mercury-spec-ops

Mercury Spec Ops MCP Server：プロンプトとリソースを**ツール**として活用

プロンプト生成とテンプレートの組み立てに対応する、動的でAIから呼び出し可能なツールを公開する初のMCP サーバーです。

AI アシスタントが専門的なコンテンツを扱う方法を変革します。静的なプロンプトやリソースの代わりに、Mercury Spec Ops は6つのプログラム可能なツールを提供し、AI がテクノロジーに特化したプロンプトや包括的なテンプレートをオンデマンドで動的に生成できるようにします。31のテクノロジースタック、10の分析観点、34のテンプレートセクションを備えた高度なモジュール型アーキテクチャを基盤とし、すべてシンプルなツール呼び出しで利用できます。

特長

このMCP サーバーは、次の機能を備えたモジュール型で拡張可能なアーキテクチャを提供します。

Enum対応のプロンプト

1. PRDプロンプト - モジュール型のテクノロジー別分析を用いて、製品要件定義書を生成します
2. コードベース分析プロンプト - モジュール型のテクノロジー別／分析対象別分析を用いて、コードベースを分析します
3. バグ分析プロンプト - モジュール型の重大度別／テクノロジー別分析を用いて、バグを分析します

リソース（モジュール型テンプレート）

1. PRDテンプレート - テクノロジー別セクションを備えたモジュール型PRDテンプレート
2. コードベース分析テンプレート - テクノロジー別／分析対象別セクションを備えたモジュール型コードベース分析テンプレート
3. バグ分析テンプレート - 重大度別／テクノロジー別セクションを備えたモジュール型バグ分析テンプレート

主な機能

Enumベースの入力検証

• テクノロジースタック（全31種）：
  • 言語（11）：JavaScript、TypeScript、Python、Java、Go、Rust、C#、PHP、Ruby、Swift、Kotlin
  • ランタイム（1）：Node.js
  • フロントエンド（3）：React、Angular、Vue
  • バックエンド（7）：Express、NestJS、Django、Flask、Spring、Laravel、Rails
  • データベース（4）：MongoDB、PostgreSQL、MySQL、Redis
  • クラウド（3）：AWS、Azure、GCP
  • DevOps（2）：Docker、Kubernetes
• 分析対象（全10種）：architecture、security、performance、testing、documentation、maintainability、scalability、reliability、code-quality、dependencies
• バグの重大度（全4種）：low、medium、high、critical
• 対象読者：developers、business-users、enterprise、startup、healthcare、financeなど

プログラムによるプロンプトの組み立て

• ベースプロンプト + 31のテクノロジーモジュール + 10の分析対象モジュール + 4つの重大度モジュール
• 入力パラメーターに基づくモジュールの自動選択
• 優先度に基づくモジュールの順序付け
• 複数値のサポート：複数のテクノロジーと分析対象を同時に分析
• カンマ区切りの入力：「node.js,react,postgresql」または「security,performance,code-quality」
• カスタム指示の統合
• ベースプロンプトへのインテリジェントなフォールバック

モジュール型テンプレートシステム

• 依存関係を解決するテンプレートセクション
• テクノロジー別のテンプレートセクション
• 分析対象別のテンプレートセクション
• カスタムセクションのサポート

インストール

オプション1：ローカル開発

1. クローンして依存関係をインストールします：

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

2. サーバーをローカルで実行します：

npm run mcp

オプション2：npmからインストール

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

または、npx で直接実行します（インストール不要）：

npx @n0zer0d4y/mercury-spec-ops

使い方

MCP クライアントとの統合

MCP クライアント（Claude Desktop、Cursor など）でサーバーを設定します。

npx を使用する場合（推奨 — インストール不要）

Claude Desktop の場合（claude_desktop_config.json）：

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

Cursor の場合（~/.cursor/mcp.json）：

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

ローカルインストールを使用する場合

Claude Desktop の場合（claude_desktop_config.json）：

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

Cursor の場合（~/.cursor/mcp.json）：

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

Windows のローカルパスの例（Cursor）：

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

重要な注意事項：

• npx：npm から最新バージョンを自動的に取得します（ほとんどのユーザーに推奨）
• ローカル：パスを実際のプロジェクトの場所に置き換え、最初に npm run build を実行します
• 再起動：設定を変更した後、MCP クライアントを再起動します

ワークフローの例

例 1：コードベース分析の強化

1. ユーザーのプロンプト：「この Node.js／TypeScript コードベースを、セキュリティとパフォーマンスを重点的に分析してください」
2. Claude Desktop の動作：
   • technology_stack: "node.js,typescript"、analysis_focus: "security,performance" を指定して codebase-analysis-prompt を呼び出します
   • システムがプログラムによって組み立てます：基本プロンプト + Node.js モジュール + TypeScript モジュール + セキュリティモジュール + パフォーマンスモジュール
   • プロンプトは、最初に resource://codebase-analysis-template を読むよう Claude に指示します
   • テンプレートビルダーが組み立てます：基本テンプレート + Node.js セクション + TypeScript セクション + セキュリティセクション + パフォーマンスセクション
   • Claude が動的に組み立てられたテンプレートを読みます
   • Claude がコードベースを分析し、テクノロジーに特化した包括的なレポートを生成します

例 2：バグ分析の強化

1. ユーザーのプロンプト：「React アプリケーションの重大なセキュリティバグを分析してください」
2. Claude Desktop の動作：
   • technology_stack: "react"、severity_level: "critical"、bug_type: "security" を指定して bug-analysis-prompt を呼び出します
   • システムが組み立てます：基本プロンプト + React モジュール + セキュリティモジュール + 重大度「critical」のモジュール
   • テンプレートには、一般的なセクション + React 固有のセクション + セキュリティ固有のセクション + 重大度「critical」固有のセクションが含まれます
   • Claude がバグ分析テンプレートを読みます
   • Claude がバグを分析し、テクノロジーと重大度に特化した包括的なレポートを生成します

例 3：テクノロジーに対応した PRD の生成

1. ユーザーのプロンプト：「React ベースのタスク管理アプリケーションの PRD 作成を手伝ってください」
2. Claude Desktop の動作：
   • プロジェクトの詳細と technology_stack: "react" を指定して prd-prompt を呼び出します
   • システムが組み立てます：基本プロンプト + React モジュール
   • テンプレートビルダーが含めます：基本 PRD テンプレート + React 固有の考慮事項
   • Claude がテクノロジーに対応した PRD テンプレートを読みます
   • Claude が React 固有のセクションを含む包括的な PRD を生成します

プロンプトの詳細

PRD プロンプト

• 名前：prd-prompt
• 引数：
  • project_name（必須）：ソフトウェアプロジェクトの名前
  • project_description（必須）：プロジェクトの簡単な説明
  • target_audience（任意）：製品の対象ユーザー（列挙値）
  • project_type（任意）：プロジェクトの種類（列挙値）
  • key_features（任意）：PRD に含める主要機能
  • technology_stack（任意）：使用するテクノロジースタック（列挙値）
  • custom_instructions（任意）：PRD 生成のためのカスタム指示

コードベース分析プロンプト

• 名前：codebase-analysis-prompt
• 引数：
  • repository_path（必須）：分析するリポジトリのパス
  • technology_stack（必須）：コードベースで使用されているテクノロジースタック（列挙値）
  • analysis_focus（任意）：分析の重点領域（列挙値）
  • custom_instructions（任意）：コードベース分析のためのカスタム指示

バグ分析プロンプト

• 名前: bug-analysis-prompt
• 引数:
  • repository_path（必須）：分析対象のバグがあるリポジトリのパス
  • bug_description（必須）：分析対象のバグまたは問題の説明
  • affected_components（任意）：バグの影響を受けるコンポーネント
  • severity_level（任意）：バグの重大度（列挙値）
  • bug_type（任意）：バグの種類（列挙値）
  • technology_stack（任意）：影響を受けるコンポーネントで使用されているテクノロジースタック（列挙値）
  • custom_instructions（任意）：バグ分析に関するカスタム指示

リソースの詳細

PRD テンプレート

• URI: resource://prd-template
• 形式: Markdown
• 内容: 入力パラメーターに基づいて動的に組み立てられる、テクノロジー固有のセクションを含むモジュール式 PRD テンプレート

コードベース分析テンプレート

• URI: resource://codebase-analysis-template
• 形式: Markdown
• 内容: 分析パラメーターに基づいて組み立てられる、テクノロジーおよび分析対象固有のセクションを含むモジュール式コードベース分析テンプレート

バグ分析テンプレート

• URI: resource://bug-analysis-template
• 形式: Markdown
• 内容: バグのパラメーターに基づいて組み立てられる、重大度およびテクノロジー固有のセクションを含むモジュール式バグ分析テンプレート

開発

プロジェクト構成

src/
├── server.ts                    # Main MCP server implementation
├── types/
│   ├── enums.ts                 # All enum definitions (31 tech + 10 focus)
│   └── index.ts                 # Type definitions and exports
├── prompts/
│   ├── modules/                 # 45 modular prompt components
│   │   ├── technology/          # 31 technology-specific modules
│   │   │   ├── languages/       # 11 language modules
│   │   │   ├── runtimes/        # 1 runtime module
│   │   │   ├── frameworks/      # 10 framework modules (3 frontend, 7 backend)
│   │   │   ├── databases/       # 4 database modules
│   │   │   ├── cloud/           # 3 cloud platform modules
│   │   │   └── tools/           # 2 DevOps tool modules
│   │   ├── analysis-focus/      # 10 focus-area modules
│   │   └── bug-severity/        # 4 severity-specific modules
│   ├── base-prompts/            # Base prompt templates
│   └── prompt-builder.ts        # Programmatic prompt assembly
├── resources/
│   ├── templates/               # Modular template components
│   │   ├── prd/                 # 10 PRD template modules
│   │   ├── codebase-analysis/   # 8 codebase analysis modules
│   │   └── bug-analysis/        # 4 bug analysis modules
│   └── template-builder.ts      # Programmatic template assembly
└── __tests__/                   # Comprehensive test suite (66 tests)
    ├── utils/                   # Utility function tests (enum parser)
    ├── prompts/                 # Prompt builder tests
    ├── resources/               # Template builder tests
    └── types/                   # Enum and type tests

テスト

このプロジェクトには、カバレッジ 88% の包括的なテストスイートが含まれています。

# Run all tests
npm test

# Run tests in watch mode
npm run test:watch

# Run tests with coverage report
npm run test:coverage

# Run tests with interactive UI
npm run test:ui

# Test MCP integration
npm run test:mcp

テスト統計:

• 66 件のテスト（すべて成功）
• 全体のカバレッジ：88.48%
• ステートメントカバレッジ：88.48%
• 行カバレッジ：88.70%

本番環境向けビルド

npm run build

リンティング

npm run lint

システムの拡張

新しいテクノロジーモジュールの追加

1. src/types/enums.ts の TechnologyStack enum にテクノロジーを追加します
2. 適切なカテゴリに新しいモジュールファイルを作成します。
   • 言語：src/prompts/modules/technology/languages/
   • フレームワーク：src/prompts/modules/technology/frameworks/frontend/ または backend/
   • データベース：src/prompts/modules/technology/databases/
   • クラウド：src/prompts/modules/technology/cloud/
   • ツール：src/prompts/modules/technology/tools/
3. TechnologyPromptModule インターフェースを実装します
4. カテゴリの index.ts からエクスポートします
5. prompt-builder.ts に登録します
6. src/resources/templates/ に対応するテンプレートセクションを追加します
7. src/__tests__/ にテストを記述します

新しい分析対象領域の追加

1. src/types/enums.ts の AnalysisFocus enum に分析対象領域を追加します
2. src/prompts/modules/analysis-focus/ に新しいモジュールファイルを作成します
3. AnalysisFocusPromptModule インターフェースを実装します
4. analysis-focus/index.ts からエクスポートします
5. prompt-builder.ts に登録します
6. 対応するテンプレートセクションを追加します
7. テストを記述します

新しい重大度レベルの追加

1. src/types/enums.ts の BugSeverity enum に重大度を追加します
2. src/prompts/modules/bug-severity/ に新しいモジュールファイルを作成します
3. BugSeverityPromptModule インターフェースを実装します
4. プロンプトビルダーに登録します
5. 対応するテンプレートセクションを追加します
6. テストを記述します

コントリビューション

コントリビューションを歓迎します。以下のガイドラインに従ってください。

• リポジトリをフォークし、フィーチャーブランチを作成してください
• 既存のコードパターンに従い、テストカバレッジを 85% 超に維持してください
• Conventional Commits 形式（feat、fix、docs、test、chore）を使用してください
• プルリクエストを送信する前に、すべてのテストが成功することを確認してください
• 新しいモジュールの追加については、システムの拡張を参照してください

再現手順を明確に記載して、GitHub Issues で問題を報告してください。

ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細は LICENSE ファイルを参照してください。