mcpField
M
magenie33-quality-dimension-generator

magenie33-quality-dimension-generator

远程服务
github.com/magenie33AI 与智能体057 周前更新
代码仓库

关于 magenie33-quality-dimension-generator

此 MCP 服务将任务描述转化为可衡量的质量标准和目标分数。它先分析任务,再生成评估标准,可用于软件、写作、项目管理和研究工作。

主要功能

  1. 01生成任务分析提示词
  2. 02生成质量维度
  3. 03可衡量的评分标准
  4. 04预期分数目标

适用场景

  1. 01设定代码和测试标准
  2. 02定义写作质量标准
  3. 03明确项目交付要求
  4. 04建立研究评估标准

MCP 相关

提供生成任务分析提示词的工具,并可根据分析结果生成质量维度提示词。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://server.smithery.ai/@magenie33/quality-dimension-generator/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://server.smithery.ai/@magenie33/quality-dimension-generator/mcp需要授权

工具

详细介绍

质量维度生成器

License: MIT TypeScript MCP

一款可为任意任务生成质量评估标准的 MCP 服务。通过 AI 驱动的分析,将模糊需求转化为精准、可衡量的质量标准,最终提升最终成果的质量。

🎯 功能介绍

  • 📊 分析任务 - 理解需要完成的工作
  • 🎯 制定评估标准 - 生成具体的质量维度和评分标准
  • 📈 设置目标分数 - 定义预期的质量水平(例如,8/10)
  • ✅ 指导执行 - 按照明确的质量标准帮助你完成任务

🚀 快速开始

安装

从 Smithery AI Model Context Protocol Registry 安装:

🔗 在 Smithery 上获取质量维度生成器

基本用法

步骤 1: 生成任务分析

generate_task_analysis_prompt({
  userMessage: "Write a 1000-word article about AI"
})

步骤 2: 生成质量标准

generate_quality_dimensions_prompt({
  taskAnalysisJson: "..." // JSON from step 1
})

结果: 获取包含目标分数的全面质量评估标准,然后按照这些标准完成任务。

📋 输出示例

对于任务“撰写一篇技术博客”:

{
  "expectedScore": 8,
  "scoreCalculation": "Average of all 5 dimension scores",
  "dimensions": [
    {
      "name": "Technical Accuracy",
      "description": "Correctness and depth of technical content",
      "importance": "Ensures readers get reliable information",
      "scoring": {
        "10": "All technical details verified and comprehensive",
        "8": "Mostly accurate with minor gaps",
        "6": "Generally correct but lacks depth"
      }
    }
    // ... 4 more dimensions
  ]
}

💡 使用场景

  • 软件开发 - 代码质量、测试和文档标准
  • 内容创作 - 写作质量、SEO 和互动指标
  • 项目管理 - 交付标准、时间进度遵循情况
  • 研究 - 方法论、准确性和展示标准

🤝 参与贡献

欢迎贡献!本项目采用 MIT 许可证开源。

🔗 资源


立即提升你的工作质量! 🚀

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。