mcp-filesystem

🚀 AI 能力扩展套件

如果 AI Agent 真正能够_查看_、_调试_并_控制_你的开发环境，会怎样？

我们打造了最全面的 MCP 服务套件，为 AI Agent 赋予前所未有的超能力。 这不只是又一套工具集合，而是一场范式转变：它将 AI 助手从代码生成器转变为智能开发伙伴，具备运行时可见性、系统控制能力和物理世界访问能力。

📝 注意： 所有软件包均已拆分为独立的 Git 子模块，并拥有各自的仓库，以便更好地维护和独立管理版本。现在，每个软件包在 Digital-Defiance 组织下都有专属仓库。

---

📦 快速索引

🐛 MCP ACS Debugger

面向 AI Agent 的 25+ 种调试工具 | VS Code 扩展 | NPM | Docker

• ✅ 集成 GitHub Copilot 的 VS Code 扩展
• ✅ 94.53% 的测试覆盖率，1,059 项测试
• ✅ 性能分析、挂起检测、高级断点
• 🎯 Kiro Superpower 正在开发中 - 增强 AI 调试工作流

📸 MCP ACS Screenshot

可视化 UI 捕获与分析 | VS Code 扩展 | NPM | Docker

• ✅ 捕获整个屏幕、窗口和区域
• ✅ 集成 OCR 的 PII 遮罩
• ✅ 267 项测试，支持跨平台
• 🎯 Kiro Superpower 正在开发中 - AI 驱动的可视化分析

⚙️ MCP ACS Process

企业级进程管理 | VS Code 扩展 | NPM | Docker

• ✅ 12 种进程管理工具
• ✅ 6 层安全验证
• ✅ 资源监控与服务管理
• 🎯 Kiro Superpower 正在开发中 - 智能进程编排

🎯 Akira

面向 GitHub Copilot 的规范驱动开发 | 仓库

• ✅ 符合 EARS 的需求工程
• ✅ 集成基于属性的测试
• ✅ 结构化的需求 → 设计 → 任务 → 执行工作流
• ✅ 由 MCP 驱动，在不同聊天会话间保持持久上下文

---

🎯 现已上线 VS Code Marketplace

⚡ 安装 VS Code 扩展 →

旗舰产品 MCP ACS Debugger 现已作为原生 VS Code 扩展推出，可将专业级调试能力直接带入编辑器，无需任何配置。

开发者喜爱的原因：

• ✅ 一键安装，来自 VS Code Marketplace
• ✅ 集成 GitHub Copilot，实现 AI 驱动的调试
• ✅ AI Agent 可使用25+ 种调试工具
• ✅ 无需配置 - 安装后即可立即使用
• ✅ 企业级品质，测试覆盖率达 94.53%
• ✅ 1,059 项测试全部通过

在 VS Code Marketplace 中查看 →

---

🤔 我们要解决的问题

如今的 AI Agent 功能强大，却看不见：

• ❌ 无法查看代码运行时的实际行为
• ❌ 无法捕获屏幕或录制演示
• ❌ 文件管理能力仅限基本的读写操作
• ❌ 无法控制进程或应用程序
• ❌ 无法与实际开发环境交互

结果： 你只能手动完成本该由 AI 处理的工作。

---

🎯 我们打造的完整解决方案

AI Capability Extension Suite 提供 5 个全面的 MCP 服务，为 AI Agent 赋予专业级能力，此外还有 Akira：

🐛 1. MCP ACS Debugger

面向 AI Agent 的最全面调试界面——我们的旗舰产品

代码仓库： 核心 | 服务 | VS Code 扩展

✨ 现已推出 VS Code 扩展！ 前往 Marketplace 安装 →

问题： AI Agent 无法了解运行时行为。它们可以阅读代码并提出修复建议，却无法看到代码运行时实际发生了什么。调试仍然是一个令人沮丧的手动过程。

解决方案： AI Agent 现在可以像资深开发者一样调试——设置断点、检查变量、分析性能，并实时检测无限循环。既可作为独立的 MCP 服务使用，也可作为原生 VS Code 扩展使用，并集成 GitHub Copilot。

🎨 VS Code 扩展功能

零配置设置：

• 一键从 VS Code Marketplace 安装
• 自动集成 MCP 服务
• 无需手动配置
• VS Code 扩展通过 Debug Adapter Protocol 支持任何语言
• 独立 MCP 服务通过 Chrome DevTools Protocol 支持 Node.js/JavaScript

GitHub Copilot 集成：

• 在编辑器中获得 AI 驱动的调试辅助
• Copilot 可访问调试上下文和工具
• 自然语言调试命令
• 智能断点建议

原生 IDE 集成：

• 使用 Language Server Protocol（LSP）提供代码智能功能
• 使用 Debug Adapter Protocol（DAP）实现无缝调试
• 用于检查变量的悬停提供程序
• 用于管理断点的代码透镜
• 集成式调试 UI

专业调试工作流：

• 通过右键上下文菜单设置断点
• 使用键盘快捷键逐步执行代码
• 在悬停提示中检查变量
• 在调试面板中查看调用栈
• 无需离开编辑器即可分析性能

语言支持：

• VS Code 扩展：通过 Debug Adapter Protocol 支持多种语言
  • JavaScript/TypeScript、Python、Java、C/C++、Go、Rust、PHP、Ruby 等
  • 测试框架：Jest、Mocha、Vitest、pytest、JUnit、go test、cargo test
  • 框架：React、Vue、Angular、Django、Spring Boot 等
• 独立 MCP 服务：仅通过 Chrome DevTools Protocol 支持 Node.js/JavaScript
  • 通过源映射提供完整的 TypeScript 支持
  • 测试框架：Jest、Mocha、Vitest
  • 框架：Express、Nest.js、React（Node.js SSR）等

🔥 为什么这会改变一切

面向开发者：

• **“帮我调试这个”**成为现实——AI 会调查并修复运行时问题
• 即时性能洞察——AI 自动识别性能瓶颈和内存泄漏
• 智能测试调试——AI 调试失败的测试并提出精确的修复建议
• 主动检测卡顿——再也不会因无限循环而浪费时间

面向 AI Agent：

• 运行时可见性——查看代码执行时实际发生的情况
• 交互式调试——设置断点、逐步执行代码、检查状态
• 性能分析——分析 CPU、内存和执行时间线
• 智能问题解决——结合静态分析和运行时行为

🛠️ 25+ 款专业调试工具

核心调试（17 款工具）：

• 🚀 会话管理（启动、停止并正常关闭）
• 🎯 断点操作（设置、移除、切换、列出，并支持条件逻辑）
• ▶️ 执行控制（继续、单步跳过/进入/跳出、暂停）
• 🔍 变量检查（求值表达式、检查对象、监视变量）
• 🗺️ 调用栈导航（获取堆栈、切换栈帧）
• ⚠️ 卡顿检测（智能识别无限循环）

高级断点（4 款工具）：

• 📝 日志点 - 通过变量插值进行非中断式观察
• 🚨 异常断点 - 在捕获或未捕获的异常处中断，并支持筛选
• 🎯 函数断点 - 在函数入口处中断，并支持正则表达式匹配
• 🔢 命中次数条件 - 命中 N 次后或每命中 N 次时中断

性能分析（4 款工具）：

• 🔥 CPU 分析 - 通过火焰图进行实时性能分析
• 🧠 内存分析 - 堆快照和泄漏检测
• 📉 性能指标 - 时间线分析和回归检测
• 📊 资源监控 - 跟踪 CPU、内存和执行模式

🏆 与众不同之处

与其他解决方案的比较：

功能	我们的 MCP ACS 调试器	其他 MCP ACS 调试器	VS Code 内置	Chrome DevTools
AI Agent 集成	✅ 完整的 MCP + VS Code	⚠️ 仅支持基础 MCP	❌ 不支持 AI 集成	❌ 不支持 AI 集成
工具数量	✅ 25+ 个工具	⚠️ 5-10 个工具	⚠️ API 有限	⚠️ 仅支持手动操作
性能分析	✅ CPU、内存、时间线	❌ 无	⚠️ 基础	✅ 高级
卡顿检测	✅ 自动	❌ 无	❌ 无	❌ 手动
高级断点	✅ 4 种	❌ 仅支持基础功能	⚠️ 有限	✅ 高级
企业级安全	✅ 完整套件	❌ 无	❌ 无	❌ 无
测试覆盖率	✅ 94.53%	⚠️ 通常 <50%	不适用	不适用
TypeScript 支持	✅ 完整源映射	⚠️ 有限	✅ 良好	✅ 良好
测试框架集成	✅ Jest、Mocha、Vitest	❌ 无	⚠️ 手动	⚠️ 手动
VS Code 扩展	✅ 原生	❌ 无	不适用	❌ 独立工具
GitHub Copilot 集成	✅ 完整	❌ 无	⚠️ 有限	❌ 无
可用于生产环境	✅ 是	⚠️ Beta/Alpha	✅ 是	✅ 是
跨平台	✅ Linux、macOS、Windows	⚠️ 有限	✅ 是	✅ 是
部署选项	✅ 4 种	⚠️ 1-2 种	不适用	不适用

主要差异：

• 25+ 个工具，而其他方案仅提供基础断点和单步操作
• 性能分析（CPU、内存、时间线）——在 MCP 生态系统中独树一帜
• 卡顿检测，可识别无限循环——其他 MCP 服务均不具备此功能
• 高级断点类型（日志点、异常、命中次数、函数）
• 企业级安全（身份验证、速率限制、PII 屏蔽、审计日志）
• 生产就绪（优雅关闭、熔断器、重试逻辑）
• 通过 VS Code 的 Debug Adapter Protocol 支持多种语言
• 支持 TypeScript 和转译语言的源映射
• 测试框架集成（Jest、Mocha、Vitest、pytest、JUnit、go test、cargo test）
• 94.53% 的测试覆盖率，包含 1,059 项测试（大多数 MCP 服务的测试都很有限）
• 基于属性的测试，验证了 22 项正确性属性
• 负载测试，支持 100+ 个并发会话
• 多种部署选项（VS Code 扩展、NPM、Docker、二进制文件）
• 通过 LSP/DAP 协议与 VS Code 原生集成
• GitHub Copilot 集成，支持 AI 驱动的调试

📊 企业级质量

大多数 MCP 服务都是业余项目。我们打造的是企业级软件：

• 94.53% 的行覆盖率，超过 90% 的企业目标 ✅
• 83.45% 的分支覆盖率，接近 85% 的目标
• 1,059 项测试，通过率达 99.81%
• 零跳过测试 ✅
• 使用 fast-check 验证了 22 项正确性属性
• 负载测试（100+ 个并发调试会话）
• 混沌测试（随机故障、网络问题）
• 安全测试（身份验证绕过尝试）
• 性能基准测试（响应时间低于 100 ms）
• 兼容性测试（Node.js 16-22、TypeScript 4.x-5.x）

🎮 真实应用场景

“AI，调试这个失败的测试”

You: "My Jest test is failing but I can't figure out why"
AI: *Sets breakpoints in test, inspects variables, identifies exact divergence*
AI: "Line 42: API returns string but test expects number. Here's the fix..."

“AI，查找性能瓶颈”

You: "This function is slow but I don't know why"
AI: *Starts CPU profiling, analyzes flame graphs, identifies hot paths*
AI: "Bottleneck in nested loop on line 156. Here's 10x faster version..."

“AI，我的应用为什么卡住了？”

You: "My Node.js app freezes randomly"
AI: *Detects infinite loop, captures call stack, identifies root cause*
AI: "Infinite loop in processQueue() - exit condition never true because..."

“AI，调试这个 Node.js 问题”

You: "My Express server crashes on startup"
AI: *Sets breakpoints, inspects variables, traces execution*
AI: "Missing environment variable 'PORT' on line 23. Server tries to bind to undefined port..."

🚀 开始使用

选项 1：VS Code 扩展（推荐 VS Code 用户使用）

# Install from VS Code Marketplace
# Search for "MCP ACS Debugger" or visit:
# https://marketplace.visualstudio.com/items?itemName=digitaldefiance.ts-mcp-debugger

# Or install via command line
code --install-extension digitaldefiance.ts-mcp-debugger

功能：

• ✅ 零配置 - 开箱即用
• ✅ GitHub Copilot 集成 - AI 驱动的调试辅助
• ✅ 原生 VS Code 调试 - 无缝集成 IDE
• ✅ 语言服务器协议 - 智能代码分析
• ✅ 调试适配器协议 - 完整的调试功能

选项 2：独立 MCP 服务（适用于其他 AI Agent）

# NPM (Recommended)
npm install -g @ai-capabilities-suite/mcp-debugger-server

# Docker
docker run digitaldefiance/mcp-debugger-server

# Configure your AI agent (Kiro, Amazon Q, etc.)
{
  "servers": {
    "debugger": {
      "command": "mcp-debugger-server"
    }
  }
}

选项 3：从源代码构建

# Clone and build
git clone https://github.com/digital-defiance/ai-capabilities-suite.git
cd ai-capabilities-suite
yarn install && yarn build

# Run debugger server
node packages/mcp-debugger-server/dist/src/index.js

📚 文档：

• 👉 VS Code 扩展指南
• 👉 完整调试器文档
• 👉 生产状态报告
• 👉 MCP ACS 调试器服务代码库
• 👉 MCP ACS 调试器核心代码库
• 👉 VS Code 扩展代码库

📦 安装与使用

VS Code 扩展（推荐 VS Code 用户使用）：

1. 从 Marketplace 安装：

   • 打开 VS Code
   • 前往扩展（Ctrl+Shift+X / Cmd+Shift+X）
   • 搜索“MCP ACS Debugger”
   • 点击安装
   • 或访问：https://marketplace.visualstudio.com/items?itemName=digitaldefiance.ts-mcp-debugger

2. 开始调试：

   • VS Code 扩展：打开任意源代码文件
   • 独立 MCP 服务：打开 JavaScript 或 TypeScript 文件
   • 点击代码边栏设置断点
   • 按 F5 开始调试
   • 使用 GitHub Copilot 提出调试问题

3. 与 Copilot 搭配使用：

   You: "@workspace debug this failing test"
   Copilot: *Uses MCP debugger to investigate*
   Copilot: "Found the issue on line 42. The API returns..."
   

独立 MCP 服务（适用于其他 AI Agent）：

1. 全局安装：

   npm install -g @ai-capabilities-suite/mcp-debugger-server
   

2. 配置你的 AI Agent：

   {
     "mcpServers": {
       "debugger": {
         "command": "mcp-debugger-server"
       }
     }
   }
   

3. 与你的 AI Agent 搭配使用：

   You: "Debug my Node.js app"
   AI: *Uses MCP tools to start debugging session*
   AI: "Started debug session. Set breakpoint at app.js:42..."
   

📸 2. MCP ACS Screenshot

让 AI Agent 从代码阅读者变身为可视化 UI 专家和文档协作伙伴

代码库： MCP ACS Screenshot | VS Code 扩展

✨ 现已登陆 NPM、Docker Hub 和 VS Code Marketplace！

问题： AI Agent 无法看到你实际的用户界面。它们可以读取 HTML/CSS 并提出改进建议，却看不到用户的真实体验——布局损坏、对比度不足、元素错位或无障碍问题。

解决方案： AI Agent 现在拥有视觉超能力——可以像资深 UX 设计师一样查看、分析和记录你的应用。从自动生成文档到无障碍审查，AI 现在可以根据用户实际看到的内容开展工作。

🎨 主要功能

截图捕获：

• 全屏捕获，支持多种格式（PNG、JPEG、WebP、BMP）
• 按标题或 ID 捕获指定窗口
• 区域捕获，可精确控制边界
• 显示器管理 - 列出并指定目标显示器
• 质量控制 - 可调整压缩和优化选项

隐私与安全：

• 集成 Tesseract OCR，支持 PII 遮蔽
• 排除窗口 - 跳过敏感应用程序
• 安全默认设置 - 以隐私保护为先的配置
• 权限处理 - 正确检查系统权限

跨平台支持：

• Linux：支持 X11 和 Wayland
• macOS：原生截图 API
• Windows：集成 Windows API
• Docker：使用 Xvfb 进行无头捕获

🛠️ 5 种专业截图工具

1. screenshot_capture_full - 捕获整个屏幕，可选择格式（PNG、JPEG、WebP、BMP）
2. screenshot_capture_window - 按标题或 ID 捕获指定应用程序窗口
3. screenshot_capture_region - 精确捕获矩形屏幕区域
4. screenshot_list_displays - 列出已连接的显示器及其分辨率和缩放比例
5. screenshot_list_windows - 列出可见窗口及其标题、位置和尺寸

隐私与安全功能：

• PII 遮蔽 - 自动检测并模糊敏感信息（电子邮件、电话号码、信用卡信息）
• 排除窗口 - 跳过密码管理器和身份验证对话框
• 安全默认设置 - 开箱即用的隐私优先配置
• 权限处理 - 正确检查系统权限并征求用户同意

📊 企业级质量

• 267 项测试，通过率达 100%
• 已验证完全符合 MCP 协议
• 端到端测试（25 项），用于协议验证
• 单元测试（242 项），实现全面覆盖
• VSCode 扩展测试（80+ 项）
• 跨平台验证（Linux、macOS、Windows）
• 针对无头环境的优雅故障处理

🚀 快速开始

NPM 包：

npm install -g @ai-capabilities-suite/mcp-screenshot
npx @ai-capabilities-suite/mcp-screenshot

Docker：

docker run -v $(pwd)/screenshots:/app/screenshots digitaldefiance/mcp-screenshot:latest

VSCode 扩展：

• 在 VS Code 扩展中搜索“MCP ACS Screenshot”
• 或访问：https://marketplace.visualstudio.com/items?itemName=DigitalDefiance.mcp-screenshot

🎯 革命性使用场景

“AI，创建专业文档”

You: "Document the user onboarding flow"
AI: *Captures each step, analyzes UI elements*
AI: "Generated step-by-step guide with 8 annotated screenshots, user journey map, and accessibility notes..."

“AI，审查此设计的无障碍性”

You: "Check if this form meets WCAG standards"
AI: *Captures form, analyzes contrast and spacing*
AI: "Found 3 issues: Submit button has 2.1:1 contrast (needs 4.5:1), labels lack focus indicators, touch targets under 44px..."

“AI，帮忙调试这个响应式布局”

You: "Why does my navbar break on mobile?"
AI: *Captures multiple viewport sizes*
AI: "Navigation collapses at 768px but hamburger menu overlaps logo. Here's the CSS fix with before/after comparison..."

“AI，比较这两个设计方案”

You: "Which landing page converts better?"
AI: *Captures both versions, analyzes visual hierarchy*
AI: "Version B has 34% better visual flow—CTA button more prominent, hero text clearer, social proof positioned optimally..."

“AI，创建包含视觉内容的 Bug 报告”

You: "The checkout form validation isn't working"
AI: *Captures error states and user flow*
AI: "Created detailed bug report with 5 screenshots showing error conditions, expected vs actual behavior, and reproduction steps..."

🔥 这将带来什么变化

之前： AI 无法直接查看界面，只能依赖代码描述

• ❌ “布局看起来有问题” → AI 只能猜测问题所在
• ❌ “创建文档” → AI 只能撰写没有视觉内容的通用文本
• ❌ “检查无障碍性” → AI 只能审查代码，无法检查实际对比度
• ❌ “调试响应式设计” → AI 无法查看实际断点行为

之后： AI 能够查看并分析你的实际用户界面

• ✅ 视觉调试 - AI 能精准定位像素级问题
• ✅ 智能文档 - AI 能创建包含实际截图和注释的指南
• ✅ 无障碍审查 - AI 能测量实际对比度和间距
• ✅ 响应式测试 - AI 能捕获并比较不同屏幕尺寸
• ✅ 设计分析 - AI 能评估视觉层次结构和用户体验
• ✅ 专业 Bug 报告 - AI 能创建包含视觉证据的详细报告

📚 文档：

• 👉 完整截图文档
• 👉 端到端测试指南
• 👉 Docker 部署指南
• 👉 API 参考

📁 3. MCP Filesystem

超越基础输入/输出的高级文件操作，并设有严格的安全边界

代码仓库： MCP Filesystem | VS Code Extension

✨ 现已在 NPM 和 VS Code Marketplace 上架！

问题： AI Agent 需要执行超越基础读写操作的高级文件操作，但如果没有适当的安全边界，就会带来重大风险，包括路径遍历攻击、未经授权访问系统文件以及敏感凭据泄露。

解决方案： AI Agent 现在可以使用具备 10 层安全验证的企业级文件系统操作。从支持原子回滚的批量操作到实时目录监控，AI 现在可以安全地管理工作区文件。

🔥 主要功能

高级操作：

• 批量操作 - 原子化执行多个文件操作，并支持回滚
• 目录监控 - 实时监控文件系统变更，并筛选事件
• 文件搜索与索引 - 支持元数据筛选的快速全文搜索
• 校验和操作 - 计算并验证文件完整性（MD5、SHA-1、SHA-256、SHA-512）
• 符号链接管理 - 在工作区边界内创建和管理符号链接
• 磁盘使用情况分析 - 分析目录大小并查找大文件
• 目录操作 - 递归复制、同步和原子化文件替换

安全（纵深防御）：

• 工作区隔离 - 所有操作均限制在配置的工作区根目录内
• 10 层路径验证 - 多重安全检查可防止路径遍历
• 硬编码阻止列表 - 始终阻止系统路径和敏感文件（无法禁用）
• 速率限制 - 可配置每分钟的操作上限
• 审计日志 - 完整记录操作，以满足合规要求
• 平台专属安全 - 自动强制执行特定操作系统的边界限制

🛠️ 12 个专业文件系统工具

1. fs_batch_operations - 原子化执行多个操作，并支持回滚
2. fs_watch_directory - 实时监控目录变更
3. fs_get_watch_events - 获取累积的文件系统事件
4. fs_stop_watch - 停止监控会话并清理资源
5. fs_search_files - 按名称、内容或元数据搜索
6. fs_build_index - 构建可搜索索引，以实现快速搜索
7. fs_create_symlink - 在工作区内创建符号链接
8. fs_compute_checksum - 计算文件校验和，以验证完整性
9. fs_verify_checksum - 验证文件校验和是否与预期值匹配
10. fs_analyze_disk_usage - 分析磁盘使用情况并查找大文件
11. fs_copy_directory - 根据选项递归复制目录
12. fs_sync_directory - 仅复制较新或缺失的文件以同步目录

🚀 开始使用

NPM 包：

npm install -g @ai-capabilities-suite/mcp-filesystem
mcp-filesystem --config ./mcp-filesystem-config.json

VS Code Extension：

• 在 VS Code 扩展中搜索 “MCP ACS Filesystem”
• 或访问：https://marketplace.visualstudio.com/items?itemName=DigitalDefiance.mcp-acs-filesystem

🎯 革命性用例

“AI，备份我所有的 TypeScript 文件”

You: "Create atomic backup of all .ts files to backup folder"
AI: *Uses batch operations with rollback*
AI: "Backed up 47 TypeScript files (2.3 MB) atomically. All operations succeeded, no rollback needed."

“AI，监视更改并重新构建”

You: "Watch src directory and notify me of changes"
AI: *Starts directory watch with filters*
AI: "Watching src/ recursively. Detected 3 changes: file1.ts modified, file2.ts created, file3.ts deleted."

“AI，查找代码库中的所有 TODO”

You: "Search for TODO comments in TypeScript files"
AI: *Builds index and searches content*
AI: "Found 23 TODO comments across 12 files. Most common: 'TODO: Add error handling' (5 occurrences)."

“AI，验证文件完整性”

You: "Compute SHA-256 checksum for release.zip"
AI: *Computes checksum*
AI: "SHA-256: a3f5b8c2... File integrity verified against expected checksum."

“AI，分析磁盘使用情况”

You: "What's taking up space in node_modules?"
AI: *Analyzes disk usage*
AI: "node_modules: 487 MB. Largest: webpack (45 MB), typescript (38 MB), @types/* (92 MB total)."

📚 文档：

• 👉 MCP 文件系统文档
• 👉 VS Code 扩展文档
• 👉 安全文档
• 👉 Docker 部署指南

⚙️ 4. MCP ACS Process

具备严格安全边界的企业级进程管理

代码仓库： MCP ACS Process | VS Code 扩展

✨ 现已在 NPM、Docker Hub 和 VS Code Marketplace 上架！

问题： AI Agent 无法安全地管理系统进程。它们需要运行命令、监控资源和管理服务，但缺乏适当的安全边界会带来重大风险——命令注入、资源耗尽和权限提升。

解决方案： AI Agent 现在可以通过 6 层安全验证实现企业级进程管理。从在资源限制下启动进程，到管理具有自动重启功能的长时间运行服务，AI 现在可以安全地编排你的开发环境。

🔥 主要功能

进程管理：

• 启动进程，并传入参数和环境变量
• 资源监控 - 实时跟踪 CPU、内存、线程和 I/O
• 捕获输出 - 分别捕获 stdout 和 stderr 流
• 终止进程 - 支持优雅终止（SIGTERM）和强制终止（SIGKILL），超时后升级处理
• 交互式进程 - 发送 stdin 输入并获取缓冲输出
• 超时管理 - 达到指定时长后自动终止

服务管理：

• 长时间运行的服务，支持自动重启
• 健康检查 - 定期验证服务健康状态
• 重启策略 - 可配置重试次数限制和退避策略
• 服务生命周期 - 启动、停止、重启和监控服务

进程组：

• 组管理 - 对相关进程进行组织
• 创建管道 - 通过 stdout/stdin 管道串联进程
• 批量操作 - 一次性终止整个组

安全性（深度防御）：

• 可执行文件允许列表 - 仅允许运行预先批准的可执行文件
• 参数验证 - 防止命令注入攻击
• 环境清理 - 移除危险的环境变量
• 资源限制 - 限制 CPU、内存和运行时间
• 权限提升防护 - 阻止 setuid 可执行文件和权限提升
• 审计日志 - 完整记录操作，满足合规要求

🛠️ 12 个专业进程工具

1. process_start - 启动进程，并设置参数、环境和资源限制
2. process_terminate - 优雅或强制终止进程，超时后升级处理
3. process_get_stats - 获取实时 CPU、内存、线程和 I/O 统计信息
4. process_send_stdin - 向交互式进程发送输入
5. process_get_output - 获取捕获的 stdout 和 stderr
6. process_list - 列出所有受管理进程及其状态
7. process_get_status - 获取详细的进程状态和运行时间
8. process_create_group - 创建进程组和管道
9. process_add_to_group - 将进程添加到组
10. process_terminate_group - 终止组中的所有进程
11. process_start_service - 启动长时间运行的服务，并启用自动重启
12. process_stop_service - 停止服务并禁用自动重启

🔒 企业级安全性

6 层安全验证：

1. 可执行文件允许列表 - 仅允许运行已批准的可执行文件

   • 支持绝对路径、基本名称和 glob 模式
   • 默认阻止 shell 解释器（bash、sh、cmd.exe）
   • 防止执行 setuid 可执行文件

2. 参数验证 - 防止命令注入

   • 验证所有命令行参数
   • 阻止 shell 元字符和注入模式
   • 清理特殊字符

3. 环境清理 - 移除危险变量

   • 移除 LD_PRELOAD、LD_LIBRARY_PATH
   • 移除权限提升途径
   • 验证环境变量名称和值

4. 资源限制 - 防止资源耗尽

   • CPU 占用百分比限制（针对每个进程）
   • 内存限制（MB）
   • CPU 时间限制（秒）
   • 超出限制时自动终止

5. 权限提升防护 - 禁止权限提升

   • 阻止 sudo、su、pkexec
   • 防止执行 setuid 可执行文件
   • 遵循最小权限原则

6. 审计日志 - 完整记录操作

   • 记录所有进程操作
   • 记录安全违规行为
   • 跟踪资源使用情况
   • 提供符合合规要求的审计追踪

📊 质量指标

• 全面测试，包含单元测试、集成测试和 E2E 测试
• 安全优先的设计，采用深度防御验证
• 可用于生产环境，具备完善的错误处理机制
• 跨平台支持（Linux、macOS、Windows）
• Docker 部署，采用安全默认设置

🎯 革命性用例

“AI，运行我的构建并监控资源”

You: "Build the project and tell me if it uses too much memory"
AI: *Launches build with resource limits, monitors in real-time*
AI: "Build completed in 45s. Peak memory: 512MB (within limits). CPU averaged 65%."

“AI，启动我的开发服务”

You: "Start the API server and database with auto-restart"
AI: *Starts services with health checks and restart policies*
AI: "Started 2 services: api-server (PID 1234), postgres (PID 1235). Health checks enabled."

“AI，创建数据处理管道”

You: "Process data.txt through grep, sort, and uniq"
AI: *Creates process group with pipeline*
AI: "Pipeline created: cat → grep → sort → uniq. Processing 10,000 lines..."

“AI，调试这个卡住的进程”

You: "My script is stuck, what's it doing?"
AI: *Gets process stats and output*
AI: "Process consuming 100% CPU in infinite loop. Last output: 'Processing item 5000'. Shall I terminate it?"

“AI，运行带超时限制的测试”

You: "Run the test suite but kill it if it takes more than 5 minutes"
AI: *Launches tests with 5-minute timeout*
AI: "Tests completed in 3m 42s. All 247 tests passed. Peak memory: 384MB."

🚀 开始使用

Docker（推荐）：

# Pull the image
docker pull digitaldefiance/mcp-process:latest

# Create configuration
cat > config/mcp-process-config.json << EOF
{
  "allowedExecutables": ["node", "python3", "npm"],
  "maxConcurrentProcesses": 10,
  "enableAuditLog": true
}
EOF

# Run with docker-compose
docker-compose up -d

NPM：

# Install globally
npm install -g @ai-capabilities-suite/mcp-process

# Create config
mcp-process --create-config ./mcp-process-config.json

# Edit config to add allowed executables
# Then start server
mcp-process --config ./mcp-process-config.json

配置示例：

{
  "allowedExecutables": ["node", "python3", "npm", "git"],
  "defaultResourceLimits": {
    "maxCpuPercent": 80,
    "maxMemoryMB": 1024,
    "maxCpuTime": 300
  },
  "maxConcurrentProcesses": 10,
  "maxProcessLifetime": 3600,
  "enableAuditLog": true,
  "blockShellInterpreters": true,
  "blockSetuidExecutables": true,
  "allowProcessTermination": true,
  "allowForcedTermination": false
}

📚 文档：

• 👉 完整的进程管理文档
• 👉 安全实现指南
• 👉 Docker 部署指南
• 👉 API 参考和示例

---

🏗️ 架构：为 AI 时代而构建

多平台集成

┌──────────────────────────────────────────────────────────────┐
│                    AI Agents & IDEs                          │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐      │
│  │   VS Code    │  │     Kiro     │  │   Amazon Q   │      │
│  │  + Copilot   │  │              │  │              │      │
│  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘      │
│         │                 │                  │               │
│         │ LSP/DAP         │ MCP Protocol     │ MCP Protocol  │
│         │                 │                  │               │
└─────────┼─────────────────┼──────────────────┼───────────────┘
          │                 │                  │
          │                 └──────┬───────────┘
          │                        │
┌─────────▼────────────────────────▼───────────────────────────┐
│          AI Capability Extension Suite                        │
│  ┌────────────────────────────────────────────────────────┐  │
│  │  MCP ACS Debugger                                      │  │
│  │  • 25+ debugging tools                                 │  │
│  │  • VS Code extension with LSP/DAP integration          │  │
│  │  • Standalone MCP server for other agents              │  │
│  │  • 94.53% test coverage, 1,059 tests                   │  │
│  └────────────────────────────────────────────────────────┘  │
│  ┌────────────────────────────────────────────────────────┐  │
│  │  System Capabilities (In Development)                  │  │
│  │  • Screenshot • Recording • Filesystem • Process       │  │
│  └────────────────────────────────────────────────────────┘  │
└─────────────┬────────────────────────────────────────────────┘
              │ Chrome DevTools Protocol, System APIs
              │
┌─────────────▼────────────────────────────────────────────────┐
│           Your Development Environment                        │
│  • Node.js processes with Inspector Protocol                 │
│  • File system and process management                        │
│  • Screen capture and recording                              │
│  • Full system access with security controls                 │
└───────────────────────────────────────────────────────────────┘

集成方式

1. VS Code 扩展（原生集成）

• 通过 Language Server Protocol (LSP) 提供代码智能
• 通过 Debug Adapter Protocol (DAP) 进行调试
• 集成 GitHub Copilot，提供 AI 辅助
• 无需任何配置

2. MCP 服务（通用集成）

• 通过 Model Context Protocol 实现 AI Agent 通信
• 兼容 Kiro、Amazon Q、Claude Desktop 及其他 MCP 客户端
• 支持灵活部署（NPM、Docker、二进制文件）
• 可通过 JSON 配置

---

🎮 革命性用例

🤖 “AI，调试并修复这个问题”

You: "My app crashes when processing large files"
AI: *Starts debugger, sets breakpoints, profiles memory*
AI: "Memory leak in line 156. Buffer not released. Here's the fix..."

📸 “AI，为此功能编写文档”

You: "Create documentation for the new dashboard"
AI: *Captures screenshots, analyzes UI, generates docs*
AI: "Created comprehensive guide with 12 annotated screenshots..."

🎥 “AI，创建演示视频”

You: "Show how the authentication flow works"
AI: *Records screen, adds annotations, exports video*
AI: "Generated 2-minute demo with voiceover script..."

📁 “AI，整理我的项目文件”

You: "Restructure this codebase following best practices"
AI: *Analyzes structure, moves files, updates imports*
AI: "Reorganized 247 files into proper architecture..."

---

📦 软件包结构

🐛 调试能力

• mcp-debugger-core - 核心调试引擎，集成 Chrome DevTools Protocol
• mcp-debugger-server - MCP 服务，提供 25+ 种专业调试工具
  • 断点、变量检查、执行控制
  • 性能分析（CPU、内存、时间线）
  • 卡顿检测和无限循环识别
  • TypeScript 源映射支持
  • 企业级安全与合规功能
  • 94.53% 测试覆盖率，共 1,059 项测试
  • 完整详情请参阅 DEBUGGER-README.md

🖥️ 系统能力

• mcp-screenshot - 屏幕截图和图像操作
• mcp-process - 进程和应用管理，具备企业级安全保障
• mcp-recording - 屏幕录制和视频操作（计划中）
• mcp-filesystem - 高级文件系统操作（计划中）

🎨 VS Code 扩展

• vscode-mcp-debugger - 用于 MCP 调试的 VS Code 扩展
• vscode-mcp-screenshot - 用于屏幕截图的 VS Code 扩展

🚀 开始使用

前置条件

• Node.js 18+
• Yarn（支持工作区）
• TypeScript 5+

安装

# Clone the repository
git clone https://github.com/digital-defiance/ai-capabilities-suite.git
cd ai-capabilities-suite

# Install dependencies
yarn install

# Build all packages
yarn build

# Run tests
yarn test

快速入门：MCP ACS 调试器

# Build debugger packages
npx nx build mcp-debugger-core
npx nx build mcp-debugger-server

# Run debugger tests
npx nx test mcp-debugger-core
npx nx test mcp-debugger-server

# Start debugger server
node packages/mcp-debugger-server/dist/src/index.js

---

📋 开发

构建命令

# Build all packages
yarn build

# Build specific package
npx nx build mcp-debugger-core
npx nx build mcp-debugger-server
npx nx build mcp-screenshot
npx nx build mcp-core

# Build with watch mode
npx nx build mcp-screenshot --watch

测试命令

# Run all tests
yarn test

# Test specific package
npx nx test mcp-debugger-core
npx nx test mcp-debugger-server
npx nx test mcp-screenshot

# Test with coverage
npx nx test mcp-debugger-core --coverage

# Run tests in watch mode
npx nx test mcp-screenshot --watch

Lint 命令

# Lint all packages
yarn lint

# Lint specific package
npx nx lint mcp-debugger-core

---

🏆 生产状态与分发

✅ MCP ACS Debugger

分发渠道：

• ✅ VS Code Marketplace - 原生扩展，集成 Copilot
• ✅ NPM Registry - 通过 npm 全局安装
• ✅ Docker Hub - 容器化部署
• ✅ GitHub Releases - 适用于所有平台的独立二进制文件
• � [MCP Registry - 正在提交，等待收录至官方 Model Context Protocol 注册表

质量指标：

• 为 AI Agent 提供 25+ 种专业调试工具
• 企业级安全性、合规性和可观测性
• 94.53% 测试覆盖率，超过行业标准（目标：90%）
• 83.45% 分支覆盖率，接近目标（目标：85%）
• 1,059 项测试，99.81% 通过率（1,050 项通过，2 项不稳定，7 项跳过）
• 可用于生产环境，支持优雅关闭、熔断器和重试逻辑
• 支持跨平台（Linux、macOS、Windows）
• Node.js 兼容性已在 16、18、20、22 版本上测试
• TypeScript 兼容性已在 4.x 和 5.x 版本上测试

企业功能：

• 🔒 安全性：身份验证、速率限制、PII 屏蔽、审计日志
• 📊 可观测性：结构化日志、指标收集、健康检查
• 🚀 性能：CPU / 内存分析、性能时间线分析
• 🛡️ 可靠性：熔断器、重试逻辑、优雅关闭
• 📈 可扩展性：经过 100+ 个并发调试会话的负载测试

文档：

• 👉 VS Code 扩展指南
• 👉 完整调试器文档
• 👉 生产状态报告
• 👉 安装指南
• 👉 API 参考

🛠️ 系统功能

• mcp-debugger：25+ 种调试工具，支持性能分析、卡顿检测和高级断点
• mcp-screenshot：支持多种格式（PNG、JPG、WebP）的屏幕截图
• mcp-process：具备企业级安全性的进程管理
• mcp-recording：屏幕录制，支持视频编码和帧提取 - 计划中
• mcp-filesystem：超越基本读写功能的高级文件操作 - 计划中

---

📚 文档

入门指南

• VS Code 扩展指南 - VS Code 安装和使用说明
• 快速入门指南 - 5 分钟内即可开始使用
• 配置指南 - 根据工作流进行自定义
• 故障排除指南 - 常见问题及解决方案

主要文档

• README.md - 本文件（套件概览）
• DEBUGGER-README.md - 完整调试器文档
• DEBUGGER-STATUS.md - 生产就绪情况报告
• MIGRATION-SUMMARY.md - 迁移文档
• MIGRATION-COMPLETE.md - 迁移完成指南

调试器规范与任务

• .kiro-debugger/specs/ - 完整规范
• .kiro-debugger/specs/mcp-debugger-tool/requirements.md - EARS 格式的需求
• .kiro-debugger/specs/mcp-debugger-tool/design.md - 架构与设计
• .kiro-debugger/specs/mcp-debugger-tool/tasks.md - 详细任务分解

软件包文档

• mcp-debugger-core - 核心调试引擎
• mcp-debugger-server - MCP 服务
• mcp-screenshot - 截图捕获服务
• mcp-filesystem - 文件系统操作服务
• mcp-process - 进程管理服务
• mcp-recording - 录制与回放服务
• vscode-mcp-debugger - VS Code 调试扩展
• vscode-mcp-screenshot - VS Code 截图扩展

API 参考

• MCP Tools Reference - 全部 25+ 种调试工具
• CDP Protocol Reference - Chrome DevTools Protocol 集成
• LSP/DAP Reference - 语言服务器和调试适配器协议

---

🤝 参与贡献

欢迎贡献！本项目采用规范驱动的开发方式：

1. 需求以 EARS 格式记录
2. 设计包含形式化正确性属性
3. 实现遵循详细的任务计划
4. 测试采用基于属性的测试并确保全面覆盖
5. 质量门槛——合并前必须通过所有测试

如何贡献

1. Fork 此仓库
2. 创建功能分支（git checkout -b feature/amazing-feature）
3. 添加更改并编写测试
4. 确保所有测试通过（yarn test）
5. 提交更改（git commit -m 'Add amazing feature'）
6. 推送到分支（git push origin feature/amazing-feature）
7. 发起 Pull Request

---

👥 团队

Digital Defiance

• 📧 电子邮件：[email protected]
• 🚨 安全：SECURITY.md
• 🔗 LinkedIn：Digital Defiance
• 🌐 网站：digitaldefiance.org

---

📄 许可证

MIT 许可证——详情请见 LICENSE

---

🎉 加入这场变革

我们正在为 AI 驱动的开发工作流构建基础。

通过赋予 AI Agent 专业级能力，我们正在创造这样的未来：

• ✅ 自动调查 Bug，让你专注于功能开发
• ✅ 根据实际系统行为生成文档
• ✅ 只需一条命令即可创建演示
• ✅ 自动按照最佳实践整理代码
• ✅ 初级开发者也能获得高级开发者级别的专业知识

这不仅仅是一套工具——它代表着软件开发的未来。

---

🚀 快速入门选项

VS Code 用户（推荐）

# Install from VS Code Marketplace
code --install-extension digitaldefiance.ts-mcp-debugger

# Or search "MCP ACS Debugger" in VS Code Extensions

其他 AI Agent 用户（Kiro、Amazon Q、Claude）

# Install globally via NPM
npm install -g @ai-capabilities-suite/mcp-debugger-server

# Or use Docker
docker run -p 3000:3000 digitaldefiance/mcp-debugger-server

# Or download standalone binary from GitHub Releases

贡献者与开发者

# Clone and build from source
git clone https://github.com/digital-defiance/ai-capabilities-suite.git
cd ai-capabilities-suite
yarn install && yarn build && yarn test

---

📊 项目统计

• 软件包总数： 10 个（5 个用于生产环境，5 个正在开发中）
• 测试总数： 所有软件包共计 1,059 个测试
• 测试通过率： 99.81%（1,050 个通过，2 个不稳定，7 个已跳过）
• 代码覆盖率： 行覆盖率 94.53%，分支覆盖率 83.45%
• 代码行数： 15,000 多行生产代码
• 文档： 10,000 多行详尽文档
• 支持的平台： Linux、macOS、Windows
• Node.js 版本： 16、18、20、22
• TypeScript 版本： 4.x、5.x

---

🌟 为什么选择这套工具？

1. 达到生产就绪质量

• 企业级测试，覆盖率达 94.53%
• 基于属性的测试，包含 22 项正确性属性
• 负载测试，支持 100 多个并发会话
• 通过混沌测试验证可靠性
• 通过安全测试检测漏洞

2. 多种集成选项

• 原生 VS Code 扩展，无需配置
• 独立 MCP 服务，支持各种 AI Agent
• Docker 容器，便于部署
• 独立二进制文件，无需安装即可使用

3. 全面的功能集

• 25 多种调试工具（MCP 生态系统中最全面）
• 性能分析（CPU、内存、时间线）
• 高级断点类型（日志点、异常、命中次数、函数）
• 企业级安全（身份验证、速率限制、PII 屏蔽）
• 生产就绪能力（优雅关闭、熔断器、重试逻辑）

4. 积极开发与支持

• 定期更新并推出新功能
• 在 GitHub 上及时响应问题
• 详尽的文档和示例
• 社区驱动开发

5. 开源且可扩展

• MIT 许可证——可在任何项目中自由使用
• 文档完善的代码库，欢迎贡献
• 模块化架构，便于扩展
• 欢迎社区积极贡献

---

💬 社区与支持

获取帮助：

• 📖 文档
• 🐛 问题跟踪
• 💬 讨论区
• 📧 电子邮件支持

掌握最新动态：

• ⭐ 为此代码库加星，获取更新
• 👀 关注新版本
• 🐦 在社交媒体上关注我们（即将推出）
• 📰 订阅我们的新闻简报（即将推出）

参与贡献：

• 🔧 提交拉取请求
• 🐛 报告错误和问题
• 💡 提出新功能建议
• 📝 改进文档
• 🧪 增加测试覆盖率

---

🏅 荣誉与成就

VS Code Marketplace

• ✅ 已发布扩展 - MCP ACS TypeScript Debugger
• 🎯 无需配置 - 安装后即可立即使用
• 🤖 Copilot 集成 - 首个原生支持 Copilot 的 MCP 调试器
• 🌍 多语言支持 - VS Code 扩展支持所有语言；MCP 服务支持 Node.js/JavaScript
• 📦 专业品质 - 企业级扩展，经过全面测试

分发渠道

• ✅ VS Code Marketplace - 面向 VS Code 用户的原生扩展
• ✅ NPM Registry - 通过 npm install -g 全局安装
• ✅ Docker Hub - 面向生产环境的容器化部署
• ✅ GitHub Releases - 适用于所有平台的独立二进制文件
• 🔄 MCP Registry - 官方 Model Context Protocol 注册表（正在提交）
• 🔄 Homebrew - macOS 包管理器（公式正在开发中）

质量指标

• 🏆 94.53% 测试覆盖率 - 高于 90% 的行业标准
• ✅ 1,059 个测试 - 全面的测试套件，通过率达 99.81%
• 🔒 企业级安全 - 身份验证、速率限制、PII 屏蔽、审计日志
• 📊 生产就绪 - 优雅关闭、熔断器、重试逻辑
• 🌍 跨平台 - 支持 Linux、macOS、Windows
• 🔧 多版本支持 - 兼容 Node.js 16-22、TypeScript 4.x-5.x

社区影响力

• Model Context Protocol 生态系统 - 为 MCP 标准贡献力量
• 开源卓越品质 - MIT 许可证，代码库文档完善
• 社区驱动 - 根据全球开发者的反馈构建
• 积极开发 - 定期更新并推出新功能
• 及时响应支持 - 提供 GitHub 问题反馈、讨论和电子邮件支持

---

---

🎯 准备好开始了吗？

面向 VS Code 用户（推荐）

通过以下 3 种方式安装扩展：

1. 通过 VS Code：

   • 打开扩展（Ctrl+Shift+X / Cmd+Shift+X）
   • 搜索 "MCP ACS Debugger"
   • 点击安装

2. 通过命令行：

   code --install-extension digitaldefiance.ts-mcp-debugger
   

3. 通过 Marketplace：

   • 访问 VS Code Marketplace
   • 点击“安装”

面向其他 AI Agent

选择安装方式：

# NPM (Global installation)
npm install -g @digitaldefiance/mcp-debugger-server

# Docker (Containerized)
docker run -p 3000:3000 digitaldefiance/mcp-debugger-server

# Homebrew (macOS - coming soon)
brew install digitaldefiance/tap/mcp-debugger-server

# Download Binary (No installation)
# Visit: https://github.com/digital-defiance/ai-capabilities-suite/releases

面向贡献者

# Clone and build from source
git clone https://github.com/digital-defiance/ai-capabilities-suite.git
cd ai-capabilities-suite
yarn install && yarn build && yarn test

---

📊 安装统计

---

🔗 单独的包仓库

核心 MCP 服务

• mcp-debugger-core - 基于 Chrome DevTools Protocol 的核心调试引擎
• mcp-debugger-server - 提供 25+ 个工具的 MCP 调试服务
• mcp-screenshot - 支持 PII 遮罩的截图服务
• mcp-filesystem - 高级文件系统操作服务
• mcp-process - 进程管理和监控服务
• mcp-recording - 屏幕录制和回放服务

VS Code 扩展

• vscode-mcp-debugger - 集成 Copilot 的 VS Code 调试扩展
• vscode-mcp-screenshot - 具备 LSP 功能的 VS Code 截图扩展
• vscode-mcp-acs-process - 具备 LSP 功能的 VS Code 进程管理扩展

主要链接

• 主页：digitaldefiance.org
• 主仓库：ai-capabilities-suite
• 组织：Digital-Defiance
• NPM 包：@ai-capabilities-suite
• Docker Hub：digitaldefiance
• 问题反馈：GitHub Issues
• 讨论：GitHub Discussions

---

由 Digital Defiance 团队使用 Amazon Kiro、TypeScript 和 Model Context Protocol 倾心打造 ❤️

准备好为你的 AI Agent 赋予超能力了吗？立即安装！🚀

---

🔧 Kiro MCP 配置

Kiro 用户快速设置

编辑 ~/.kiro/settings/mcp.json，配置 Kiro 使用 AI Capability Extension Suite MCP 服务：

{
  "mcpServers": {
    "mcp-screenshot": {
      "command": "npx",
      "args": ["-y", "@ai-capabilities-suite/mcp-screenshot"]
    },
    "mcp-process": {
      "command": "npx",
      "args": [
        "-y",
        "@ai-capabilities-suite/mcp-process",
        "--config",
        "./mcp-process-config.json"
      ]
    },
    "mcp-debugger": {
      "command": "npx",
      "args": ["-y", "@ai-capabilities-suite/mcp-debugger-server"]
    }
  }
}

MCP ACS Process 配置

在项目目录或主目录中创建 mcp-process-config.json：

{
  "allowedExecutables": ["node", "python3", "npm", "yarn", "git"],
  "defaultResourceLimits": {
    "maxCpuPercent": 80,
    "maxMemoryMB": 1024,
    "maxCpuTime": 300
  },
  "maxConcurrentProcesses": 10,
  "maxProcessLifetime": 3600,
  "enableAuditLog": true,
  "blockShellInterpreters": true,
  "blockSetuidExecutables": true,
  "allowProcessTermination": true,
  "allowForcedTermination": false
}

**注意：**在即将发布的版本中，将移除 mcp-process 对配置文件的要求，并提供合理的默认值，使其成为可选项。

前提条件

Linux 用户（Ubuntu/Debian）：

# Install Python setuptools for native dependencies
sudo apt-get install -y python3-setuptools build-essential

macOS 用户：

# Install Xcode Command Line Tools
xcode-select --install

Windows 用户：

# Install Visual Studio Build Tools
# Download from: https://visualstudio.microsoft.com/downloads/

其他方式：全局安装

如果你更倾向于全局安装，而不是使用 npx：

# Install all three servers globally
npm install -g @ai-capabilities-suite/mcp-screenshot
npm install -g @ai-capabilities-suite/mcp-process
npm install -g @ai-capabilities-suite/mcp-debugger-server

# Then use direct commands in mcp.json
{
  "mcpServers": {
    "mcp-screenshot": {
      "command": "mcp-screenshot"
    },
    "mcp-process": {
      "command": "mcp-process",
      "args": ["--config", "./mcp-process-config.json"]
    },
    "mcp-debugger": {
      "command": "mcp-debugger"
    }
  }
}

验证

配置完成后，重启 Kiro 并确认服务已连接：

You: "List available MCP tools"
Kiro: *Shows tools from mcp-screenshot, mcp-process, and mcp-debugger*

故障排查

连接问题：

• 确认已安装 Node.js 18+：node --version
• 检查 Python setuptools：python3 -c "import setuptools"
• 确认软件包已发布：npm view @ai-capabilities-suite/mcp-screenshot

原生依赖错误：

• 安装构建工具（见上文“前提条件”）
• 清除 npm 缓存：npm cache clean --force
• 重新安装：npm install -g --force @ai-capabilities-suite/mcp-screenshot

未找到配置文件：

• 在 mcp.json 中使用配置文件的绝对路径
• 确认文件存在：ls -la ./mcp-process-config.json
• 检查 JSON 语法：cat mcp-process-config.json | jq

---

🎯 Akira

由 GitHub Copilot 和 MCP 驱动的规范驱动开发

代码库： Akira

问题： 传统的 AI 辅助开发缺乏结构——需求含糊不清、设计不一致，且未经充分规划便开始实现。AI Agent 生成代码时不了解完整上下文，也无法确保代码正确。

解决方案： Akira 将专业软件工程方法引入 AI 辅助开发。Akira 使用需求语法简易方法（EARS）和 INCOSE 质量规则，引导 AI 按结构化工作流开展工作：需求 → 设计 → 任务 → 执行。通过集成模型上下文协议（MCP），规范文档可以跨聊天会话持久保存，确保一致性，并支持基于属性的测试。

🎨 主要功能

结构化的规范驱动工作流：

• 需求阶段 - 生成符合 EARS 的需求，并通过 INCOSE 验证
• 设计阶段 - 创建包含正确性属性的技术设计
• 任务阶段 - 生成层级结构合理、可执行的实现计划
• 执行阶段 - 根据需求和设计的完整上下文执行任务

高级需求工程：

• 符合 EARS - 所有需求均遵循六种 EARS 模式之一
• INCOSE 质量规则 - 根据语义质量标准自动验证
• 术语表管理 - 自动提取并定义技术术语
• 用户故事结构 - 格式统一，每项需求包含 2-5 条验收标准

基于属性的测试集成：

• 正确性属性 - 根据验收标准生成可测试的属性
• 全称量化 - 属性采用明确的“对于任意”表述
• 往返属性 - 自动检测解析／序列化需求
• 测试库集成 - 支持 fast-check 等 PBT 库

模型上下文协议（MCP）集成：

• 持久化上下文 - 规范文档在不同聊天会话中始终可用
• 结构化工具 - 通过 MCP 工具以编程方式访问规范操作
• 状态管理 - 跟踪工作流进度和任务完成情况
• 文件操作 - 通过 MCP 读取、写入和更新规范文档

🛠️ 工作流阶段

1. 需求 - 使用 EARS 模式生成用户故事，并通过 INCOSE 验证
2. 设计 - 创建包含供 PBT 使用的正确性属性的技术设计
3. 任务 - 生成包含 2 层层级结构的可执行实现计划
4. 执行 - 加载完整上下文并跟踪状态以执行任务

🎯 革命性用例

“AI，为用户身份验证创建一份规范”

You: "@spec create user-authentication"
AI: *Generates EARS-compliant requirements*
AI: "Created spec with 8 requirements (5 ubiquitous, 2 event-driven, 1 state-driven).
     All requirements validated against INCOSE rules. Ready for design phase."

“AI，生成正确性属性”

You: "@spec approve requirements user-auth"
AI: *Moves to design phase, extracts properties*
AI: "Generated 12 correctness properties:
     - For any valid credentials, login succeeds
     - For any expired token, re-authentication required
     - For any user, password hash is irreversible
     Ready for implementation."

“AI，执行实现计划”

You: "@spec execute user-auth"
AI: *Loads full context, executes tasks*
AI: "Executing task 1.1: Implement password hashing...
     ✅ Implemented with bcrypt
     ✅ Added property test: password hashing is one-way
     Moving to task 1.2..."

🚀 开始使用

从 VS Code 安装：

1. 在 VS Code 扩展中搜索“Akira”
2. 或访问：VS Code Marketplace （即将推出）

搭配 GitHub Copilot 使用：

# Create a new spec
@spec create feature-name

# List all specs
@spec list

# Execute tasks
@spec execute feature-name

# Approve workflow phases
@spec approve requirements feature-name
@spec approve design feature-name
@spec approve tasks feature-name

📚 文档：

• 👉 Akira 文档
• 👉 EARS 模式指南
• 👉 工作流指南