mcpField
D
DevDocs MCP Implementation

DevDocs MCP Implementation

本地服务
github.com/llmian-space开发工具992 周前更新

关于 DevDocs MCP Implementation

DevDocs MCP Implementation 是面向文档管理与集成的 MCP 服务实现,目前重点提供 URI 文档资源模板;处理器集成、缓存和搜索仍未完成。

主要功能

  1. 01URI 文档资源模板
  2. 02参数类型校验
  3. 03灵活的 URI 匹配
  4. 04资源生命周期状态管理
  5. 05基于属性的测试

适用场景

  1. 01按 URI 模板访问文档资源
  2. 02校验文档资源参数
  3. 03测试 URI 解析与错误处理

MCP 相关

作为 MCP 服务实现,它提供 URI 模板化的文档资源访问;README 未说明已完成的 MCP 工具或文档处理集成。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

DevDocs MCP 实现

用于文档管理和集成的 Model Context Protocol(MCP)实现。

项目结构

src/
├── resources/
│   ├── templates/      # Resource template system
│   └── managers/       # Resource management
├── documentation/
│   ├── processors/     # Documentation processing
│   └── integrators/    # Integration handlers
├── tasks/
│   ├── issues/         # Issue tracking
│   └── reviews/        # Review management
└── tests/
    ├── property/       # Property-based tests
    └── integration/    # Integration tests

核心组件

资源模板系统

资源模板系统通过基于 URI 的方式访问文档资源,支持:

  • 通过 Pydantic 进行类型安全的参数处理
  • 灵活的 URI 模板匹配
  • 全面的错误处理
  • 资源生命周期的状态管理

使用示例:

from src.resources.templates.base import ResourceTemplate

# Create a template with parameter typing
template = ResourceTemplate(
    uri_template='docs://api/{version}/endpoint',
    parameter_types={'version': str}
)

# Extract and validate parameters
params = template.extract_parameters('docs://api/v1/endpoint')
template.validate_parameters(params)
测试策略

项目使用 Hypothesis 进行基于属性的测试,以确保:

  • URI 模板验证
  • 参数提取正确性
  • 错误处理的健壮性
  • 类型安全强制执行

运行测试:

pytest tests/property/test_templates.py

实现进度

已完成
  • 基本项目结构
  • 资源模板系统
  • 基于属性的测试基础设施
  • URI 验证和参数提取
  • 错误处理基础
进行中
  • 文档处理器集成
  • 缓存层实现
  • 任务管理系统
  • 性能优化
计划中
  • 搜索实现
  • 分支映射系统
  • 状态跟踪
  • 监控系统

开发指南

  1. 遵循 TDD 方法:

    • 首先编写基于属性的测试
    • 实现最小可通过的代码
    • 重构以提升清晰度和效率
  2. 错误处理:

    • 使用结构化错误类型
    • 实现恢复策略
    • 保持系统稳定性
  3. 文档:

    • 保持 README 更新
    • 记录新功能
    • 添加使用示例

分支管理

项目采用基于分支的开发方式,用于:

  • 功能跟踪
  • 文档集成
  • 任务管理
  • 进度监控

贡献

  1. 创建功能分支
  2. 添加属性测试
  3. 实现功能
  4. 更新文档
  5. 提交拉取请求

后续步骤

  1. 实现文档处理器集成
  2. 添加具备适当生命周期管理的缓存层
  3. 开发任务管理系统
  4. 创建监控和性能指标

支持资源

  • MCP 概念:mcp-docs/docs/concepts/
  • Python SDK:python-sdk/src/mcp/
  • 示例服务:python-sdk/examples/servers/

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。