🚀 ARC Model Context Protocol (MCP) Server: AI-Powered Development
使用 ARC MCP 加速开发
maxmurphySF
README
🚀 ARC 模型上下文协议 (MCP) 服务器:AI 驱动的开发
连接 AI 模型与 ARC 的企业应用框架
🌟 概述
ARC 模型上下文协议 (MCP) 服务器 通过在强大的 AI 模型(如 Claude、GPT 等)与 ARC 用于构建云原生企业应用的强大生态系统之间创建无缝桥梁,彻底改变了开发人员与 ARC 框架的交互方式。
这种创新的实现遵循模型上下文协议规范,使 AI 助手能够直接利用 ARC 的功能,从而加速开发周期并提高整个组织的生产力。
🛠️ 工具套件
ARC MCP 服务器公开了一套全面的工具,使 AI 模型能够协助应用程序开发生命周期的各个方面:
📚 文档助手
工具: arc.docs.search
改变您的团队访问和使用 ARC 文档的方式:
- ✅ 上下文知识: 获取针对您的特定用例量身定制的 ARC 概念的精确解释
- ✅ 代码示例: 接收解决您确切问题的相关代码片段
- ✅ 故障排除: 使用文档支持的解决方案快速诊断问题
- ✅ 最佳实践: 直接从官方指南中学习推荐的方法
// 示例:AI 助手帮助理解身份验证概念
{
"toolId": "arc.docs.search",
"parameters": {
"query": "authentication service configuration",
"category": "api",
"maxResults": 3
}
}
🔐 API 微服务集成
工具: arc.api.authentication
, arc.api.notification
, 等等
通过自然语言直接与 ARC 微服务交互:
- ✅ 身份验证操作: 测试登录流程、验证令牌和管理会话
- ✅ 通知管理: 配置和触发跨渠道的通知
- ✅ 数据操作: 通过存储库服务查询和操作数据
- ✅ 工作流执行: 触发和监控业务流程
// 示例:AI 助手帮助测试身份验证
{
"toolId": "arc.api.authentication",
"parameters": {
"action": "verifyToken",
"token": "your-jwt-token"
}
}
🏗️ 项目生成 & 脚手架
工具: arc.generator.microservice
通过 AI 驱动的代码生成加速开发:
- ✅ 微服务脚手架: 从描述生成完整的微服务结构
- ✅ 模型创建: 通过对话定义数据模型
- ✅ API 设计: 根据需求创建控制器和端点
- ✅ 业务逻辑: 自动实现常见的模式和工作流程
// 示例:AI 助手生成支付服务
{
"toolId": "arc.generator.microservice",
"parameters": {
"name": "payment-service",
"features": ["database", "authentication", "api"],
"models": [
{
"name": "Payment",
"properties": {
"id": "string",
"amount": "number",
"status": "string"
}
}
]
}
}
☁️ 部署协助
工具: arc.deployment.infrastructure
简化您的生产路径:
- ✅ 基础设施即代码: 为 AWS、Azure、GCP 等生成部署模板
- ✅ CI/CD 配置: 使用最佳实践设置自动化管道
- ✅ 环境设置: 配置开发、暂存和生产环境
- ✅ 故障排除: 诊断和解决部署问题
// 示例:AI 助手帮助进行 AWS 部署
{
"toolId": "arc.deployment.infrastructure",
"parameters": {
"projectPath": "./my-arc-project",
"platform": "aws",
"options": {
"region": "us-east-1",
"resources": {
"cpu": "1",
"memory": "2GB"
}
}
}
}
💼 SourceFuse 的优势
内部团队
- 🚄 加速入职: 新开发人员可以快速高效地使用 ARC
- 🧠 知识民主化: 通过 AI,每个人都可以访问专业知识
- 🔄 标准化: 确保最佳实践的一致实施
- ⏱️ 节省时间: 减少花在文档搜索和样板代码上的时间
客户项目
- 💰 成本效益: 以更少的资源更快地交付项目
- 🎯 一致性: 在所有实现中保持高质量
- 🔍 减少错误: AI 助手有助于在开发早期发现问题
- 📈 可扩展性: 以现有的团队能力处理更多项目
🌐 开源社区的优势
- 🤝 降低入门门槛: 使 ARC 更容易被新开发人员访问
- 🔌 可扩展性: 社区可以贡献新的工具和集成
- 📱 展示创新: 展示前沿的 AI 集成能力
- 🌱 生态系统增长: 吸引更多开发人员加入 ARC 框架
🚀 开始使用
# 克隆存储库
git clone https://github.com/sourcefuse/arc-mcp-server.git
cd arc-mcp-server
# 安装依赖
npm install
# 构建项目
npm run build
# 启动服务器
npm start
连接 Claude Desktop
编辑您的 Claude Desktop 配置文件:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json
- Windows:
%APPDATA%\Claude\claude_desktop_config.json
添加 ARC MCP 服务器配置:
{
"mcpServers": {
"arc": {
"command": "node",
"args": [
"path/to/arc-mcp-server/dist/index.js"
],
"options": {
"cwd": "path/to/arc-mcp-server"
}
}
}
}
📞 参与进来
我们很高兴看到您将如何使用 ARC MCP 服务器来改变您的开发工作流程!加入我们的社区:
- 💬 Slack 频道: #arc-mcp-community
- 🐙 GitHub: 提交问题和 PR
- 📝 文档: 贡献我们的知识库
- 🎤 网络研讨会: 加入我们的每月演示和讨论
<p align="center">由 SourceFuse 提供支持 | MIT 许可证</p>
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。