Mentor MCP Server
为LLM智能代理提供AI驱动的指导,用于代码审查、设计评论、写作反馈和头脑风暴,使用Deepseek API,从而在各种开发和战略规划任务中实现增强的输出。
Tools
second_opinion
Provides a second opinion on a user's request by analyzing it with an LLM and listing critical considerations.
code_review
Provides a code review for a given file or code snippet, focusing on potential bugs, style issues, performance bottlenecks, and security vulnerabilities.
design_critique
Offers a critique of a design document, UI/UX mockup, or architectural diagram, focusing on usability, aesthetics, consistency, accessibility, and potential design flaws.
writing_feedback
Provides feedback on a piece of writing, such as an essay, article, or technical documentation, focusing on clarity, grammar, style, structure, and overall effectiveness.
brainstorm_enhancements
Generates creative ideas for improving a given concept, product, or feature, focusing on innovation, feasibility, and user value.
README
mentor-mcp-server
一个模型上下文协议服务器,通过 AI 驱动的 Deepseek-Reasoning (R1) 指导能力,为 LLM Agent 提供第二意见,包括代码审查、设计评论、写作反馈以及通过 Deepseek API 进行的创意头脑风暴。通过专家第二意见和可操作的见解,帮助您的 LLM Agent 取得成功。
模型上下文协议
模型上下文协议 (MCP) 实现了以下组件之间的通信:
- 客户端: Claude Desktop、IDE 和其他 MCP 兼容的客户端
- 服务器: 用于任务管理和自动化的工具和资源
- LLM Agent: 利用服务器功能的 AI 模型
目录
特性
代码分析
- 全面的代码审查
- Bug 检测和预防
- 风格和最佳实践评估
- 性能优化建议
- 安全漏洞评估
设计 & 架构
- UI/UX 设计评论
- 架构图分析
- 设计模式推荐
- 可访问性评估
- 一致性检查
内容增强
- 写作反馈和改进
- 语法和风格分析
- 文档审查
- 内容清晰度评估
- 结构性建议
战略规划
- 功能增强头脑风暴
- 对方法的第二意见
- 创新建议
- 可行性分析
- 用户价值评估
安装
# 克隆仓库
git clone git@github.com:cyanheads/mentor-mcp-server.git
cd mentor-mcp-server
# 安装依赖
npm install
# 构建项目
npm run build
配置
添加到您的 MCP 客户端设置:
{
"mcpServers": {
"mentor": {
"command": "node",
"args": ["build/index.js"],
"env": {
"DEEPSEEK_API_KEY": "your_api_key",
"DEEPSEEK_MODEL": "deepseek-reasoner",
"DEEPSEEK_MAX_TOKENS": "8192",
"DEEPSEEK_MAX_RETRIES": "3",
"DEEPSEEK_TIMEOUT": "30000"
}
}
}
}
环境变量
| 变量名 | 是否必须 | 默认值 | 描述 |
|---|---|---|---|
| DEEPSEEK_API_KEY | 是 | - | 您的 Deepseek API 密钥 |
| DEEPSEEK_MODEL | 是 | deepseek-reasoner | Deepseek 模型名称 |
| DEEPSEEK_MAX_TOKENS | 否 | 8192 | 每次请求的最大 token 数 |
| DEEPSEEK_MAX_RETRIES | 否 | 3 | 重试尝试次数 |
| DEEPSEEK_TIMEOUT | 否 | 30000 | 请求超时时间 (ms) |
工具
代码审查
<use_mcp_tool>
<server_name>mentor-mcp-server</server_name>
<tool_name>code_review</tool_name>
<arguments>
{
"file_path": "src/app.ts",
"language": "typescript"
}
</arguments>
</use_mcp_tool>
设计评论
<use_mcp_tool>
<server_name>mentor-mcp-server</server_name>
<tool_name>design_critique</tool_name>
<arguments>
{
"design_document": "path/to/design.fig",
"design_type": "web UI"
}
</arguments>
</use_mcp_tool>
写作反馈
<use_mcp_tool>
<server_name>mentor-mcp-server</server_name>
<tool_name>writing_feedback</tool_name>
<arguments>
{
"text": "Documentation content...",
"writing_type": "documentation"
}
</arguments>
</use_mcp_tool>
功能增强
<use_mcp_tool>
<server_name>mentor-mcp-server</server_name>
<tool_name>brainstorm_enhancements</tool_name>
<arguments>
{
"concept": "User authentication system"
}
</arguments>
</use_mcp_tool>
示例
每个工具的详细使用示例和输出可以在 examples 目录中找到:
- 第二意见示例 - 身份验证系统需求分析
- 代码审查示例 - 详细的 TypeScript 代码审查,包含安全性和性能见解
- 设计评论示例 - 针对仪表板设计的全面 UI/UX 反馈
- 写作反馈示例 - 文档改进建议
- 头脑风暴增强示例 - 具有实施细节的功能构思
每个示例都包含请求格式和示例响应,展示了工具的功能和输出结构。
开发
# 构建 TypeScript 代码
npm run build
# 启动服务器
npm run start
# 使用 watch 模式进行开发
npm run dev
# 清理构建产物
npm run clean
项目结构
src/
├── api/ # API 集成模块
├── tools/ # 工具实现
│ ├── second-opinion/
│ ├── code-review/
│ ├── design-critique/
│ ├── writing-feedback/
│ └── brainstorm-enhancements/
├── types/ # TypeScript 类型定义
├── utils/ # 实用函数
├── config.ts # 服务器配置
├── index.ts # 入口点
└── server.ts # 主要服务器实现
许可证
Apache License 2.0。 有关更多信息,请参见 LICENSE。
<div align="center"> 基于模型上下文协议构建 </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。