archlens

archlens

Enables retrieval of structured architectural case study data for design research, supporting case browsing, filtering, and downloadable research packages through natural language.

Category
访问服务器

README

ArchLens / 建筑透镜

ArchLens CI · 公开源码 · 在线 Demo

ArchLens 是一个面向建筑设计研究的开放案例资料库 Demo:参考 Mobbin 的检索与浏览效率,提供可追溯的案例结构化资料、研究资料包下载、轻量工作区和真实 MCP Endpoint。

本地运行

npm install
npm run dev

主要页面:

  • /:研究入口与短 Prompt 模板
  • /cases:案例库、筛选、案例详情和资料包下载
  • /boards:本地收藏、评分和 Wish List
  • /project:项目理念、任务、代码地图、预期和 Milestones
  • /mcp:MCP 工具说明与可运行 Playground
  • /api/mcp:无鉴权 MCP HTTP Endpoint
  • /api/health:协议、数据集版本和案例库就绪状态
  • /api/source-intake:可选的 D1 来源证据登记与复查接口(公开 Demo 默认关闭写入)
  • /api/workspaces:可选的 D1 共享工作区接口(公开 Demo 默认关闭)

共享工作区可选启用成员角色、过期 token 和 D1 quota bucket;quota 按读取、写入、成员管理操作区分,并对 owner/operator 与 editor/viewer 使用不同预算。来源同步可通过 GitHub Actions 的 ArchLens Source Intake 手动或每周触发,输出证据与人工发布候选,不会自动修改案例库。

工作区支持从页面导出/导入 workspace snapshot JSON,便于通过文件或 GitHub 交接收藏、评分和最近研究任务;快照只在浏览器和用户自己的文件之间流转,不上传到 ArchLens。

MCP

https://archlens.yiking233.chatgpt.site/api/mcp 配置到支持 Streamable HTTP MCP 的 Agent 中即可。当前服务版本为 0.2.0、契约版本为 1.0.0,工具 schema、curl 和客户端连接说明见 mcp/README.md。Demo 不绑定任何模型供应商,返回的结构化案例上下文交给用户自己的 AI 工具继续处理。

案例生产

可复用的案例生产 Skill 在 skills/case-production/SKILL.md,规定了来源采集、结构化、设计理念提取、引用核验和资料包输出流程。

贡献者可以复制 skills/case-production/case.template.json,再运行 npm run case:pack -- --input <case.json> --out <目录>,零依赖生成 case.json、研究 Markdown 和 README 三件套。

如果需要先快速检查原始来源,可运行 npm run source:audit -- --input <case.json> --out <目录>。它只读取 HTTPS 网页的标题、描述、canonical 和短摘录,输出 source-report.jsonsource-notes.md;不下载图片、不生成事实,也不会把网页内容当作可执行指令。生成资料包时可追加 --source-report <source-report.json>,把这份证据一起交付。

贡献多个案例时,可运行 npm run source:pipeline -- --input <案例目录> --out <目录>,它会按顺序生成每个案例的来源报告和一个 pipeline-report.json 总览;任何无效案例或来源失败都会以非零状态阻断后续发布。

如果部署环境启用了 D1,可以把已经生成并人工复核的 source-report.json 登记到 /api/source-intake,保存案例 ID、来源数量、失败状态、时间线和完整报告;接口不会替代来源抓取,也不会自动生成事实。配置说明和请求示例见 docs/SOURCE_INTAKE.md

审核前可以生成一个不会自动入库的发布候选:npm run source:proposal -- --input ./research-packs/source-intake --out ./research-packs/release-candidate。它会验证来源报告、阻断失败证据,并输出 JSON/Markdown 审阅包;通过后仍需人工修改案例数据、提交 PR 并运行 npm run dataset:audit

也可以在 GitHub Actions 手动运行 ArchLens Source Intake;仓库还会每周自动检查来源输入目录。两种触发方式都复用同一套 pipeline、proposal 和可选 D1 ingest 流程;工作流失败时会保留并上传来源证据,便于人工复核。

项目文档

开源贡献

  • 代码、MCP、schema 和 Skill 使用 Apache-2.0。
  • 案例图片和原始资料按各自来源许可处理,默认保留来源链接与署名,不重新分发未授权素材。
  • 新案例和 Wish List 使用 .github/ISSUE_TEMPLATE/ 中的模板提交。
  • 贡献流程与内容边界见 CONTRIBUTING.md,每次 PR 会自动运行案例/MCP 校验、构建测试和 lint。

验证

npm run build
npm test
npm run lint
npm run dataset:audit
ARCHLENS_MCP_ENDPOINT="https://<your-domain>/api/mcp" npm run mcp:smoke

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选