icon for mcp server

AI Develop Assistant

STDIO

MCP server for AI development assistance with intelligent requirement analysis and architecture design

🚀 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

  1. 克隆代码

    git clone https://github.com/jiemobasixiangcai/ai-develop-assistant.git
  2. 推荐虚拟环境

    python -m venv venv source venv/bin/activate # Unix/Linux/MacOS venv\Scripts\activate # Windows
  3. 安装依赖

    pip install -r requirements.txt
  4. 配置文件位置

    Windows: %APPDATA%\Claude\claude_desktop_config.json
    macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    
  5. 添加配置

    { "mcpServers": { "ai-develop-assistant": { "command": "python", "args": ["path/to/AIDevlopStudy.py"], "env": { "MCP_STORAGE_DIR": "./mcp_data" } } } }
  6. 重启Claude Desktop

新版本配置

🔧 核心工具

  1. start_new_project - 开始新项目
  2. create_requirement_blueprint - 创建需求蓝图
  3. requirement_clarifier - 获取需求澄清提示
  4. save_clarification_tasks - 保存澄清任务
  5. update_branch_status - 更新分支状态
  6. requirement_manager - 需求文档管理器
  7. check_architecture_prerequisites - 检查架构前置条件
  8. get_architecture_design_prompt - 获取架构设计提示
  9. save_generated_architecture - 保存生成的架构设计
  10. export_final_document - 导出完整文档
  11. 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

  1. 需求澄清

    requirement_clarifier("我要做一个在线教育平台")
    
  2. 需求管理

    requirement_manager("目标用户:学生和教师", "项目概述")
    
  3. 查看状态

    view_requirements_status()
    
  4. 架构设计

    architecture_designer("在线教育平台架构")
    
  5. 导出文档

    export_final_document()
    

🚀 开始使用

快速上手

  1. 配置Claude Desktop (参考上面的配置方法)
  2. 重启Claude Desktop
  3. 开始智能需求分析
    requirement_clarifier("描述你的项目想法")
    
  4. 跟随AI的智能引导,逐步完善各个需求分支
  5. 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

交流群
交流群

Be the First to Experience MCP Now