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
- 01URI 文档资源模板
- 02参数类型校验
- 03灵活的 URI 匹配
- 04资源生命周期状态管理
- 05基于属性的测试
适用场景
- 01按 URI 模板访问文档资源
- 02校验文档资源参数
- 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。
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
-
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
-
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
-
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
- 创建功能分支
- 添加属性测试
- 实现功能
- 更新文档
- 提交拉取请求
后续步骤
- 实现文档处理器集成
- 添加具备适当生命周期管理的缓存层
- 开发任务管理系统
- 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
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。