MCP Assistant Server

🚀 MCP Assistant

MCP Assistant 项目致力于为开发者提供任务分析、工具推荐和上下文管理等核心功能，有效提升开发效率，优化开发流程。

🚀 快速开始

安装依赖

npm install

启动服务

npm run dev

✨ 主要特性

核心功能

• 任务分析器：精准分析用户输入的任务描述，提取关键信息。
• 工具推荐系统：依据任务特点，智能推荐合适的工具。
• 上下文管理器：维护任务执行过程中的上下文信息。

技术架构

src/
├── controllers/     # 控制器层
│   └── LLMApiController.ts
├── core/           # 核心功能实现
│   ├── TaskAnalyzer.ts
│   ├── ToolRecommender.ts
│   └── ContextManager.ts
├── services/       # 服务层
│   ├── LLMService.ts
│   └── MCPDiscoveryService.ts
├── routes/         # 路由定义
│   └── llmApiRoutes.ts
└── types/          # 类型定义
    └── interfaces.ts

💻 使用示例

在 Cline 中使用

配置文件修改

在项目根目录下创建或修改 settings.json 文件，添加以下内容：

{
  "mcpServers": {
    "assistant": {
      "command": "node",
      "args": ["./path/to/mcp-assistant-server/build/index.js"],
      "env": {
        "PORT": "3000",
        "LOG_LEVEL": "info"
      }
    }
  }
}

使用方法

在 Cline 中，可通过命令面板（Cmd/Ctrl + Shift + P）使用以下命令：

1. MCP: 分析任务 - 分析当前选中的代码或文本。
2. MCP: 推荐工具 - 获取针对当前任务的工具推荐。
3. MCP: 更新上下文 - 更新任务上下文信息。

在 Cursor 中使用

配置文件修改

在项目根目录下创建或修改 cursor/settings.json 文件，添加以下内容：

{
  "mcpServers": {
    "assistant": {
      "command": "node",
      "args": ["./path/to/mcp-assistant-server/build/index.js"],
      "env": {
        "PORT": "3000",
        "LOG_LEVEL": "info"
      }
    }
  }
}

使用方式

在 Cursor 中，可通过命令面板（Cmd/Ctrl + Shift + P）使用以下命令：

1. MCP: 分析任务 - 分析当前选中的代码或文本。
2. MCP: 推荐工具 - 获取针对当前任务的工具推荐。
3. MCP: 更新上下文 - 更新任务上下文信息。

也可通过 Cursor API 在插件中使用：

import { workspace } from 'cursor';

// 分析任务
const analysis = await workspace.mcp.callTool('assistant', 'analyze_task', {
  description: '当前任务描述',
  context: {
    // 上下文信息
  }
});

// 获取工具推荐
const recommendations = await workspace.mcp.callTool('assistant', 'recommend_tools', {
  taskId: 'current-task-id'
});

🔧 技术细节

任务分析器

分析用户输入的任务描述，提取关键信息：

• 任务类型识别
• 参数提取
• 上下文关联
• 依赖分析

工具推荐系统

根据任务特点智能推荐工具：

• 基于规则的推荐
• 混合推荐算法
• 上下文感知
• 历史数据分析

上下文管理器

维护任务执行过程中的上下文信息：

• 状态追踪
• 数据持久化
• 会话管理
• 错误恢复

项目结构

src/
├── controllers/     # 控制器层
│   └── LLMApiController.ts
├── core/           # 核心功能实现
│   ├── TaskAnalyzer.ts
│   ├── ToolRecommender.ts
│   └── ContextManager.ts
├── services/       # 服务层
│   ├── LLMService.ts
│   └── MCPDiscoveryService.ts
├── routes/         # 路由定义
│   └── llmApiRoutes.ts
└── types/          # 类型定义
    └── interfaces.ts

📚 详细文档

接口文档

• LLM API：提供与大语言模型交互的接口。
• Task Analysis：分析任务描述并返回结构化结果。
• Tool Recommendations：根据任务需求推荐工具。

配置选项

🤝 贡献指南

欢迎贡献代码！请参考 CONTRIBUTING.md 文件了解如何参与开发。

📄 许可证

本项目遵循 MIT 协议。