mcpField
🤖
🤖 AI Development Assistant MCP Server

🤖 AI Development Assistant MCP Server

ローカル
github.com/yeakub108AI・エージェント1386 週間前に更新

🤖 AI Development Assistant MCP Server について

🤖 AI Development Assistant MCP Serverは、コーディングエージェント向けに計画、レビュー、ファイル読み取り、スクリーンショット分析のツールを提供するMCPサーバーです。READMEでは、本番用ではなくチュートリアルデモと説明されています。

主な機能

  1. 01コード構成案の生成
  2. 02UIスクリーンショットの分析
  3. 03Git diffを使ったコードレビュー
  4. 04単一または複数ファイルの読み取り

活用シーン

  1. 01新機能の実装計画
  2. 02スクリーンショットからのUI分析
  3. 03コード変更のレビュー
  4. 04分析のための複数ファイル読み取り

MCP 対応

MCPクライアントに、コード構成、スクリーンショット分析、コードレビュー、ファイル読み取りのツールを提供します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

🤖 AI 開発アシスタント MCP サーバー

Cursor 向けの Model Context Protocol(MCP)サーバーとして設計された、AI を活用した開発ツールキットへようこそ!このプロジェクトでは、カスタム AI ツールを通じてインテリジェントなコーディング支援を提供します。これは主にチュートリアル用のデモであり、本番環境で使用できるツールではないことにご注意ください。

✨ 機能

🎨 コードアーキテクト

高度な推論を行う LLM を呼び出して、コーディングエージェント向けの計画や指示を生成します。

📸 スクリーンショットバディ

UI デザインのスクリーンショットを撮影し、Composer エージェントで使用します。

🔍 コードレビュー

git diff を使用してコードレビューを開始します。

📄 ファイルの読み取りと複数ファイルの読み取り

単一ファイルの読み取りにより効率的なデータ分析が可能になり、複数ファイルの読み取りにより一括データ処理が容易になります。


🚀 はじめに

1. 環境の設定

まず、環境変数を設定する必要があります。src/env/keys.ts にファイルを作成してください。

export const OPENAI_API_KEY = "your_key_here";
// Add any other keys you need

⚠️ セキュリティに関する注意:本番環境では、API キーをソースコードに直接保存することは推奨されません。これはローカルでの開発と学習のみを目的としています。Cursor MCP インターフェイスで環境変数をインラインで設定することもできます。

2. インストール
npm install
# or
yarn install
3. サーバーのビルド
npm run build
4. Windsurf Chat を開いて MCP を設定する

このプロジェクトは、Cursor で MCP サーバーとして使用するように設計されています。設定方法は次のとおりです。

  1. システムで Windsurf を開きます。
  2. Chat セクションに移動します。
  3. + Configure MCP をクリックします(新しい MCP サーバーを追加できます)。
  4. 次の JSON 設定を追加します。
{
  "mcpServers": {
    "mcp-server": {
      "command": "node",
      "args": [
        "D:\\mpc-server\\build\\index.js"
      ]
    }
  }
}

📘 ヒント:プロジェクトのビルド済み index.js ファイルへの絶対パスが必要になる場合があります。

サーバーを追加すると、「Available Tools」の下にツールが表示されます。表示されない場合は、MCP サーバーセクションの右上にある更新ボタンをクリックしてみてください。

MCP の設定について詳しくは、Windsurf MCP ドキュメントをご覧ください。


🛠️ ツールの使用

設定が完了したら、これらのツールを Cursor の Composer で直接使用できます。AI が関連するツールの使用を自動的に提案します。また、名前や説明を指定して明示的にリクエストすることもできます。

たとえば、Composer に次のように入力してみてください。

  • 「このコードをベストプラクティスに沿ってレビューしてください」
  • 「新機能の設計を手伝ってください」
  • 「この UI スクリーンショットを分析してください」
  • 「単一ファイルと複数ファイルを読み取ってください」

エージェントは、ツールを呼び出す前に承認を求めます。

📘 ヒント:特定の状況でツールを使用する方法を .cursorrules ファイルに記述すると、エージェントがツールを自動的に使用するようになります。


📁 プロジェクト構成

src/
├── tools/
│   ├── architect.ts    # Code structure generator
│   ├── screenshot.ts   # Screenshot analysis tool
│   ├── fileReader.ts  # read file & read multiple files tool
│   └── codeReview.ts   # Code review tool
├── env/
│   └── keys.ts         # Environment configuration (add your API keys here!)
└── index.ts           # Main entry point

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。