AI Develop Assistant
Assists AI developers with intelligent requirement analysis and architecture design through guided clarification questions, branch-aware management, and automated architecture generation with persistent storage.
README
🚀 MCP AI开发助手
协助AI开发者进行智能化需求分析与架构设计的MCP工具
✨ 核心特性
- 智能需求澄清: 自动识别项目类型,生成针对性问题
- 分支感知管理: 跟踪项目目标、功能设计、技术偏好、UI设计等维度
- 架构自动生成: 基于完整需求生成技术架构方案
- 持久化存储: 自动保存分析结果,支持导出文档
📁 快速配置
旧版本配置
-
克隆代码
git clone https://github.com/jiemobasixiangcai/ai-develop-assistant.git -
推荐虚拟环境
python -m venv venv source venv/bin/activate # Unix/Linux/MacOS venv\Scripts\activate # Windows -
安装依赖
pip install -r requirements.txt -
配置文件位置
Windows: %APPDATA%\Claude\claude_desktop_config.json macOS: ~/Library/Application Support/Claude/claude_desktop_config.json -
添加配置
{ "mcpServers": { "ai-develop-assistant": { "command": "python", "args": ["path/to/AIDevlopStudy.py"], "env": { "MCP_STORAGE_DIR": "./mcp_data" } } } } -
重启Claude Desktop
新版本配置
🔧 核心工具
- start_new_project - 开始新项目
- create_requirement_blueprint - 创建需求蓝图
- requirement_clarifier - 获取需求澄清提示
- save_clarification_tasks - 保存澄清任务
- update_branch_status - 更新分支状态
- requirement_manager - 需求文档管理器
- check_architecture_prerequisites - 检查架构前置条件
- get_architecture_design_prompt - 获取架构设计提示
- save_generated_architecture - 保存生成的架构设计
- export_final_document - 导出完整文档
- view_requirements_status - 查看需求状态
配置(远程直连复制到你的工具中,将MCP_STORAGE_DIR替换为你的本地目录)
{
"mcpServers": {
"ai-develop-assistant": {
"command": "uvx",
"args": ["ai-develop-assistant@latest"],
"env": {
"MCP_STORAGE_DIR": "/path/to/your/storage"
}
}
}
}
🎯 使用流程
基本步骤
-
需求澄清
requirement_clarifier("我要做一个在线教育平台") -
需求管理
requirement_manager("目标用户:学生和教师", "项目概述") -
查看状态
view_requirements_status() -
架构设计
architecture_designer("在线教育平台架构") -
导出文档
export_final_document()
🚀 开始使用
快速上手
- 配置Claude Desktop (参考上面的配置方法)
- 重启Claude Desktop
- 开始智能需求分析:
requirement_clarifier("描述你的项目想法") - 跟随AI的智能引导,逐步完善各个需求分支
- 导出完整文档:
export_final_document()
最佳实践
- 💬 信任AI的分支管理:让AI引导你完成所有需求分支
- 🎯 明确表达偏好:对技术选型、UI风格等明确表达偏好
- 📊 定期查看状态:使用
view_requirements_status了解进度 - 🤖 适当授权AI:对不确定的部分可以说"用常规方案"
🎯 现在您拥有了一个真正智能的AI开发助手,它会记住每个细节,引导您完成完整的需求分析!
💬 交流群
<div align="center"> <img src="./assets/qr-code.jpg" width="200" alt="交流群"> <br> 交流群 </div>
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。