用心打造

🏠 主頁 · 📚 文檔 · 🐛 問題反饋 · 💬 討論