mcpField
M
Moretes Architect MCP

Moretes Architect MCP

远程服务
fernando.moretes.com开发工具11 天前更新

关于 Moretes Architect MCP

Moretes Architect 是面向软件架构师和编码 Agent 的 MCP 服务,提供用于架构设计、审查、计算及流水线检查的确定性工具。它返回依据、明确假设和待补信息,服务本身不调用模型。

主要功能

  1. 01架构角色与审查工具
  2. 02设计、决策记录和图表生成
  3. 03容量、延迟与成本计算
  4. 04IaC 与安全审查工具
  5. 05支持 Markdown、JSON、SARIF 的离线命令行

适用场景

  1. 01比较云服务并记录架构决策
  2. 02在 CI 中审查 Terraform 计划或 Kubernetes 清单
  3. 03根据给定输入评估延迟、容量和成本
  4. 04检查其他 MCP 服务的工具定义

MCP 相关

它向 MCP 客户端提供确定性架构工具、提示词和资源。服务本身不调用模型;本地模式还提供离线命令行。

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://mcp.moretes.com/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。

安装包
npmmoretes-aws-architect-mcp0.4.1

工具

详细介绍

Moretes Architect MCP:为你的编码 Agent 提供基于证据、适用于任何云的架构设计

CI CodeQL MCP Registry MIT 许可证 版本 0.3.0 48 个工具 不调用模型 无需 API 密钥 Node 22 和 24 免费视频课程

Claude Code · Codex · Kiro · Cursor · VS Code · Gemini CLI · Amazon Q · Claude Desktop
连接 · 查看运行效果 · 工具 · 流水线 · 隐私 · 教程和课程 · English


一个 MCP 服务,可在你的编码 Agent 中提供 48 个确定性的架构工具和 10 种架构师角色。客户端中的模型负责推理;服务则返回计算结果、结构、官方来源以及明确指出的缺失信息。服务从不调用模型,从不通过互联网访问你的账户,也不需要 API 密钥。

由信息技术专家架构师及 AWS Community Builder(AI Engineering)Fernando Azevedo 制作。这是我日常用于架构决策的工具,现已开放给社区使用、审计和扩展。

查看运行效果

要求提供 API,它会先提问再给出建议。 Agent 会调用 requirements_check,然后调用 architect_panel;不会编造任何数字。

Claude Code 调用 Moretes Architect 的 requirements_check 和 architect_panel,并展示返回的 JSON

计算,不瞎猜。 在 Kiro 中,latency_budget 会累加串行步骤,取并行步骤中的最大值,并显示时间花在了哪里。

Kiro 调用 latency_budget:1460 毫秒(上限为 2000 毫秒),支付环节耗时 900 毫秒

在流水线中拦截危险的 apply。 同一引擎也可以通过 CLI 离线运行,输出 Markdown、JSON 或 SARIF,并根据严重程度返回退出码。

终端通过 CLI 运行 terraform_plan_review,发现 high 级问题,退出码为 1

这些 GIF 截取自免费课程中的视频,使用我的声音旁白,展示服务的真实调用和响应。完整 JSON 请见 docs/examples。

30 秒内完成连接

在 Cursor 中安装 在 VS Code 中安装

无需密钥,无需注册:

# Claude Code
claude mcp add --transport http moretes-architect https://m9od37vm41.execute-api.us-east-1.amazonaws.com/mcp

# Codex
codex mcp add moretes-architect --url https://m9od37vm41.execute-api.us-east-1.amazonaws.com/mcp

# Gemini CLI
gemini mcp add --transport http moretes-architect https://m9od37vm41.execute-api.us-east-1.amazonaws.com/mcp
Kiro、Cursor、VS Code、Amazon Q、Claude Desktop

Kiro(.kiro/settings/mcp.json)、Cursor(.cursor/mcp.json)和 Amazon Q(mcp.json):

{
  "mcpServers": {
    "moretes-architect": {
      "url": "https://m9od37vm41.execute-api.us-east-1.amazonaws.com/mcp",
      "autoApprove": []
    }
  }
}

VS Code(.vscode/mcp.json):

{
  "servers": {
    "moretes-architect": { "type": "http", "url": "https://m9od37vm41.execute-api.us-east-1.amazonaws.com/mcp" }
  }
}

Claude Desktop 及任何 stdio 客户端,在本地运行后:

{ "mcpServers": { "moretes-architect": { "command": "node", "args": ["/CAMINHO/ABSOLUTO/dist/stdio.js"] } } }

各客户端的分步说明、验证方法和常见错误: docs/clients.md。

fernando.moretes.com/mcp 页面:显示各客户端命令的标签页

公共配额:每个客户端每天 300 次请求,总计 3,000 次;超出后返回 429。同一服务也可通过 https://fernando.moretes.com/api/mcp 响应,但该地址会经过网站,所有用户共用一个每日配额;使用直连 URL 即可获得自己的配额。需要更大用量或处理私有输入时,请本地运行。

连接后,请对 Agent 说:

“使用 Moretes Architect。我需要一个面向 marketplace 的订单 API,峰值为每分钟 300 笔订单。请先询问缺失的信息再提出建议,召集解决方案、安全和 FinOps 架构师,比较 Lambda 和 ECS,绘制 C4 图,并将决策记录在 ADR 中。”

功能介绍

四种用途:决策、计算、审查、保护 Agent

分组工具用途
角色与代码architect_panel, code_review_architecture, dependency_manifest_review调用解决方案、企业、业务、数据、基础设施、软件、AI、安全、治理和 FinOps 架构师;审查代码和依赖清单
架构与决策requirements_check, architecture_pattern, service_compare, decision_record, well_architected_review, threat_model, failure_rehearsal, capacity_plan, cost_model, slo_budget, migration_plan, architecture_diagram, implementation_plan, agent_tool_contract从需求到 ADR,涵盖六大支柱、STRIDE、容量、带日期的成本和 SLO
设计:图表、数据、契约c4_model, sequence_diagram, service_equivalents, data_classification, openapi_review, event_contract经过验证的 Mermaid C4 和时序图;涵盖 43 项能力的 AWS、Azure、GCP、OCI 和开源等效服务;LGPD、GDPR 和 PCI 指引;OpenAPI;CloudEvents 契约
可靠性、运维与 FinOpslatency_budget, queue_sizing, dr_strategy, retry_policy, storage_growth, finops_unit_economics, postmortem, runbook延迟预算、Erlang C、按 RTO/RPO 划分 DR 等级、带抖动的退避、存储增长、单位成本、事后分析和运维手册
AI Agent 与 MCP 安全agent_eval_plan, prompt_injection_checklist, rag_pipeline_plan, mcp_server_review, mcp_config_review评估计划、注入防护措施、在 top-k 前进行授权的 RAG、审查其他 MCP 服务以及客户端配置
IaC 审查iam_policy_review, cloudformation_review, terraform_plan_review, kubernetes_manifest_reviewJSON 格式的 Terraform/OpenTofu 计划、CloudFormation、Kubernetes 清单、IAM 策略
实时 AWS Knowledgeaws_knowledge_search, aws_knowledge_read, aws_regions, aws_regional_availability, aws_skill通过 AWS 官方 MCP 获取最新官方文档、区域和可用性信息
官方集成与 GitHubintegration_catalog, integration_config, github_public_repository包含 61 个 awslabs 官方服务且固定版本的目录;公开仓库元数据

iam_policy_review 可读取 AWS IAM 策略、Azure 角色定义和 Google Cloud 绑定(provider)。所有计算和审查工具都会发布 outputSchema,客户端会验证输出。

还有 20 个提示词(10 个工作流,以及每个角色对应一个 architect_<papel>)、18 个资源(moretes://guide、moretes://boundaries、moretes://tools、moretes://personas/<id>、moretes://skills/<id>),以及仅限本地模式使用的 5 个可选工具,用于 AWS 账户和与官方服务的联合身份验证。

各工具指南:docs/tools-guide.md · Schema:docs/tools.md · 实际输出:docs/examples · 角色:docs/personas.md

实际输出:c4_model 绘制的 C4 图

输入:人员、系统和明确的关系。输出:经过验证的 Mermaid(拒绝重复 ID、悬空边,以及包含危险语法的标签)。GitHub 会在下方准确渲染该工具在 docs/examples/c4_model.json 中返回的内容:

flowchart TB
  buyer(["Buyer<br/>Places and tracks orders"])
  subgraph system_Orders_platform["Orders platform"]
    web["Storefront [Next.js]"]
    api["Orders API [Node.js on Fargate]"]
    db["Orders DB [PostgreSQL]"]
    bus["Order events [EventBridge]"]
  end
  psp[["Payment provider [REST + webhooks]"]]
  buyer -->|"uses"| web
  web -->|"calls (HTTPS/JSON)"| api
  api -->|"reads and writes"| db
  api -->|"authorizes payment"| psp
  psp -->|"webhook: payment captured"| api
  api -->|"publishes OrderPlaced"| bus
  classDef person fill:#1f3b63,stroke:#5b9bd5,color:#fff
  class buyer person
  classDef external fill:#4a4a4a,stroke:#9a9a9a,color:#fff
  class psp external
实际输出:审查遭投毒的 MCP 服务

mcp_server_review 接收其他服务的 tools/list,并查找描述中隐藏的指令文本、危险参数、虚假注解和重复名称。针对 docs/examples/mcp_server_review.json 中的示例服务:

{
  "summary": { "high": 5, "medium": 1, "info": 0 },
  "verdict": "Do not auto-approve; review each high finding with the server author or pin to an allowlist",
  "findings": [
    { "severity": "high", "target": "read_file", "message": "Description contains instruction-like text (references local secret files); tool-poisoning indicator." },
    { "severity": "high", "target": "read_file", "message": "Parameters that typically carry commands, raw queries, URLs or paths: path. Require an allowlist and per-call approval." }
  ]
}

存在的原因

云端 MCP 服务可直接操作:在你的账户中执行。我们缺少的是前置环节:收集需求、诚实地比较不同提供商、通过计算而非猜测得出结论、依据证据进行审查,并记录决策。本项目在代码诞生的同一处完成这些工作,不产生服务器端推理成本,也不接收凭据。

三条规则贯穿所有工具:

  1. 先提问,再假设。 缺失的需求会作为问题返回,而不是用典型值填补。
  2. 使用可审计的输入进行计算。 价格必须注明来源和日期;输出中明确列出公式。
  3. 启发式方法用于初步筛查。 标记为已满足却没有证据支持的控制项,会恢复为未知;每次审查都会说明未涵盖的内容。

集成到流水线

git clone https://github.com/fernando-moretes/moretes-aws-architect-mcp.git
cd moretes-aws-architect-mcp && npm ci --ignore-scripts && npm run build

terraform show -json tfplan > plan.json
node dist/cli.js call terraform_plan_review --input plan.json --format sarif --fail-on high > review.sarif
# exit 0: ok · 1: achados no nível --fail-on ou acima · 2: erro de uso ou entrada

离线运行,不受配额限制。SARIF 会进入 GitHub 的代码扫描;Markdown 会进入作业摘要。GitHub Actions、GitLab CI 和 pre-commit 配置已就绪,详见 docs/pipelines.md。

本地运行

npm ci --ignore-scripts && npm run build
npm start            # MCP stdio (o protocolo usa o stdout; não é um chat)
npm run http         # http://127.0.0.1:8787/mcp e a landing local
node dist/cli.js list

AWS 账户工具(STS 身份、按标签查询资源、成本历史)以及与官方服务的联邦接入,需通过环境变量主动启用,且仅在 stdio 模式下可用:公共 HTTP 服务绝不会暴露这些功能。详情见 docs/clients.md 和 docs/integrations.md。目前尚未发布到 npm;请使用某个标签的克隆版本。

视频教程和免费课程

Moretes Architect MCP 页面,网址为 fernando.moretes.com/mcp

在 fernando.moretes.com/mcp 上,你可以找到按客户端分类的连接指南、可调用真实服务的交互式 playground、按组分类的工具、角色设定、故障排查和常见问题。课程包含十节课,每节课都有视频、音频和文本,以及测验和证书:

页面中的 playground 正在调用一个工具课程中的一节课,包含内容块和测验
Playground:选择示例、编辑 JSON,然后调用工具。第 05 课:用数据为决策提供依据。
#课程
01什么是 MCP,以及什么是 Moretes Architect
0230 秒内完成连接:Claude Code、Codex、Kiro、Cursor 和 VS Code
03从想法到决策:需求、架构师评审和 ADR
04设计与采购:C4、时序图、事件和 OpenAPI
05用数据为决策提供依据:容量、延迟、队列和成本
06基于证据进行审查:Well-Architected、威胁、数据和 IAM
07流水线中的 IaC 和代码:Terraform、CloudFormation、Kubernetes 和 CLI
08运行与恢复:DR、重试、故障演练、运行手册和事后复盘
09生产环境中的 AI Agent 与 MCP 安全
10角色设定、官方来源、本地模式和如何贡献

隐私与限制

  • 公共服务会在内存中处理输入,只记录请求 ID、状态和耗时。绝不记录参数、提示词或结果。
  • 只有两类请求会访问互联网:aws_knowledge_*(查询会发送到 AWS 官方 MCP)和 github_public_repository(api.github.com)。其余所有操作均在本地计算。
  • 每个客户端的配额使用 sha256(dia + IP),有效期为两天;不会保存原始 IP。
  • 请勿将密钥、客户数据或机密架构发送到公共端点;这些情况请使用本地模式。
  • 不提供 SLA。该服务由社区提供,由一人维护,目标预算为每月 30 美元。

详情见 PRIVACY.md 和 SECURITY.md。

架构

flowchart LR
  C[Claude Code / Codex / Kiro / Cursor / VS Code] -->|Streamable HTTP| G[API Gateway: 5 rps, rajada 20]
  G --> L[Lambda arm64: 48 ferramentas públicas]
  L --> Q[DynamoDB: cota global e por cliente]
  L --> K[AWS Knowledge MCP oficial]
  L --> H[GitHub: metadados públicos]
  C -->|stdio, opcional| S[MCP local]
  S --> A[Credenciais do SDK + guarda de conta]
  A --> R[3 ferramentas de conta, somente leitura]
  A --> F[Servidores oficiais instalados + allowlist exata]
  P[CLI moretes-architect] --> T[Mesmas ferramentas, offline]
服务器本身的首页

公共服务器首页,展示每个客户端的命令和按组分类的工具

Lambda 角色仅能写入配额表和自身日志。通过经过审核的 CloudFormation 更改集进行部署。设计 · 成本 · 运维手册 · 部署证据

质量

npm run typecheck && npm test && npm run build && npm audit --omit=dev
npm run smoke -- https://m9od37vm41.execute-api.us-east-1.amazonaws.com/mcp   # consulta pública real
node scripts/examples.mjs    # regenera docs/examples com as saídas reais

41 项离线测试,覆盖 99% 的代码行,涵盖协议、计算、修订、公共与本地隔离、输入限制和联邦。CI 使用 Node 22 和 24、CodeQL、Dependabot,并在每次发布时生成 CycloneDX SBOM。docs/examples 中记录的每项输出都是一项测试:如果工具的行为发生变化,CI 就会发出提示。docs/tools.lock.json 保存每个工具名称、描述和 schema 的哈希,因此模型客户端读取内容的任何变化都会显示在 diff 中。

参与贡献

欢迎用葡萄牙语或英语提交 Issue 和 PR。请使用模板:bug 或工具提案(问题、输入、预期输出、限制)。新增工具需要严格的 schema、明确的外部数据边界、输出中的限制说明和测试。如果你是 AWS Community Builder、组织 User Group 或授课教师:课程和视频可免费用于课堂。

客户端 · 工具 · 角色设定 · 流水线 · 常见问题 · 故障排除 · 术语表 · 最新动态 · 工作坊 · 贡献指南 · 行为准则 · 路线图 · 更新日志 · 致谢

独立项目。并非 AWS 产品,也不是官方 Well-Architected 审查、安全认证或价格报价。AWS 和其他名称归其所有者所有。

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。