flight505-mcp_dincoder

Driven Intent Negotiation — Contract-Oriented Deterministic Executable Runtime

GitHub Spec Kit 方法论的 MCP 实现——将规范转化为可执行产物

目录

• 什么是 DinCoder？
• 安装
• 快速入门
• MCP 提示词（AI 工作流编排）
• 完整工作流
• 可用工具
• 示例
• 为什么选择规范驱动开发？
• 路线图
• 贡献

🎯 什么是 DinCoder？

官方的模型上下文协议服务，实现 GitHub 的规范驱动开发（SDD）方法论

DinCoder 通过模型上下文协议，将 GitHub Spec Kit 的强大功能带给任何 AI 编码 Agent。它将传统的“先提示词再倾倒代码”工作流转变为系统化的规范驱动流程，其中规范不是服务于代码，而是代码服务于规范。

v0.4.0 新增内容（集成与发现更新）

🎯 MCP 提示词 - AI 工作流编排 ✨

• 7 个工作流提示词，引导 AI Agent 完成复杂任务
• 自动发现：AI Agent 以编程方式查找并使用提示词
• 内置指南：每个提示词都包含全面的工作流说明
• 随处可用：Claude Code、VS Code Copilot、OpenAI Codex、Cursor
• 自然语言：只需描述你的需求，AI 就会自动使用合适的提示词

可用提示词：

• start_project - 初始化新的规范驱动项目
• create_spec - 创建功能规范
• generate_plan - 生成实施计划
• create_tasks - 拆分为可执行的任务
• review_progress - 生成进度报告
• validate_spec - 检查规范质量
• next_tasks - 显示可执行的任务

**注意：**这些不是你需要输入的斜杠命令，而是 AI Agent 在你描述目标时会自动使用的工作流模板！

🧬 Constitution 工具 - 定义项目的 DNA

• 新命令：constitution_create
• 设置项目范围的原则、约束和偏好
• 确保所有 AI 生成的代码保持一致

❓ 澄清事项跟踪 - 系统化管理问答

• 新命令：clarify_add、clarify_resolve、clarify_list
• 使用唯一 ID 跟踪歧义（CLARIFY-001、CLARIFY-002 等）
• 通过理由和审计记录消除不确定性

📦 安装

🎯 快速决策指南：

• 使用 Claude Code？ → 安装插件（更简单，包含斜杠命令和 Agent）
• 使用 VS Code/Codex/Cursor？ → 仅安装 MCP 服务（不支持插件）

⚠️ **不要同时安装两者！**插件会自动安装 MCP 服务——同时安装可能会导致冲突。

前提条件

• Node.js >= 20.0.0
• npm 或 pnpm
• 支持 MCP 且可自动绑定工作区的编码助手（Cursor、Claude Code、Codex 等）

通过 Smithery 安装

通过 Smithery 自动安装 DinCoder：

npx -y @smithery/cli install @flight505/mcp_dincoder

Claude Code / VS Code 用户

claude mcp add dincoder -- npx -y mcp-dincoder@latest

Cursor

在 Cursor 的 MCP 设置中配置 MCP 服务；选择项目后，Cursor 会自动注入工作区路径。

其他 MCP 客户端

全局安装：

npm install -g mcp-dincoder@latest

推荐的客户端： DinCoder 期望 MCP 客户端能够自动绑定当前项目目录，以便生成的规格、计划和任务都保存在你正在处理的代码仓库中。Cursor、Claude Code 和 Codex 会在每次请求时自动完成此操作。Claude Desktop 的聊天界面不会这样做，因此命令默认会使用服务自身的安装目录；只有当你打算在每次调用时手动传入 workspacePath，才使用 Claude Desktop。

📁 文件创建位置

重要： DinCoder 会在你的当前工作目录（即你启动 AI Agent 的位置）中创建所有文件。

your-project/
├── specs/                    # Created automatically
│   ├── 001-feature-name/    # Feature directory (auto-numbered)
│   │   ├── constitution.md  # Project principles (optional, recommended first step)
│   │   ├── spec.md          # Requirements & user stories
│   │   ├── plan.md          # Technical implementation plan
│   │   ├── tasks.md         # Executable task list
│   │   ├── research.md      # Technical decisions & research
│   │   ├── clarifications.json  # Q&A tracking
│   │   └── contracts/       # API contracts, data models
│   └── 002-next-feature/
└── .dincoder/               # Backward compatibility (legacy)

提示： 从项目根目录启动 MCP 客户端，确保每个工具都将文件写入正确的代码仓库。

🚀 快速入门

Spec Kit 工作流

通过三个强大的命令，将创意转化为可投入生产的代码：

1️⃣ /specify — 将创意转化为规格

/specify Build a team productivity platform with Kanban boards and real-time collaboration

执行内容：

• 自动为功能编号（001、002、003……）
• 创建带有语义化名称的分支
• 基于模板生成规格
• 使用用户故事构建结构化需求
• 添加明确的不确定性标记 [NEEDS CLARIFICATION]

输出： 一份全面的 PRD，重点说明用户需要什么以及为什么需要，而不是如何实现。

2️⃣ /plan — 将规格映射为技术决策

/plan Use Next.js with Prisma and PostgreSQL, WebSockets for real-time updates

执行内容：

• 分析功能规格
• 确保符合宪章要求（架构原则）
• 将需求转化为技术架构
• 生成数据模型、API 契约和测试场景
• 记录技术选型依据

输出： 完整的实现计划，每项决策都可追溯至相关需求。

3️⃣ /tasks — 生成可执行的任务列表

/tasks

执行内容：

• 分析计划和契约
• 将规格拆解为细粒度任务
• 使用 [P] 标记可并行的工作
• 按依赖关系排列任务
• 创建测试优先的实现顺序

输出： 可供系统化实施的编号任务列表。

实战示例：构建聊天系统

1. Write PRD in document (2-3 hours)
2. Create design documents (2-3 hours)
3. Set up project structure (30 minutes)
4. Write technical specs (3-4 hours)
5. Create test plans (2 hours)

# Step 1: Create specification (5 minutes)
/specify Real-time chat with message history, user presence, and typing indicators

# Automatically creates:
# - Branch "003-real-time-chat"
# - specs/003-real-time-chat/spec.md with:
#   • User stories and personas
#   • Acceptance criteria
#   • [NEEDS CLARIFICATION] markers for ambiguities

# Step 2: Generate implementation plan (5 minutes)
/plan WebSocket for real-time, PostgreSQL for history, Redis for presence

# Generates:
# - plan.md with phased implementation
# - data-model.md (Message, User, Channel schemas)
# - contracts/websocket-events.json
# - contracts/rest-api.yaml
# - research.md with library comparisons

# Step 3: Create task list (5 minutes)
/tasks

# Produces executable tasks:
# 1. [P] Create WebSocket contract tests
# 2. [P] Create REST API contract tests
# 3. Set up PostgreSQL schema
# 4. Implement message persistence
# 5. Add Redis presence tracking
# ... (numbered, ordered, parallelizable)

🎯 MCP 提示词（AI 工作流编排）

v0.4.0 新增： DinCoder 包含 7 个 MCP 提示词，为 AI Agent 提供引导式工作流。它们不是你需要输入的斜杠命令，而是你的 AI Agent（Claude、Copilot 等）会自动发现并使用的工作流模板。

MCP 提示词的工作方式

MCP 提示词对用户来说是不可见的，但对 AI Agent 很有用：

1. AI 发现： 连接 DinCoder 后，你的 AI Agent 会通过 MCP 协议自动发现可用提示词
2. AI 调用： 当提示词与任务相关时，AI Agent 会以编程方式调用它们
3. 工作流引导： 每个提示词都包含多步骤工作流的完整说明
4. 工具编排： 提示词会引导 AI 按正确顺序调用多个 DinCoder 工具

你不需要直接“运行”这些提示词。 只需用自然语言描述你的需求，AI Agent 就会自动使用适当的提示词工作流！

可用的工作流提示词

示例：提示词如何引导 AI 工作流

你说：“我们来启动一个新的任务管理器项目”

AI 思考： 这符合 start_project 提示词。让我按照它的工作流进行……

AI 执行：

1. 调用 specify_start 工具，设置 projectName="task-manager"
2. 说明创建的 .dincoder/ 结构
3. 询问你想构建什么
4. 使用你的需求调用 specify_describe
5. 使用 spec_validate 验证规格说明
6. 建议后续步骤

**你看不到：**提示词调用过程——只会看到 AI 自然地遵循工作流！

1. Call `specify_start` with projectName and agent type
2. Explain .dincoder/ directory structure to user
3. Explain spec-driven workflow: Specify → Plan → Execute
4. Ask what they want to build
5. Guide through specification creation

1. Check if .dincoder/ exists (run specify_start if not)
2. Gather requirements by asking:
   - What problem does this solve?
   - Who are the users?
   - What are success criteria?
   - What's out of scope?
3. Call `specify_describe` with complete specification
4. Call `spec_validate` to check quality
5. Address validation issues with `spec_refine`
6. Confirm spec is complete

1. Verify spec exists (guide user to create if missing)
2. Run `spec_validate` if not already validated
3. Call `plan_create` with technical constraints
4. Call `artifacts_analyze` to verify spec-plan alignment
5. Present plan structure to user
6. Ask if ready for task generation

1. Verify plan exists (guide to create if missing)
2. Call `tasks_generate` with granular scope
3. Call `tasks_visualize` to show dependency graph
4. Call `tasks_stats` to show effort estimates
5. Call `tasks_filter` with preset:"next" for actionable items
6. Guide user to start first task

1. Call `tasks_stats` with charts and blockers
2. Call `tasks_filter` preset:"next" for actionable items
3. Call `tasks_search` for in-progress tasks
4. Summarize in structured format:
   - Overall completion %
   - Recent accomplishments
   - Current work
   - Next actions (unblocked)
   - Blockers
   - Recommendations
5. Include visual progress charts

1. Call `spec_validate` with all checks enabled
2. Check for:
   - Completeness (all required sections)
   - Acceptance criteria (testable when/then)
   - Clarifications (no unresolved markers)
   - Implementation leakage (no HOW in WHAT)
3. Call `clarify_list` for pending questions
4. If validation fails:
   - List specific issues
   - Call `spec_refine` to fix
   - Re-validate
5. If passes: suggest `plan_create` next

1. Call `tasks_filter` with preset:"next" and priority sorting
2. For each task display:
   - Task ID and description
   - Metadata (phase, type, priority, effort)
   - Why it's actionable
3. Recommend which task to start based on:
   - Priority level
   - Dependencies completed
   - Effort estimate
4. Offer task details on request

MCP 提示词适用于所有兼容 MCP 的客户端：

主要区别：MCP 提示词与斜杠命令

重要区别：

• MCP 提示词（DinCoder 工作流）：AI Agent 以编程方式使用这些提示词。你不需要输入它们。
• 斜杠命令（原生）：由用户输入的命令，例如 Claude Code 中的 /help、/clear
• 自定义命令（.claude/commands/）：你创建的项目专属斜杠命令

**实际使用时：**你只需用自然语言描述需求（“我们开始一个新项目吧”），AI Agent 就会自动使用相应的 MCP 提示词工作流！

🔌 Claude Code 插件（推荐用于 Claude Code）

**v0.5.0 新增：**如需获得最佳的 Claude Code 使用体验，请安装 DinCoder 插件。该插件整合了斜杠命令、专用 Agent，并会自动安装 MCP 服务。

⚠️ 重要：该插件包含 MCP 服务，因此无需同时安装两者！请选择一种安装方式：

• 插件（仅限 Claude Code）→ 斜杠命令 + Agent + MCP 服务（一体化）
• 仅 MCP 服务（VS Code、Codex 等）→ 仅包含工具（需要手动设置）

前置条件

安装插件前，请确认：

• ✅ Claude Code 版本为 2.0.13 或更高版本
• ✅ Node.js >= 18
• ✅ 已安装 npm

安装

步骤 1：添加 DinCoder 市场

# In Claude Code
/plugin marketplace add flight505/dincoder-plugin

步骤 2：安装插件

/plugin install dincoder

步骤 3：重启 Claude Code

• 按 Cmd+Q（Mac）或 Alt+F4（Windows）退出，然后重新打开
• 或使用 Cmd/Ctrl+Shift+P → “Developer: Reload Window”

验证安装

重启后，检查以下内容：

• 是否显示斜杠命令：/spec、/plan、/tasks、/progress、/validate、/next
• 是否显示 Agent：@spec-writer、@plan-architect、@task-manager
• MCP 服务是否在 Settings → Extensions → MCP Servers 中处于启用状态

包含内容

✨ 斜杠命令 - 无需记忆工具名称即可快速访问

• /spec - 创建或完善规格说明
• /plan - 生成实施计划
• /tasks - 拆解为可执行任务
• /progress - 查看进度报告
• /validate - 检查规格说明质量
• /next - 显示接下来可执行的任务

🤖 专用 Agent - 为各个阶段提供专家协助

• @spec-writer - 擅长创建经过验证的规格说明
• @plan-architect - 擅长设计技术方案
• @task-manager - 擅长管理任务和进度

🔧 自动安装 MCP 服务 - 自动从 npm 安装并配置 mcp-dincoder@latest

• 安装时运行 npx -y mcp-dincoder@latest
• 始终获取最新版本，以获得错误修复和新功能
• 无需手动设置 MCP 服务！

📝 内置文档 - CLAUDE.md 会自动加载，其中包含方法指南

插件与仅使用 MCP 服务

选择安装方式：

• Claude Code 用户： 使用插件（推荐）——通过一个软件包获取斜杠命令、Agent 和 MCP 服务
• VS Code/Codex 用户： 仅使用 MCP 服务（这些平台不支持插件）

⚠️ 避免双重安装： 如果你正在使用插件，请勿再在 MCP 设置中手动配置 MCP 服务。插件会自动处理，同时安装可能导致冲突。

插件仓库： flight505/dincoder-plugin

🔌 VS Code + GitHub Copilot 集成

v0.6.0 新增： 通过 MCP 全面支持 VS Code 与 GitHub Copilot 集成。

快速设置

1. 将模板文件复制到项目中：

   cp -r templates/vscode/.vscode your-project/
   cp -r templates/vscode/.github your-project/
   

2. 在 VS Code 中打开项目：

   cd your-project
   code .
   

3. 重新加载窗口：

   • 按 Cmd+Shift+P（Mac）或 Ctrl+Shift+P（Windows/Linux）
   • 运行：Developer: Reload Window

4. 验证设置：

   • 打开 Copilot Chat
   • 点击工具图标
   • 确认工具列表中出现“dincoder”

在 Copilot 中使用 DinCoder

在 Copilot Chat 中使用 MCP 提示词或直接引用工具：

/mcp.dincoder.start_project my-app
/mcp.dincoder.create_spec "Build a task management API"
#dincoder.tasks_stats

包含内容

✨ 模板文件：

• .vscode/mcp.json - MCP 服务配置
• .vscode/settings.json - VS Code MCP 设置
• .github/copilot-instructions.md - GitHub Copilot 的上下文信息

📖 完整指南： docs/integration/vscode.md

🎯 可直接使用的模板： templates/vscode/

🔌 OpenAI Codex 集成

v0.6.0 新增： 通过 MCP 全面支持 OpenAI Codex（CLI 和 IDE 扩展）。

快速设置（CLI - 推荐）

# Add DinCoder MCP server
codex mcp add dincoder -- npx -y mcp-dincoder@latest

# Verify
codex mcp list

快速设置（手动配置）

1. 复制全局配置：

   cp templates/codex/config.toml ~/.codex/config.toml
   

2. 复制工作区说明：

   cp templates/codex/.codex your-project/
   

3. 重启 Codex：

   # CLI: Restart terminal
   # IDE: Reload window
   

在 Codex 中使用 DinCoder

CLI 命令：

codex "use /mcp.dincoder.start_project my-app"
codex "use /mcp.dincoder.create_spec 'Build a REST API'"

IDE 扩展：

@dincoder.specify_start
@dincoder.tasks_filter preset="next"

包含内容

✨ 模板文件：

• config.toml - Codex MCP 服务配置（用于 ~/.codex/config.toml）
• .codex/instructions.md - 工作区专用说明

📖 完整指南： docs/integration/codex.md

🎯 可直接使用的模板： templates/codex/

🚦 完整工作流指南

本指南将带你了解如何使用 DinCoder 与任意 AI Agent（Claude、Copilot、Gemini、Cursor）协作完成端到端流程。

分步指南：从构想到实现

0️⃣ 定义项目章程（可选，但推荐，2-3 分钟）

// In your AI agent's chat:
"Use constitution_create to define principles for 'task-manager' with these details:

Principles:
- Prefer functional programming over OOP
- Write tests before implementation (TDD)
- Keep bundle size under 500KB

Constraints:
- Node.js >= 20.0.0 required
- Maximum 3 external dependencies for core functionality

Preferences:
- Libraries: React Query over Redux, Zod for validation
- Patterns: Repository pattern for data access"

// What happens:
// ✓ Creates specs/001-task-manager/ directory
// ✓ Generates constitution.md with structured principles
// ✓ All future specs/plans will respect these constraints

为什么要使用： 项目章程可确保整个项目的一致性。AI Agent 在生成规范和计划时会参考这些原则。

1️⃣ 启动新项目（1 分钟）

"Use specify_start to initialize a new project called 'task-manager' with claude agent"

// What happens:
// ✓ Creates specs/001-task-manager/ directory
// ✓ Generates spec.md template
// ✓ Creates contracts/ folder
// ✓ Initializes research.md

2️⃣ 描述你的需求（2-5 分钟）

"Use specify_describe with this description:
Build a task management system where users can:
- Create tasks with titles, descriptions, and due dates
- Organize tasks into projects
- Mark tasks as complete
- Filter by status and project
- Get daily summary emails"

// What happens:
// ✓ Updates spec.md with user stories
// ✓ Adds acceptance criteria
// ✓ Marks uncertainties with [NEEDS CLARIFICATION]
// ✓ Separates WHAT from HOW

专业提示：明确说明用户需求，而不是实现方式。重点关注用户想要什么以及他们为什么需要它。

3️⃣ 跟踪待澄清事项（可选）

// If you notice ambiguities while writing specs:
"Use clarify_add with this question:
'Should task due dates support time zones or just dates?'
with context 'Task scheduling requirements'"

// Later, when you have an answer:
"Use clarify_resolve for CLARIFY-001 with resolution:
'Use UTC timestamps with user timezone preference.'"

// Check all clarifications:
"Use clarify_list to see all pending clarifications"

4️⃣ 生成技术计划（2-5 分钟）

"Use plan_create with these constraints:
- Next.js 14 with App Router
- PostgreSQL with Prisma ORM
- tRPC for type-safe APIs
- Tailwind CSS for styling"

// What happens:
// ✓ Creates plan.md with phased approach
// ✓ Generates data-model.md (Task, Project, User schemas)
// ✓ Updates research.md with architecture decisions
// ✓ Enforces constitutional compliance

5️⃣ 创建实施任务（2-5 分钟）

"Use tasks_generate with scope 'MVP - core task management'"

// What happens:
// ✓ Creates tasks.md with numbered, ordered tasks
// ✓ Marks parallelizable tasks with [P]
// ✓ Orders by dependency (contracts → tests → implementation)

6️⃣ 系统化实施

// Start with first task
"Let's implement T001 - Create Prisma schema for Task model"

// After completing a task
"Use tasks_tick with taskId 'T001'"

// See what's next
"Use artifacts_read with artifactType 'tasks'"

🎯 最佳实践

1. 从小处着手：从 MVP 范围开始，逐步添加功能
2. 遵循顺序：Specify → Plan → Tasks → Implement
3. 审阅规范：始终阅读生成的 spec.md 并完善内容
4. 跟踪进度：持续使用 tasks_tick
5. 记录决策：使用 research_append 记录架构选择

🛠 可用工具

🎯 核心规范驱动开发工具

DinCoder 通过以下 MCP 工具实现完整的 Spec Kit 工作流：

阶段 1：SPECIFY — 创建动态规范

阶段 2：PLAN — 将规范映射到架构

阶段 3：TASKS — 生成可执行工作项

阶段 4：IMPLEMENT — 通过验证进行构建

📚 示例

连接 TypeScript 客户端

import { Client } from '@modelcontextprotocol/sdk/client/index.js';
import { StreamableHTTPClientTransport } from '@modelcontextprotocol/sdk/transport/streamable-http.js';

const transport = new StreamableHTTPClientTransport({
  url: new URL('http://localhost:3000/mcp'),
});

const client = new Client({
  name: 'my-client',
  version: '1.0.0',
});

await client.connect(transport);

// Use tools
const result = await client.callTool('specify_describe', {
  description: 'A task management API',
});

完整示例请参阅 [examples/]：

• local-client.ts - 连接到本地服务
• spec-workflow.md - 完整的规范驱动工作流

💡 为什么采用规范驱动开发？

简而言之： 规范是可执行的契约，可生成一致且易于维护的代码。更改规范 → 重新生成实现。不再“凭感觉编写代码”。

数十年来，代码一直占据主导地位。规范只是脚手架——搭建、使用，然后丢弃。规范驱动开发颠覆了这种权力结构：

• 规范生成代码：PRD 不是指南，而是生成实现的源头
• 可执行规范：精确、完整的规范，消除意图与实现之间的差距
• 代码作为表达：代码成为规范在特定语言／框架中的表达
• 持续演进的文档：通过演进规范而非手动更新代码来维护软件

AI 能够理解复杂规范并系统地实现它们，因此这场变革成为可能。但缺乏结构的原始 AI 生成会带来混乱。DinCoder 通过 GitHub 久经验证的 Spec Kit 方法论提供了这种结构。

这为何在当下至关重要

三种趋势汇聚，使 SDD 成为必需：

1. AI 能力达到临界点：大模型能够可靠地将自然语言规范转化为可用代码
2. 复杂性增长：现代系统集成数十种服务，手动保持一致已不可能
3. 变更速度加快：需求变化迅速，方向调整是预期之内，而非例外

传统开发将变更视为干扰。SDD 则将其转化为系统化的重新生成。更改需求 → 更新受影响的计划 → 重新生成实现。

阅读完整理念： 为什么采用规范驱动开发？

🗺 路线图

DinCoder 正在积极演进！目前版本为 v0.4.0，已有 28/36 个故事完成（78%）。

当前阶段： 阶段 3——高级任务管理（进行中）

即将推出的功能：

• 高级任务管理（筛选、搜索、统计）
• 多功能项目支持
• 增强的协作功能
• 外部集成（Jira、Linear、GitHub Issues）

为功能投票并查看完整路线图： docs/ROADMAP.md

🤝 参与贡献

欢迎社区成员贡献！无论你有：

• 功能创意或请求——分享你对新 Spec Kit 工具的构想
• 错误报告——帮助我们发现并修复问题
• 模板改进——完善 Spec Kit 模板
• 工具增强——扩展 MCP 服务的功能
• 文档更新——改进指南和示例

开始参与：

1. 提交议题，讨论你的想法
2. Fork 仓库并创建功能分支
3. 开发步骤：git clone、npm install、npm run build、npm test
4. 提交包含改进内容的拉取请求

无论贡献大小，我们都心怀感激！

📄 许可证

MIT 许可证——详情请参阅 LICENSE 文件。

📚 参考资料

• Model Context Protocol 规范
• Spec Kit 文档
• MCP TypeScript SDK

🙏 致谢

• Anthropic 提供的 Model Context Protocol
• Spec Kit 提供的规范驱动开发方法论