Sponsored by Deepsite.site

AI提示词库 MCP服务器

Created By
enjoyzl6 months ago
Content

AI提示词库 MCP服务器

基于MCP协议的AI提示词库服务器,为软件开发全生命周期提供结构化提示词模板。支持MCP协议和HTTP REST API双重访问方式。

🆕 新功能: 现已支持多目录配置,可同时从多个目录加载模板文件!

🚀 快速开始

# 安装与启动
git clone https://XXX/mcp-server-prompt-ts.git
cd mcp-server-prompt-ts
npm install && npm run build

# 启动服务
npm start              # MCP服务器
npm run start:http     # HTTP服务器(端口3000)
npm run start:http:prod # 生产环境(端口3100)

# 🆕 多目录配置启动
TEMPLATE_DIRS="./prompts,./team-templates" npm start
# 或使用命令行参数
npm start -- --template-dirs="./dir1,./dir2"

💡 使用方法

🔍 使用现有模板

  1. 选择词库文件 → 根据开发阶段选择对应模板文件
  2. 查找模板 → 找到符合需求的具体模板
  3. 填充变量 → 将{{用户输入}}替换为实际内容
  4. 执行分析 → 通过AI助手运行模板

🎨 制作自定义模板

  1. 确定用途 → 明确模板解决的具体问题
  2. 设计结构 → 规划模板的分析框架和输出格式
  3. 编写内容 → 使用Markdown格式和占位符语法
  4. 测试优化 → 验证模板效果并持续改进

📁 模板管理

  • 单文件模式: 将所有模板放在一个.md文件中
  • 多目录模式: 按功能分类组织到不同目录
  • 版本控制: 使用Git管理模板的版本和变更

📖 详细指南: 查看 模板制作快速入门指南 了解完整的模板制作流程

📚 词库结构

文件大小用途核心模板
ai-prompts.md32KB核心开发流程智能需求分析、架构设计、代码质量分析
ai-prompts-testing.md2.5KB测试专用测试方案、性能测试、自动化测试
ai-prompts-devops.md3.9KB运维部署部署策略、监控配置、故障排查
ai-prompts-optimization.md4.3KB代码优化重构方案、性能优化、安全优化
ai-prompts-tools.md4.6KB开发辅助代码解释、工具指南、技术评估

总计: 5个文件 | 47.6KB | 60+专业模板

⚙️ 配置集成

Cursor IDE 快速配置

单目录配置(传统方式)

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "node",
      "args": ["/path/to/mcp-server-prompt-ts/dist/index.js"],
      "env": { "TEMPLATE_DIR": ".prompt" }
    }
  }
}

多目录配置(推荐)

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "node",
      "args": ["/path/to/mcp-server-prompt-ts/dist/index.js"],
      "env": { "TEMPLATE_DIRS": ".prompt,./team-prompts,./project-templates" }
    }
  }
}

环境变量

变量说明默认值
PORTHTTP服务端口3000
NODE_ENV运行环境development
TEMPLATE_PATH单个模板文件路径ai-prompts.md
TEMPLATE_DIR单个模板目录.prompt
TEMPLATE_DIRS多个模板目录(逗号分隔)-
MCP_FORCE_JSON_LOGSJSON日志格式false

🆕 多目录配置

支持从多个目录加载模板文件,提供更灵活的模板管理:

环境变量配置

# 配置多个模板目录
TEMPLATE_DIRS="./prompts,./templates,./ai-prompts"

# 启动服务
npm start

命令行参数配置

# 使用命令行参数
node dist/index.js --template-dirs="./dir1,./dir2,./dir3"

# 或者通过npm
npm start -- --template-dirs="./prompts,./templates"

配置优先级

  1. TEMPLATE_DIRS 环境变量(最高优先级)
  2. --template-dirs 命令行参数
  3. TEMPLATE_DIR 环境变量(向后兼容)
  4. --template-dir 命令行参数
  5. 默认目录 .prompt

使用场景

  • 团队协作: 不同团队维护各自的模板目录
  • 项目分类: 按项目类型分别存放模板
  • 版本管理: 同时使用稳定版和测试版模板
  • 模块化: 将模板按功能模块分目录管理

🔌 API接口

MCP工具

  • enhancePrompt - 优化提示词
  • searchTemplates - 搜索模板
  • getCategories - 获取分类
  • fillTemplate - 填充模板

HTTP API

POST /api/enhance      # 优化提示词
GET  /api/categories   # 获取分类
GET  /api/templates/search?keyword=关键词  # 搜索模板
POST /api/fill         # 填充模板
GET  /health           # 健康检查

🛠️ 开发调试

# 开发模式(热重载)
npm run dev              # MCP服务器
npm run dev:http         # HTTP服务器

# Inspector调试模式
npm run inspector        # 标准模式
npm run inspector:dev    # 详细日志
npm run inspector:http   # HTTP服务调试

🧪 功能测试

多目录配置测试

# 运行多目录配置测试
node test-multi-dirs-subprocess.js

# 预期输出:
# ✅ 测试通过:找到了预期数量的模板文件
# ✅ 测试通过:配置了预期数量的目录

手动验证

# 创建测试目录
mkdir test-dir1 test-dir2
echo "# Test Template 1" > test-dir1/test1.md
echo "# Test Template 2" > test-dir2/test2.md

# 使用多目录配置启动
TEMPLATE_DIRS="test-dir1,test-dir2" npm start

# 清理测试目录
rm -rf test-dir1 test-dir2

🎯 模板特点

  • 智能融合: 结合直觉判断和系统分析
  • 结构化: 清晰的分析框架和评估体系
  • 实用性: 基于实际开发经验,提供可执行建议
  • 完整性: 覆盖需求→设计→开发→测试→部署全流程
  • 专业性: 星级复杂度评估、工期估算、风险分析
  • 分布式友好: 专门优化Dubbo微服务开发模板

🏗️ 技术栈

主要支持以下技术栈的开发模板:

  • Java + Spring Boot - 微服务开发框架
  • Dubbo - 分布式RPC框架
  • MySQL - 数据库设计优化
  • Maven - 项目构建管理
  • 阿里巴巴开发规范 - 企业级质量标准

📋 详细配置

Windows完整配置

单目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "cmd",
      "args": ["/k", "cd", "/d", "D:\\workspace\\code\\mcp\\mcp-server-prompt-ts", "&", "node", "dist/index.js"],
      "env": { "TEMPLATE_DIR": ".prompt" }
    }
  }
}

多目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "cmd",
      "args": ["/k", "cd", "/d", "D:\\workspace\\code\\mcp\\mcp-server-prompt-ts", "&", "node", "dist/index.js"],
      "env": { "TEMPLATE_DIRS": ".prompt,D:\\templates\\team,D:\\templates\\project" }
    }
  }
}
Mac/Linux完整配置

单目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "bash",
      "args": ["-c", "cd /path/to/mcp-server-prompt-ts && node dist/index.js"],
      "env": { "TEMPLATE_DIR": ".prompt" }
    }
  }
}

多目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "bash",
      "args": ["-c", "cd /path/to/mcp-server-prompt-ts && node dist/index.js"],
      "env": { "TEMPLATE_DIRS": ".prompt,/home/user/team-templates,/opt/project-templates" }
    }
  }
}
Inspector调试配置
{
  "mcpServers": {
    "mcp-server-prompt-ts-inspector": {
      "command": "npx",
      "args": ["@modelcontextprotocol/inspector", "node", "/path/to/mcp-server-prompt-ts/dist/index.js"],
      "env": { "MCP_FORCE_JSON_LOGS": "true" }
    }
  }
}

🏛️ 项目架构

mcp-server-prompt-ts/
├── .prompt/                    # 默认提示词模板库(47.6KB)
├── src/
│   ├── config/                # 配置管理(支持多目录配置)
│   │   └── config.service.ts  # 配置服务(新增多目录支持)
│   ├── services/              # 核心服务(模板解析、MCP、HTTP)
│   ├── types/                 # TypeScript类型定义
│   │   └── config.types.ts    # 配置类型(新增templateDirs)
│   ├── utils/                 # 工具函数(日志、响应)
│   ├── index.ts              # MCP服务器入口
│   └── httpIndex.ts          # HTTP服务器入口
├── dist/                      # 编译输出
├── test-multi-dirs-subprocess.js # 多目录配置测试脚本
├── TEMPLATE_CREATION_GUIDE.md # 模板制作快速入门指南
└── package.json              # 项目配置

🗂️ 多目录模板组织示例

项目根目录/
├── .prompt/                   # 核心模板库
│   ├── ai-prompts.md         # 主要开发模板
│   ├── ai-prompts-testing.md # 测试模板
│   └── ...
├── team-templates/           # 团队专用模板
│   ├── code-review.md        # 代码审查模板
│   ├── meeting-notes.md      # 会议记录模板
│   └── ...
├── project-specific/         # 项目特定模板
│   ├── api-design.md         # API设计模板
│   ├── deployment.md         # 部署模板
│   └── ...
└── experimental/             # 实验性模板
    ├── ai-assistant.md       # AI助手模板
    └── ...

📖 模板制作指南

🎨 模板格式规范

模板采用Markdown格式,支持多种占位符和结构化内容:

基本结构

# 模板文件标题

## 分类名称

### 子分类名称

模板描述和使用说明

请分析以下{{用户输入}}的内容:

【分析框架】

  1. 技术复杂度评估(⭐⭐⭐⭐⭐)
  2. 实施建议
  3. 风险分析

【输出要求】

  • 结构化分析结果
  • 具体的实施建议
  • 风险评估和应对措施

占位符类型

占位符用途示例
{{用户输入}}主要用户输入内容分析{{用户输入}}的可行性
${变量名}自定义变量项目名称:${projectName}
{{}}空占位符,等待填充技术栈:{{}}

🛠️ 模板制作步骤

1. 确定模板用途

# 明确模板的应用场景
- 目标用户:开发者、架构师、项目经理
- 使用阶段:需求分析、设计、开发、测试、部署
- 解决问题:具体要解决的开发问题

2. 设计模板结构

## 推荐的模板结构

### 标题层级
# 一级标题:模板文件名
## 二级标题:功能分类
### 三级标题:具体模板名称

### 内容组织

模板说明:简要描述模板用途和适用场景

请对"{{用户输入}}"进行分析:

【分析维度1】
- 要点1:具体分析内容
- 要点2:具体分析内容

【分析维度2】
- 要点1:具体分析内容
- 要点2:具体分析内容

【输出要求】
- 格式要求:输出的具体格式
- 内容要求:必须包含的内容
- 质量标准:评判标准

3. 编写模板内容

内容编写原则

  1. 结构化:使用清晰的层级结构

    • 【】标记:用于标识分析框架
    • 列表:用于组织要点
    • 表格:用于对比和总结
  2. 可操作性:提供具体的指导

    • 明确的分析步骤
    • 具体的评估标准
    • 可执行的建议
  3. 专业性:体现领域专业知识

    • 技术术语的准确使用
    • 行业最佳实践
    • 经验总结和模式
  4. 灵活性:适应不同场景

    • 占位符的合理使用
    • 可选内容的标识
    • 扩展性考虑

📝 模板示例

完整模板示例

需求分析模板

### 需求分析模板

请对需求"{{用户输入}}"进行全面分析:

【业务理解】
- 业务背景:{{}}
- 目标用户:{{}}
- 核心价值:{{}}

【功能分析】
- 核心功能:必须实现的功能点
- 扩展功能:可选的增强功能
- 性能要求:响应时间、并发量要求

【技术评估】
- 技术复杂度:⭐⭐⭐⭐⭐(1-5星)
- 开发工期:预估{{}}人天
- 技术风险:高/中/低
- 依赖系统:{{}}

【实施建议】
1. 第一阶段:核心功能实现
2. 第二阶段:功能完善优化
3. 第三阶段:性能优化部署

【输出要求】
- 需求理解确认
- 技术方案建议
- 开发计划安排
- 风险识别和应对

代码生成模板示例

Service层代码生成模板

### Service层代码生成

请为"{{用户输入}}"生成Service层代码:

【代码结构】
```java
@Service
@Slf4j
public class ${className}ServiceImpl implements ${className}Service {
    
    @Autowired
    private ${className}Repository repository;
    
    @Override
    public ${returnType} ${methodName}(${paramType} ${paramName}) {
        log.info("开始处理业务逻辑: {}", ${paramName});
        
        // 1. 参数校验
        validate${className}(${paramName});
        
        // 2. 业务逻辑处理
        ${returnType} result = process${className}(${paramName});
        
        // 3. 结果返回
        log.info("业务处理完成: {}", result);
        return result;
    }
    
    private void validate${className}(${paramType} ${paramName}) {
        // 参数校验逻辑
        {{}}
    }
    
    private ${returnType} process${className}(${paramType} ${paramName}) {
        // 核心业务逻辑
        {{}}
    }
}

【代码说明】
- 类名:${className}ServiceImpl
- 主要方法:${methodName}
- 参数类型:${paramType}
- 返回类型:${returnType}

【最佳实践】
- 日志记录:关键节点记录日志
- 异常处理:业务异常和系统异常
- 事务控制:@Transactional注解使用
- 性能优化:缓存、批处理等

🔧 模板管理

文件组织

推荐的目录结构

templates/
├── development/          # 开发阶段模板
│   ├── requirements.md   # 需求分析模板
│   ├── design.md        # 设计模板
│   └── coding.md        # 编码模板
├── testing/             # 测试阶段模板
│   ├── unit-test.md     # 单元测试模板
│   └── integration.md   # 集成测试模板
├── deployment/          # 部署阶段模板
│   ├── deploy.md        # 部署模板
│   └── monitor.md       # 监控模板
└── tools/              # 工具类模板
    ├── code-review.md   # 代码审查模板
    └── documentation.md # 文档模板

命名规范

  • 文件名:使用小写字母和连字符,如 api-design.md
  • 模板名:使用中文描述,如 ### API接口设计
  • 变量名:使用驼峰命名,如 ${className}

版本管理

  • 使用Git管理模板版本
  • 重大更新时创建新分支
  • 保持向后兼容性
  • 定期清理过时模板

💡 最佳实践

模板设计原则

  • 简洁明了:避免过于复杂的结构
  • 实用性强:贴近实际开发场景
  • 易于理解:清晰的说明和示例
  • 可扩展性:支持不同项目需求

内容质量要求

  • 准确性:技术内容的准确性
  • 完整性:覆盖关键分析点
  • 一致性:格式和风格统一
  • 时效性:及时更新过时内容

使用建议

  • 根据项目特点选择合适模板
  • 结合实际情况调整模板内容
  • 积累经验不断优化模板
  • 团队共享和协作改进

💬 AI对话示例

以下展示MCP工具如何自动匹配模板并提供智能分析:

🔍 场景一:需求分析

用户输入:

分析这个需求:
https://company.atlassian.net/wiki/spaces/PROJ/pages/123456/电商订单退款功能需求

🤖 MCP工具自动匹配:

🔍 检测到需求分析场景...
📋 自动匹配模板: "智能需求分析(Sequential + 结构化融合)"
⚡ 开始分析...

AI分析输出:

技术直觉快速判断:
快速复杂度评估:
- 整体技术复杂度预估:⭐⭐⭐⭐(4星)
- 最复杂的3个功能点:风控规则引擎、退款状态机、资金清算
- 最大风险点:第三方支付接口的异常处理
- 关键依赖:支付网关、风控系统、财务系统

结构化深度分析:
核心功能分解:
1. 退款申请模块 - 复杂度:⭐⭐⭐ | 风险:中 | 工期:3人天
2. 风控审核模块 - 复杂度:⭐⭐⭐⭐ | 风险:高 | 工期:5人天  
3. 退款处理模块 - 复杂度:⭐⭐⭐⭐⭐ | 风险:高 | 工期:8人天
4. 状态通知模块 - 复杂度:⭐⭐ | 风险:低 | 工期:2人天

实施风险量化:
- 技术风险:第三方支付API限流、网络超时处理
- 集成风险:支付系统版本兼容性、数据格式变更
- 时间风险:2小时时效要求需要优化处理流程

可执行实施计划:
第一阶段 - 基础功能(1周):
- 功能:退款申请表单、基础审核流程
- 目标:实现端到端退款流程
- 成功标准:单笔退款成功率>99%

第二阶段 - 完善优化(2周):
- 功能:风控规则、批量处理、异常重试
- 目标:满足2小时时效要求
- 成功标准:平均处理时长<30分钟

🛠️ 场景二:架构设计

用户输入:

设计退款系统架构

🤖 MCP工具自动匹配:

🏗️ 检测到架构设计需求...
📐 自动匹配模板: "智能架构设计(经验直觉 + 技术深度)"
⚙️ 开始设计...

AI架构输出:

架构直觉判断:
技术栈选择:
- 首选技术栈:Spring Boot + MySQL + Redis + RocketMQ + Dubbo
- 架构模式:微服务 + 事件驱动 + CQRS
- 选择理由:退款涉及多系统协调,需要保证数据一致性

核心架构设计:
服务层设计:
1. 退款申请服务 (refund-application-service)
   - 职责:退款申请受理、参数校验
   - 复杂度:⭐⭐⭐
   
2. 风控审核服务 (risk-control-service)  
   - 职责:风控规则计算、人工审核
   - 复杂度:⭐⭐⭐⭐
   
3. 退款处理服务 (refund-process-service)
   - 职责:调用支付网关、状态管理
   - 复杂度:⭐⭐⭐⭐⭐
   
4. 通知服务 (notification-service)
   - 职责:短信、邮件、推送通知
   - 复杂度:⭐⭐

关键组件设计:
- API网关:统一入口、限流熔断
- 配置中心:动态风控规则配置  
- 消息队列:异步处理、削峰填谷
- 分布式事务:TCC模式保证一致性

💻 场景三:代码实现

用户输入:

请实现退款申请服务的核心代码

🤖 MCP工具自动匹配:

⚡ 检测到代码实现需求...
🔧 自动匹配模板: "Service开发"
📝 开始生成代码...

AI代码输出:

/**
 * 退款申请服务接口
 */
public interface RefundApplicationService {
    /**
     * 提交退款申请
     */
    RefundApplicationDTO submitRefundApplication(RefundApplicationRequest request);
    
    /**
     * 查询退款申请状态
     */
    RefundApplicationDTO queryRefundStatus(String refundId);
}

@Service
@Slf4j
public class RefundApplicationServiceImpl implements RefundApplicationService {

    @Autowired
    private RefundApplicationRepository refundRepository;
    
    @Autowired
    private OrderService orderService;
    
    @Autowired
    private RiskControlService riskControlService;

    @Override
    @Transactional
    public RefundApplicationDTO submitRefundApplication(RefundApplicationRequest request) {
        log.info("收到退款申请, orderId={}, amount={}", request.getOrderId(), request.getAmount());
        
        // 1. 参数校验
        validateRefundRequest(request);
        
        // 2. 订单状态检查
        OrderDTO order = orderService.getOrderById(request.getOrderId());
        validateOrderStatus(order);
        
        // 3. 创建退款申请
        RefundApplication refundApp = buildRefundApplication(request, order);
        refundApp = refundRepository.save(refundApp);
        
        // 4. 提交风控审核
        riskControlService.submitRiskReview(refundApp.getId());
        
        log.info("退款申请创建成功, refundId={}", refundApp.getId());
        return RefundApplicationConverter.toDTO(refundApp);
    }
    
    private void validateRefundRequest(RefundApplicationRequest request) {
        if (request.getAmount().compareTo(BigDecimal.ZERO) <= 0) {
            throw new RefundException("退款金额必须大于0");
        }
    }
}

🎯 使用效果总结

输入类型自动匹配模板输出内容使用场景
需求文档链接智能需求分析复杂度评估+实施计划项目启动阶段
架构设计需求智能架构设计技术选型+服务拆分架构设计阶段
功能实现需求Service开发完整代码+最佳实践开发实现阶段

✨ 工具特点:

  • �� 智能识别: 自动识别输入内容类型
  • 📋 精准匹配: 匹配最适合的专业模板
  • 即时输出: 生成结构化分析和代码
  • 🎯 实用性强: 直接可用的分析结果和代码

🤝 贡献指南

欢迎提交PR改进模板:

  1. 保持模板结构清晰
  2. 内容实用可操作
  3. 符合实际开发场景
  4. 包含具体评估标准

📄 许可证

MIT License

Recommend Servers
TraeBuild with Free GPT-4.1 & Claude 3.7. Fully MCP-Ready.
MiniMax MCPOfficial MiniMax Model Context Protocol (MCP) server that enables interaction with powerful Text to Speech, image generation and video generation APIs.
BlenderBlenderMCP connects Blender to Claude AI through the Model Context Protocol (MCP), allowing Claude to directly interact with and control Blender. This integration enables prompt assisted 3D modeling, scene creation, and manipulation.
Amap Maps高德地图官方 MCP Server
CursorThe AI Code Editor
Visual Studio Code - Open Source ("Code - OSS")Visual Studio Code
Serper MCP ServerA Serper MCP Server
Howtocook Mcp基于Anduin2017 / HowToCook (程序员在家做饭指南)的mcp server,帮你推荐菜谱、规划膳食,解决“今天吃什么“的世纪难题; Based on Anduin2017/HowToCook (Programmer's Guide to Cooking at Home), MCP Server helps you recommend recipes, plan meals, and solve the century old problem of "what to eat today"
EdgeOne Pages MCPAn MCP service designed for deploying HTML content to EdgeOne Pages and obtaining an accessible public URL.
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。
TimeA Model Context Protocol server that provides time and timezone conversion capabilities. This server enables LLMs to get current time information and perform timezone conversions using IANA timezone names, with automatic system timezone detection.
Jina AI MCP ToolsA Model Context Protocol (MCP) server that integrates with Jina AI Search Foundation APIs.
WindsurfThe new purpose-built IDE to harness magic
Playwright McpPlaywright MCP server
DeepChatYour AI Partner on Desktop
Context7Context7 MCP Server -- Up-to-date code documentation for LLMs and AI code editors
ChatWiseThe second fastest AI chatbot™
AiimagemultistyleA Model Context Protocol (MCP) server for image generation and manipulation using fal.ai's Stable Diffusion model.
MCP AdvisorMCP Advisor & Installation - Use the right MCP server for your needs
Zhipu Web SearchZhipu Web Search MCP Server is a search engine specifically designed for large models. It integrates four search engines, allowing users to flexibly compare and switch between them. Building upon the web crawling and ranking capabilities of traditional search engines, it enhances intent recognition capabilities, returning results more suitable for large model processing (such as webpage titles, URLs, summaries, site names, site icons, etc.). This helps AI applications achieve "dynamic knowledge acquisition" and "precise scenario adaptation" capabilities.
Tavily Mcp