Mercury Spec Ops

🚀 Mercury Spec Ops MCP 服務器：將提示與資源作為**工具**使用

Mercury Spec Ops MCP 服務器是首個可提供動態、可由 AI 調用的工具，用於生成提示和組裝模板的 MCP 服務器。它改變了 AI 助手與專業內容的交互方式，提供了 6 個可編程工具，使 AI 能夠根據需求動態生成特定技術的提示和全面的模板。該服務器基於複雜的模塊化架構構建，擁有 31 種技術棧、10 個分析維度和 34 個模板部分，所有這些都可通過簡單的工具調用訪問。

🚀 快速開始

本 MCP 服務器提供了一個模塊化、可擴展的架構，能助力 AI 動態生成特定技術的提示和模板。以下是使用該服務器的基本步驟：

1. 安裝：可選擇本地開發安裝或從 npm 安裝。
2. 配置：在 MCP 客戶端（如 Claude Desktop、Cursor 等）中進行配置。
3. 使用：通過調用不同的提示和模板，實現代碼庫分析、漏洞分析、PRD 生成等功能。

✨ 主要特性

提示（增強枚舉支持）

1. PRD 提示：可生成包含模塊化特定技術分析的產品需求文檔。
2. 代碼庫分析提示：能對代碼庫進行模塊化特定技術/重點分析。
3. 漏洞分析提示：可對漏洞進行模塊化嚴重性/特定技術分析。

資源（模塊化模板）

1. PRD 模板：具有特定技術部分的模塊化 PRD 模板。
2. 代碼庫分析模板：包含特定技術/重點部分的模塊化代碼庫分析模板。
3. 漏洞分析模板：具有嚴重性/特定技術部分的模塊化漏洞分析模板。

🔧 技術細節

基於枚舉的輸入驗證

• 技術棧（共 31 種）：
  • 編程語言（11 種）：JavaScript、TypeScript、Python、Java、Go、Rust、C#、PHP、Ruby、Swift、Kotlin
  • 運行時環境（1 種）：Node.js
  • 前端框架（3 種）：React、Angular、Vue
  • 後端框架（7 種）：Express、NestJS、Django、Flask、Spring、Laravel、Rails
  • 數據庫（4 種）：MongoDB、PostgreSQL、MySQL、Redis
  • 雲服務（3 種）：AWS、Azure、GCP
  • DevOps 工具（2 種）：Docker、Kubernetes
• 分析重點（共 10 個）：架構、安全、性能、測試、文檔、可維護性、可擴展性、可靠性、代碼質量、依賴關係
• 漏洞嚴重性（共 4 級）：低、中、高、嚴重
• 目標受眾：開發者、業務用戶、企業、初創公司、醫療保健、金融等

程序化提示組裝

• 基礎提示 + 31 個技術模塊 + 10 個重點模塊 + 4 個嚴重性模塊
• 根據輸入參數自動選擇模塊
• 基於優先級的模塊排序
• 多值支持：可同時分析多種技術和重點領域
• 逗號分隔輸入：如 "node.js,react,postgresql" 或 "security,performance,code-quality"
• 自定義指令集成
• 智能回退到基礎提示

模塊化模板系統

• 具有依賴解析的模板部分
• 特定技術的模板部分
• 特定重點的模板部分
• 自定義部分支持

📦 安裝指南

選項 1：本地開發安裝

1. 克隆倉庫並安裝依賴：

git clone https://github.com/n0zer0d4y/mercury-spec-ops.git
cd mercury-spec-ops
npm install
npm run build

2. 本地運行服務器：

npm run mcp

選項 2：從 npm 安裝

npm install -g @n0zer0d4y/mercury-spec-ops

或者直接使用 npx（無需安裝）：

npx @n0zer0d4y/mercury-spec-ops

💻 使用示例

基礎用法

在 MCP 客戶端（如 Claude Desktop、Cursor 等）中配置服務器：

使用 npx（推薦 - 無需安裝）

Claude Desktop 配置（claude_desktop_config.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

Cursor 配置（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

使用本地安裝

Claude Desktop 配置（claude_desktop_config.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

Cursor 配置（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

Windows 本地路徑示例（Cursor）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": [
        "C:\\Development\\Projects\\MCP-Servers\\mercury-spec-ops\\dist\\src\\server.js"
      ]
    }
  }
}

高級用法

重要提示

• npx：會自動從 npm 獲取最新版本（推薦大多數用戶使用）。
• 本地安裝：需將路徑替換為實際項目位置，並先運行 npm run build。
• 重啟：配置更改後需重啟 MCP 客戶端。

📚 詳細文檔

工作流示例

示例 1：增強型代碼庫分析

1. 用戶提示：“分析這個 Node.js/TypeScript 代碼庫，重點關注安全和性能”
2. Claude Desktop 操作：
   • 調用 codebase-analysis-prompt，傳入技術棧 "node.js,typescript" 和分析重點 "security,performance"。
   • 系統程序化組裝：基礎提示 + Node.js 模塊 + TypeScript 模塊 + 安全模塊 + 性能模塊。
   • 提示指示 Claude 先讀取 resource://codebase-analysis-template。
   • 模板構建器組裝：基礎模板 + Node.js 部分 + TypeScript 部分 + 安全部分 + 性能部分。
   • Claude 讀取動態組裝的模板。
   • Claude 分析代碼庫並生成全面的特定技術報告。

示例 2：增強型漏洞分析

1. 用戶提示：“分析這個 React 應用中的嚴重安全漏洞”
2. Claude Desktop 操作：
   • 調用 bug-analysis-prompt，傳入技術棧 "react"、嚴重性級別 "critical" 和漏洞類型 "security"。
   • 系統組裝：基礎提示 + React 模塊 + 安全模塊 + 嚴重嚴重性模塊。
   • 模板包含：通用部分 + React 特定部分 + 安全特定部分 + 嚴重嚴重性部分。
   • Claude 讀取漏洞分析模板。
   • Claude 分析漏洞並生成全面的特定技術和嚴重性報告。

示例 3：支持特定技術的 PRD 生成

1. 用戶提示：“幫我為一個基於 React 的任務管理應用創建一個 PRD”
2. Claude Desktop 操作：
   • 調用 prd-prompt，傳入項目詳情和技術棧 "react"。
   • 系統組裝：基礎提示 + React 模塊。
   • 模板構建器包含：基礎 PRD 模板 + React 特定考慮因素。
   • Claude 讀取增強技術的 PRD 模板。
   • Claude 生成包含 React 特定部分的全面 PRD。

提示詳情

PRD 提示

• 名稱：prd-prompt
• 參數：
  • project_name（必需）：軟件項目名稱
  • project_description（必需）：項目簡要描述
  • target_audience（可選）：產品目標受眾（枚舉值）
  • project_type（可選）：項目類型（枚舉值）
  • key_features（可選）：PRD 中要包含的關鍵特性
  • technology_stack（可選）：要使用的技術棧（枚舉值）
  • custom_instructions（可選）：PRD 生成的自定義指令

代碼庫分析提示

• 名稱：codebase-analysis-prompt
• 參數：
  • repository_path（必需）：要分析的代碼庫路徑
  • technology_stack（必需）：代碼庫中使用的技術棧（枚舉值）
  • analysis_focus（可選）：分析的重點領域（枚舉值）
  • custom_instructions（可選）：代碼庫分析的自定義指令

漏洞分析提示

• 名稱：bug-analysis-prompt
• 參數：
  • repository_path（必需）：包含要分析漏洞的代碼庫路徑
  • bug_description（必需）：要分析的漏洞或問題描述
  • affected_components（可選）：受漏洞影響的組件
  • severity_level（可選）：漏洞的嚴重性級別（枚舉值）
  • bug_type（可選）：漏洞類型（枚舉值）
  • technology_stack（可選）：受影響組件中使用的技術棧（枚舉值）
  • custom_instructions（可選）：漏洞分析的自定義指令

資源詳情

PRD 模板

• URI：resource://prd-template
• 格式：Markdown
• 內容：具有特定技術部分的模塊化 PRD 模板，可根據輸入參數動態組裝。

代碼庫分析模板

• URI：resource://codebase-analysis-template
• 格式：Markdown
• 內容：包含特定技術和重點部分的模塊化代碼庫分析模板，可根據分析參數組裝。

漏洞分析模板

• URI：resource://bug-analysis-template
• 格式：Markdown
• 內容：具有嚴重性和特定技術部分的模塊化漏洞分析模板，可根據漏洞參數組裝。

開發

項目結構

src/
├── server.ts                    # 主 MCP 服務器實現
├── types/
│   ├── enums.ts                 # 所有枚舉定義（31 種技術 + 10 個重點）
│   └── index.ts                 # 類型定義和導出
├── prompts/
│   ├── modules/                 # 45 個模塊化提示組件
│   │   ├── technology/          # 31 個特定技術模塊
│   │   │   ├── languages/       # 11 個編程語言模塊
│   │   │   ├── runtimes/        # 1 個運行時模塊
│   │   │   ├── frameworks/      # 10 個框架模塊（3 個前端，7 個後端）
│   │   │   ├── databases/       # 4 個數據庫模塊
│   │   │   ├── cloud/           # 3 個雲平臺模塊
│   │   │   └── tools/           # 2 個 DevOps 工具模塊
│   │   ├── analysis-focus/      # 10 個重點領域模塊
│   │   └── bug-severity/        # 4 個嚴重性特定模塊
│   ├── base-prompts/            # 基礎提示模板
│   └── prompt-builder.ts        # 程序化提示組裝
├── resources/
│   ├── templates/               # 模塊化模板組件
│   │   ├── prd/                 # 10 個 PRD 模板模塊
│   │   ├── codebase-analysis/   # 8 個代碼庫分析模塊
│   │   └── bug-analysis/        # 4 個漏洞分析模塊
│   └── template-builder.ts      # 程序化模板組裝
└── __tests__/                   # 全面測試套件（66 個測試）
    ├── utils/                   # 實用函數測試（枚舉解析器）
    ├── prompts/                 # 提示構建器測試
    ├── resources/               # 模板構建器測試
    └── types/                   # 枚舉和類型測試

測試

項目包含一個全面的測試套件，覆蓋率達 88%：

# 運行所有測試
npm test

# 以監視模式運行測試
npm run test:watch

# 運行測試並生成覆蓋率報告
npm run test:coverage

# 以交互式 UI 運行測試
npm run test:ui

# 測試 MCP 集成
npm run test:mcp

測試統計：

• 66 個測試（100% 通過）
• 總體覆蓋率 88.48%
• 語句覆蓋率 88.48%
• 行覆蓋率 88.70%

生產構建

npm run build

代碼檢查

npm run lint

擴展系統

添加新技術模塊

1. 在 src/types/enums.ts 中的 TechnologyStack 枚舉中添加該技術。
2. 在相應類別中創建新的模塊文件：
   • 編程語言：src/prompts/modules/technology/languages/
   • 框架：src/prompts/modules/technology/frameworks/frontend/ 或 backend/
   • 數據庫：src/prompts/modules/technology/databases/
   • 雲服務：src/prompts/modules/technology/cloud/
   • 工具：src/prompts/modules/technology/tools/
3. 實現 TechnologyPromptModule 接口。
4. 從類別中的 index.ts 導出。
5. 在 prompt-builder.ts 中註冊。
6. 在 src/resources/templates/ 中添加相應的模板部分。
7. 在 src/__tests__/ 中編寫測試。

添加新重點領域

1. 在 src/types/enums.ts 中的 AnalysisFocus 枚舉中添加該重點領域。
2. 在 src/prompts/modules/analysis-focus/ 中創建新的模塊文件。
3. 實現 AnalysisFocusPromptModule 接口。
4. 從 analysis-focus/index.ts 導出。
5. 在 prompt-builder.ts 中註冊。
6. 添加相應的模板部分。
7. 編寫測試。

添加新嚴重性級別

1. 在 src/types/enums.ts 中的 BugSeverity 枚舉中添加該嚴重性級別。
2. 在 src/prompts/modules/bug-severity/ 中創建新的模塊文件。
3. 實現 BugSeverityPromptModule 接口。
4. 在提示構建器中註冊。
5. 添加相應的模板部分。
6. 編寫測試。

🤝 貢獻指南

歡迎貢獻代碼！請遵循以下指南：

• 分叉倉庫並創建功能分支。
• 遵循現有代碼模式，保持測試覆蓋率在 85% 以上。
• 使用 Conventional Commits 格式（feat、fix、docs、test、chore）。
• 提交拉取請求前確保所有測試通過。
• 如需添加新模塊，請參考擴展系統部分。

如發現問題，請在 GitHub Issues 上報告，並提供清晰的復現步驟。

📄 許可證

本項目採用 MIT 許可證 - 詳情請參閱 LICENSE 文件。