
Aerith Admin MCP Server
实现一个受 MANUS 启发的开发工作流程,用于具有浏览器自动化功能的 RBAC 仪表板应用程序,旨在通过 Cursor IDE 的 MCP 集成进行访问。
README
Aerith Admin MCP 服务器
Aerith Admin MCP (模型、控制器、展示器) 服务器实现了一个受 MANUS 启发的开发工作流程,用于具有浏览器自动化功能的 RBAC 仪表板应用程序。 该服务器旨在本地运行,并由 Cursor IDE 的 MCP 集成访问。
概述
该服务器通过一个 5 步工作流程,为开发提供了一种结构化的方法:
- USER_INSTRUCTION - 使用明确的目标定义开发任务
- TASK_PLANNING - 将任务分解为特定的子任务
- INFORMATION_GATHERING - 从各种来源收集相关信息
- ANALYSIS_AND_ORCHESTRATION - 分析信息并创建执行计划
- RESULT_SYNTHESIS - 执行步骤并生成综合报告
安装
# 克隆仓库
git clone https://github.com/your-org/aerith-admin.git
cd aerith-admin/mcp
# 运行安装脚本 (创建虚拟环境并安装依赖项)
./bin/install.sh
# 激活虚拟环境
source bin/activate_venv.sh
用法
服务器可以在两种模式下运行:
HTTP 模式 (默认)
python server.py --port 8090
这将在端口 8090 上启动服务器(或指定不同的端口)。 该服务器提供 REST API 和服务器发送事件 (SSE) 以进行实时更新。
STDIO 模式
python server.py --stdio
此模式专为与其他工具集成而设计,使用 JSON-RPC 协议通过标准输入/输出进行通信。
弹性模式
对于生产或扩展的开发会话,您可以在弹性模式下运行服务器,该模式会自动监视服务器运行状况并在崩溃时重新启动它:
# 使用方便的脚本
./bin/start_cursor_server.sh --resilient
# 或直接使用弹性服务器脚本
./bin/run_resilient_server.sh --mode http --port 8090
弹性模式包括:
- 持续的健康状况监控
- 崩溃时自动重启
- 优雅的关闭处理
- 心跳检测和日志记录
监控
您可以使用监控脚本手动检查服务器运行状况或重新启动它:
# 检查服务器是否正在运行且健康
./bin/monitor_server.py --check-only
# 强制重启服务器
./bin/monitor_server.py --force-restart
Cursor IDE 集成
此 MCP 服务器专门设计用于与 Cursor IDE 配合使用。 Cursor 可以连接到服务器,以直接从编辑器利用其功能。
设置 Cursor 集成:
- 确保 MCP 服务器在 HTTP 模式下运行:
python server.py --port 8090
- Cursor 使用
.cursor/mcp.json
配置自动检测 MCP 服务器:{ "mcpServers": { "aerith-admin-mcp": { "url": "http://localhost:8090/sse" } } }
- 在 Cursor IDE 中打开 Aerith Admin 项目
- 使用 Cursor MCP 集成 UI 与服务器交互
项目结构
mcp/
├── bin/ # 可执行脚本
│ ├── activate_venv.sh # 激活虚拟环境的脚本
│ ├── install.sh # 安装脚本
│ ├── check_env.py # 环境验证脚本
│ └── run_tests.py # 测试运行器脚本
├── requirements.txt # 生产依赖项
├── requirements-dev.txt # 开发依赖项
├── server.py # 主要 MCP 服务器实现
├── tests/ # 测试套件
│ ├── conftest.py # Pytest 配置和 fixtures
│ ├── README.md # 测试文档
│ ├── test_browser_automation.py # 浏览器自动化测试
│ ├── test_core_workflow.py # 工作流程步骤测试
│ ├── test_integration.py # 端到端集成测试
│ ├── test_resources.py # 资源访问测试
│ ├── test_server_modes.py # 服务器运行模式测试
│ └── test_utils.py # 实用函数测试
└── venv/ # 虚拟环境 (由 install.sh 创建)
开发设置
此项目使用专用的虚拟环境进行开发:
# 运行安装脚本
./bin/install.sh
# 或手动设置环境
python -m venv venv
source bin/activate_venv.sh
pip install -r requirements-dev.txt
# 对于浏览器自动化测试
python -m playwright install
测试
测试使用 pytest 编写,位于 tests/
目录中。
运行测试
使用提供的脚本运行测试:
# 运行除浏览器和慢速测试之外的所有测试
./bin/run_tests.py -v
# 运行并生成覆盖率报告
./bin/run_tests.py --coverage
# 包括浏览器自动化测试
./bin/run_tests.py --browser
# 包括慢速集成测试
./bin/run_tests.py --slow
# 运行特定的测试文件或模式
./bin/run_tests.py test_core_workflow
环境变量
MCP_DEBUG=true
- 启用调试日志记录(由 activate_venv.sh 自动设置)- 可以根据需要配置其他环境变量
API 文档
工具
服务器提供以下工具:
指令管理
create_instruction(title, description, goal, priority)
- 创建新的开发指令get_instruction(instruction_id)
- 检索现有指令build_feature(title, description, goal, priority)
- 构建完整功能的高级编排
工作流程步骤
create_task_plan(instruction_id, subtasks)
- 将指令分解为特定的子任务gather_information(instruction_id, sources)
- 从各种来源收集信息analyze_and_orchestrate(instruction_id, analysis, execution_plan)
- 分析并创建执行计划execute_step(instruction_id, step_id, execution_details)
- 执行计划中的特定步骤generate_final_report(instruction_id, include_details)
- 生成最终报告
浏览器自动化
run_browser_agent(goal)
- 运行浏览器使用代理以实现指定的目标
文件系统工具
tree_directory(directory_path, max_depth, show_files, show_hidden, pattern, exclude_common, custom_excludes)
- 生成目录结构的树状表示,类似于 Unix 'tree' 命令
Git 工具
git_status(detailed)
- 显示工作树状态git_log(count, show_stats, path, author, since, until)
- 显示提交日志git_diff(file_path, staged, commit, compare_with)
- 显示提交或工作树之间的更改git_branch(create, delete, remote, branch_name, base_branch)
- 列出、创建或删除分支git_checkout(branch_name, create, force)
- 切换分支或恢复工作树文件git_commit(message, all_changes, amend)
- 记录对存储库的更改git_push(remote, branch, force, tags)
- 更新远程引用以及关联的对象git_pull(remote, branch, rebase)
- 从另一个存储库获取并集成git_add(paths)
- 将文件内容添加到暂存区
资源
服务器提供以下资源:
file://{path}
- 按路径获取文件内容project://structure
- 将项目结构作为字典获取instructions://list
- 获取所有指令的列表
数据存储
所有指令和相关数据都存储在 .aerith/instructions
目录中的 JSON 文件中。
日志记录
日志存储在 .aerith/logs/mcp_server.log
中,并且也输出到 stderr。 当设置 MCP_DEBUG=true
时(开发环境中默认为 true),将启用详细的调试日志记录。
许可证
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。