Mercury Spec Ops

🚀 Mercury Spec Ops MCP 服务器：将提示与资源作为**工具**使用

Mercury Spec Ops MCP 服务器是首个可提供动态、可由 AI 调用的工具，用于生成提示和组装模板的 MCP 服务器。它改变了 AI 助手与专业内容的交互方式，提供了 6 个可编程工具，使 AI 能够根据需求动态生成特定技术的提示和全面的模板。该服务器基于复杂的模块化架构构建，拥有 31 种技术栈、10 个分析维度和 34 个模板部分，所有这些都可通过简单的工具调用访问。

🚀 快速开始

本 MCP 服务器提供了一个模块化、可扩展的架构，能助力 AI 动态生成特定技术的提示和模板。以下是使用该服务器的基本步骤：

1. 安装：可选择本地开发安装或从 npm 安装。
2. 配置：在 MCP 客户端（如 Claude Desktop、Cursor 等）中进行配置。
3. 使用：通过调用不同的提示和模板，实现代码库分析、漏洞分析、PRD 生成等功能。

✨ 主要特性

提示（增强枚举支持）

1. PRD 提示：可生成包含模块化特定技术分析的产品需求文档。
2. 代码库分析提示：能对代码库进行模块化特定技术/重点分析。
3. 漏洞分析提示：可对漏洞进行模块化严重性/特定技术分析。

资源（模块化模板）

1. PRD 模板：具有特定技术部分的模块化 PRD 模板。
2. 代码库分析模板：包含特定技术/重点部分的模块化代码库分析模板。
3. 漏洞分析模板：具有严重性/特定技术部分的模块化漏洞分析模板。

🔧 技术细节

基于枚举的输入验证

• 技术栈（共 31 种）：
  • 编程语言（11 种）：JavaScript、TypeScript、Python、Java、Go、Rust、C#、PHP、Ruby、Swift、Kotlin
  • 运行时环境（1 种）：Node.js
  • 前端框架（3 种）：React、Angular、Vue
  • 后端框架（7 种）：Express、NestJS、Django、Flask、Spring、Laravel、Rails
  • 数据库（4 种）：MongoDB、PostgreSQL、MySQL、Redis
  • 云服务（3 种）：AWS、Azure、GCP
  • DevOps 工具（2 种）：Docker、Kubernetes
• 分析重点（共 10 个）：架构、安全、性能、测试、文档、可维护性、可扩展性、可靠性、代码质量、依赖关系
• 漏洞严重性（共 4 级）：低、中、高、严重
• 目标受众：开发者、业务用户、企业、初创公司、医疗保健、金融等

程序化提示组装

• 基础提示 + 31 个技术模块 + 10 个重点模块 + 4 个严重性模块
• 根据输入参数自动选择模块
• 基于优先级的模块排序
• 多值支持：可同时分析多种技术和重点领域
• 逗号分隔输入：如 "node.js,react,postgresql" 或 "security,performance,code-quality"
• 自定义指令集成
• 智能回退到基础提示

模块化模板系统

• 具有依赖解析的模板部分
• 特定技术的模板部分
• 特定重点的模板部分
• 自定义部分支持

📦 安装指南

选项 1：本地开发安装

1. 克隆仓库并安装依赖：

git clone https://github.com/n0zer0d4y/mercury-spec-ops.git
cd mercury-spec-ops
npm install
npm run build

2. 本地运行服务器：

npm run mcp

选项 2：从 npm 安装

npm install -g @n0zer0d4y/mercury-spec-ops

或者直接使用 npx（无需安装）：

npx @n0zer0d4y/mercury-spec-ops

💻 使用示例

基础用法

在 MCP 客户端（如 Claude Desktop、Cursor 等）中配置服务器：

使用 npx（推荐 - 无需安装）

Claude Desktop 配置（claude_desktop_config.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

Cursor 配置（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

使用本地安装

Claude Desktop 配置（claude_desktop_config.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

Cursor 配置（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

Windows 本地路径示例（Cursor）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": [
        "C:\\Development\\Projects\\MCP-Servers\\mercury-spec-ops\\dist\\src\\server.js"
      ]
    }
  }
}

高级用法

重要提示

• npx：会自动从 npm 获取最新版本（推荐大多数用户使用）。
• 本地安装：需将路径替换为实际项目位置，并先运行 npm run build。
• 重启：配置更改后需重启 MCP 客户端。

📚 详细文档

工作流示例

示例 1：增强型代码库分析

1. 用户提示：“分析这个 Node.js/TypeScript 代码库，重点关注安全和性能”
2. Claude Desktop 操作：
   • 调用 codebase-analysis-prompt，传入技术栈 "node.js,typescript" 和分析重点 "security,performance"。
   • 系统程序化组装：基础提示 + Node.js 模块 + TypeScript 模块 + 安全模块 + 性能模块。
   • 提示指示 Claude 先读取 resource://codebase-analysis-template。
   • 模板构建器组装：基础模板 + Node.js 部分 + TypeScript 部分 + 安全部分 + 性能部分。
   • Claude 读取动态组装的模板。
   • Claude 分析代码库并生成全面的特定技术报告。

示例 2：增强型漏洞分析

1. 用户提示：“分析这个 React 应用中的严重安全漏洞”
2. Claude Desktop 操作：
   • 调用 bug-analysis-prompt，传入技术栈 "react"、严重性级别 "critical" 和漏洞类型 "security"。
   • 系统组装：基础提示 + React 模块 + 安全模块 + 严重严重性模块。
   • 模板包含：通用部分 + React 特定部分 + 安全特定部分 + 严重严重性部分。
   • Claude 读取漏洞分析模板。
   • Claude 分析漏洞并生成全面的特定技术和严重性报告。

示例 3：支持特定技术的 PRD 生成

1. 用户提示：“帮我为一个基于 React 的任务管理应用创建一个 PRD”
2. Claude Desktop 操作：
   • 调用 prd-prompt，传入项目详情和技术栈 "react"。
   • 系统组装：基础提示 + React 模块。
   • 模板构建器包含：基础 PRD 模板 + React 特定考虑因素。
   • Claude 读取增强技术的 PRD 模板。
   • Claude 生成包含 React 特定部分的全面 PRD。

提示详情

PRD 提示

• 名称：prd-prompt
• 参数：
  • project_name（必需）：软件项目名称
  • project_description（必需）：项目简要描述
  • target_audience（可选）：产品目标受众（枚举值）
  • project_type（可选）：项目类型（枚举值）
  • key_features（可选）：PRD 中要包含的关键特性
  • technology_stack（可选）：要使用的技术栈（枚举值）
  • custom_instructions（可选）：PRD 生成的自定义指令

代码库分析提示

• 名称：codebase-analysis-prompt
• 参数：
  • repository_path（必需）：要分析的代码库路径
  • technology_stack（必需）：代码库中使用的技术栈（枚举值）
  • analysis_focus（可选）：分析的重点领域（枚举值）
  • custom_instructions（可选）：代码库分析的自定义指令

漏洞分析提示

• 名称：bug-analysis-prompt
• 参数：
  • repository_path（必需）：包含要分析漏洞的代码库路径
  • bug_description（必需）：要分析的漏洞或问题描述
  • affected_components（可选）：受漏洞影响的组件
  • severity_level（可选）：漏洞的严重性级别（枚举值）
  • bug_type（可选）：漏洞类型（枚举值）
  • technology_stack（可选）：受影响组件中使用的技术栈（枚举值）
  • custom_instructions（可选）：漏洞分析的自定义指令

资源详情

PRD 模板

• URI：resource://prd-template
• 格式：Markdown
• 内容：具有特定技术部分的模块化 PRD 模板，可根据输入参数动态组装。

代码库分析模板

• URI：resource://codebase-analysis-template
• 格式：Markdown
• 内容：包含特定技术和重点部分的模块化代码库分析模板，可根据分析参数组装。

漏洞分析模板

• URI：resource://bug-analysis-template
• 格式：Markdown
• 内容：具有严重性和特定技术部分的模块化漏洞分析模板，可根据漏洞参数组装。

开发

项目结构

src/
├── server.ts                    # 主 MCP 服务器实现
├── types/
│   ├── enums.ts                 # 所有枚举定义（31 种技术 + 10 个重点）
│   └── index.ts                 # 类型定义和导出
├── prompts/
│   ├── modules/                 # 45 个模块化提示组件
│   │   ├── technology/          # 31 个特定技术模块
│   │   │   ├── languages/       # 11 个编程语言模块
│   │   │   ├── runtimes/        # 1 个运行时模块
│   │   │   ├── frameworks/      # 10 个框架模块（3 个前端，7 个后端）
│   │   │   ├── databases/       # 4 个数据库模块
│   │   │   ├── cloud/           # 3 个云平台模块
│   │   │   └── tools/           # 2 个 DevOps 工具模块
│   │   ├── analysis-focus/      # 10 个重点领域模块
│   │   └── bug-severity/        # 4 个严重性特定模块
│   ├── base-prompts/            # 基础提示模板
│   └── prompt-builder.ts        # 程序化提示组装
├── resources/
│   ├── templates/               # 模块化模板组件
│   │   ├── prd/                 # 10 个 PRD 模板模块
│   │   ├── codebase-analysis/   # 8 个代码库分析模块
│   │   └── bug-analysis/        # 4 个漏洞分析模块
│   └── template-builder.ts      # 程序化模板组装
└── __tests__/                   # 全面测试套件（66 个测试）
    ├── utils/                   # 实用函数测试（枚举解析器）
    ├── prompts/                 # 提示构建器测试
    ├── resources/               # 模板构建器测试
    └── types/                   # 枚举和类型测试

测试

项目包含一个全面的测试套件，覆盖率达 88%：

# 运行所有测试
npm test

# 以监视模式运行测试
npm run test:watch

# 运行测试并生成覆盖率报告
npm run test:coverage

# 以交互式 UI 运行测试
npm run test:ui

# 测试 MCP 集成
npm run test:mcp

测试统计：

• 66 个测试（100% 通过）
• 总体覆盖率 88.48%
• 语句覆盖率 88.48%
• 行覆盖率 88.70%

生产构建

npm run build

代码检查

npm run lint

扩展系统

添加新技术模块

1. 在 src/types/enums.ts 中的 TechnologyStack 枚举中添加该技术。
2. 在相应类别中创建新的模块文件：
   • 编程语言：src/prompts/modules/technology/languages/
   • 框架：src/prompts/modules/technology/frameworks/frontend/ 或 backend/
   • 数据库：src/prompts/modules/technology/databases/
   • 云服务：src/prompts/modules/technology/cloud/
   • 工具：src/prompts/modules/technology/tools/
3. 实现 TechnologyPromptModule 接口。
4. 从类别中的 index.ts 导出。
5. 在 prompt-builder.ts 中注册。
6. 在 src/resources/templates/ 中添加相应的模板部分。
7. 在 src/__tests__/ 中编写测试。

添加新重点领域

1. 在 src/types/enums.ts 中的 AnalysisFocus 枚举中添加该重点领域。
2. 在 src/prompts/modules/analysis-focus/ 中创建新的模块文件。
3. 实现 AnalysisFocusPromptModule 接口。
4. 从 analysis-focus/index.ts 导出。
5. 在 prompt-builder.ts 中注册。
6. 添加相应的模板部分。
7. 编写测试。

添加新严重性级别

1. 在 src/types/enums.ts 中的 BugSeverity 枚举中添加该严重性级别。
2. 在 src/prompts/modules/bug-severity/ 中创建新的模块文件。
3. 实现 BugSeverityPromptModule 接口。
4. 在提示构建器中注册。
5. 添加相应的模板部分。
6. 编写测试。

🤝 贡献指南

欢迎贡献代码！请遵循以下指南：

• 分叉仓库并创建功能分支。
• 遵循现有代码模式，保持测试覆盖率在 85% 以上。
• 使用 Conventional Commits 格式（feat、fix、docs、test、chore）。
• 提交拉取请求前确保所有测试通过。
• 如需添加新模块，请参考扩展系统部分。

如发现问题，请在 GitHub Issues 上报告，并提供清晰的复现步骤。

📄 许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。