mercury-spec-ops

Mercury Spec Ops MCP 服务：将提示词和资源作为**工具**

首个提供动态、可由 AI 调用的提示词生成和模板组装工具的 MCP 服务。

改变 AI 助手与专业内容交互的方式。Mercury Spec Ops 不再提供静态提示词和资源，而是提供 6 个可编程工具，让 AI 能够按需动态生成特定技术的提示词和完整模板。它基于先进的模块化架构构建，涵盖 31 个技术栈、10 个分析维度和 34 个模板章节，所有功能均可通过简单的工具调用访问。

功能

此 MCP 服务采用模块化、可扩展的架构，提供：

提示词（支持增强的枚举功能）

1. PRD 提示词 - 生成产品需求文档，并进行模块化的特定技术分析
2. 代码库分析提示词 - 通过模块化的特定技术／分析重点分析代码库
3. Bug 分析提示词 - 通过模块化的特定严重程度／技术分析 Bug

资源（模块化模板）

1. PRD 模板 - 模块化 PRD 模板，包含特定技术的章节
2. 代码库分析模板 - 模块化代码库分析模板，包含特定技术／分析重点的章节
3. Bug 分析模板 - 模块化 Bug 分析模板，包含特定严重程度／技术的章节

主要功能

基于枚举的输入验证

• 技术栈（共 31 项）：
  • 语言（11 项）：JavaScript、TypeScript、Python、Java、Go、Rust、C#、PHP、Ruby、Swift、Kotlin
  • 运行时（1 项）：Node.js
  • 前端（3 项）：React、Angular、Vue
  • 后端（7 项）：Express、NestJS、Django、Flask、Spring、Laravel、Rails
  • 数据库（4 项）：MongoDB、PostgreSQL、MySQL、Redis
  • 云（3 项）：AWS、Azure、GCP
  • DevOps（2 项）：Docker、Kubernetes
• 分析重点（共 10 项）：architecture、security、performance、testing、documentation、maintainability、scalability、reliability、code-quality、dependencies
• Bug 严重程度（共 4 项）：low、medium、high、critical
• 目标受众：开发者、业务用户、企业、初创公司、医疗保健、金融等

程序化提示词组装

• 基础提示词 + 31 个技术模块 + 10 个重点模块 + 4 个严重程度模块
• 根据输入参数自动选择模块
• 根据优先级排列模块
• 支持多个值：同时分析多种技术和多个重点领域
• 逗号分隔的输入："node.js,react,postgresql" 或 "security,performance,code-quality"
• 集成自定义指令
• 智能回退至基础提示词

模块化模板系统

• 支持依赖项解析的模板章节
• 特定技术的模板章节
• 特定分析重点的模板章节
• 支持自定义章节

安装

选项 1：本地开发

1. 克隆并安装依赖项：

git clone https://github.com/n0zer0d4y/mercury-spec-ops.git
cd mercury-spec-ops
npm install
npm run build

2. 在本地运行服务：

npm run mcp

选项 2：从 npm 安装

npm install -g @n0zer0d4y/mercury-spec-ops

或者直接使用 npx（无需安装）：

npx @n0zer0d4y/mercury-spec-ops

使用

与 MCP 客户端集成

在 MCP 客户端（Claude Desktop、Cursor 等）中配置服务：

使用 npx（推荐，无需安装）

适用于 Claude Desktop（claude_desktop_config.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

适用于 Cursor（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

使用本地安装

适用于 Claude Desktop（claude_desktop_config.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

适用于 Cursor（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

Windows 本地路径示例（Cursor）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": [
        "C:\\Development\\Projects\\MCP-Servers\\mercury-spec-ops\\dist\\src\\server.js"
      ]
    }
  }
}

重要说明：

• npx：自动从 npm 获取最新版本（推荐大多数用户使用）
• 本地安装：将路径替换为实际项目位置，并先运行 npm run build
• 重启：配置变更后，重启 MCP 客户端

工作流示例

示例 1：增强代码库分析

1. 用户提示词：“分析此 Node.js/TypeScript 代码库，重点关注安全性和性能”
2. Claude Desktop 操作：
   • 调用 codebase-analysis-prompt，参数为 technology_stack: "node.js,typescript" 和 analysis_focus: "security,performance"
   • 系统以编程方式组装：基础提示词 + Node.js 模块 + TypeScript 模块 + 安全模块 + 性能模块
   • 提示词指示 Claude 首先读取 resource://codebase-analysis-template
   • 模板构建器组装：基础模板 + Node.js 章节 + TypeScript 章节 + 安全章节 + 性能章节
   • Claude 读取动态组装的模板
   • Claude 分析代码库并生成全面的技术专属报告

示例 2：增强漏洞分析

1. 用户提示词：“分析 React 应用中的这个严重安全漏洞”
2. Claude Desktop 操作：
   • 调用 bug-analysis-prompt，参数为 technology_stack: "react"、severity_level: "critical" 和 bug_type: "security"
   • 系统组装：基础提示词 + React 模块 + 安全模块 + 严重级别模块
   • 模板包含：通用章节 + React 专属章节 + 安全专属章节 + 严重级别专属章节
   • Claude 读取漏洞分析模板
   • Claude 分析漏洞并生成全面的技术和严重级别专属报告

示例 3：支持技术栈的 PRD 生成

1. 用户提示词：“帮我为一个基于 React 的任务管理应用创建 PRD”
2. Claude Desktop 操作：
   • 调用 prd-prompt，传入项目详情和 technology_stack: "react"
   • 系统组装：基础提示词 + React 模块
   • 模板构建器包含：基础 PRD 模板 + React 专属注意事项
   • Claude 读取增强了技术栈的 PRD 模板
   • Claude 生成包含 React 专属章节的全面 PRD

提示词详情

PRD 提示词

• 名称：prd-prompt
• 参数：
  • project_name（必填）：软件项目的名称
  • project_description（必填）：项目的简要描述
  • target_audience（可选）：产品的目标受众（枚举值）
  • project_type（可选）：项目类型（枚举值）
  • key_features（可选）：PRD 中要包含的关键功能
  • technology_stack（可选）：要使用的技术栈（枚举值）
  • custom_instructions（可选）：生成 PRD 的自定义说明

代码库分析提示词

• 名称：codebase-analysis-prompt
• 参数：
  • repository_path（必填）：要分析的代码库路径
  • technology_stack（必填）：代码库使用的技术栈（枚举值）
  • analysis_focus（可选）：分析重点领域（枚举值）
  • custom_instructions（可选）：代码库分析的自定义说明

Bug Analysis 提示词

• 名称：bug-analysis-prompt
• 参数：
  • repository_path（必填）：包含待分析 Bug 的仓库路径
  • bug_description（必填）：待分析 Bug 或问题的描述
  • affected_components（可选）：受 Bug 影响的组件
  • severity_level（可选）：Bug 的严重级别（枚举值）
  • bug_type（可选）：Bug 类型（枚举值）
  • technology_stack（可选）：受影响组件使用的技术栈（枚举值）
  • custom_instructions（可选）：Bug 分析的自定义说明

资源详情

PRD 模板

• URI：resource://prd-template
• 格式：Markdown
• 内容：模块化 PRD 模板，包含特定技术的章节，并根据输入参数动态组合

代码库分析模板

• URI：resource://codebase-analysis-template
• 格式：Markdown
• 内容：模块化代码库分析模板，包含特定技术和分析重点的章节，并根据分析参数组合

Bug 分析模板

• URI：resource://bug-analysis-template
• 格式：Markdown
• 内容：模块化 Bug 分析模板，包含特定严重级别和技术的章节，并根据 Bug 参数组合

开发

项目结构

src/
├── server.ts                    # Main MCP server implementation
├── types/
│   ├── enums.ts                 # All enum definitions (31 tech + 10 focus)
│   └── index.ts                 # Type definitions and exports
├── prompts/
│   ├── modules/                 # 45 modular prompt components
│   │   ├── technology/          # 31 technology-specific modules
│   │   │   ├── languages/       # 11 language modules
│   │   │   ├── runtimes/        # 1 runtime module
│   │   │   ├── frameworks/      # 10 framework modules (3 frontend, 7 backend)
│   │   │   ├── databases/       # 4 database modules
│   │   │   ├── cloud/           # 3 cloud platform modules
│   │   │   └── tools/           # 2 DevOps tool modules
│   │   ├── analysis-focus/      # 10 focus-area modules
│   │   └── bug-severity/        # 4 severity-specific modules
│   ├── base-prompts/            # Base prompt templates
│   └── prompt-builder.ts        # Programmatic prompt assembly
├── resources/
│   ├── templates/               # Modular template components
│   │   ├── prd/                 # 10 PRD template modules
│   │   ├── codebase-analysis/   # 8 codebase analysis modules
│   │   └── bug-analysis/        # 4 bug analysis modules
│   └── template-builder.ts      # Programmatic template assembly
└── __tests__/                   # Comprehensive test suite (66 tests)
    ├── utils/                   # Utility function tests (enum parser)
    ├── prompts/                 # Prompt builder tests
    ├── resources/               # Template builder tests
    └── types/                   # Enum and type tests

测试

项目包含全面的测试套件，覆盖率为 88%：

# Run all tests
npm test

# Run tests in watch mode
npm run test:watch

# Run tests with coverage report
npm run test:coverage

# Run tests with interactive UI
npm run test:ui

# Test MCP integration
npm run test:mcp

测试统计：

• 66 项测试（全部通过）
• 总体覆盖率：88.48%
• 语句覆盖率：88.48%
• 行覆盖率：88.70%

生产构建

npm run build

代码检查

npm run lint

扩展系统

添加新的技术模块

1. 在 src/types/enums.ts 的 TechnologyStack 枚举中添加该技术
2. 在相应类别中创建新的模块文件：
   • 语言：src/prompts/modules/technology/languages/
   • 框架：src/prompts/modules/technology/frameworks/frontend/ 或 backend/
   • 数据库：src/prompts/modules/technology/databases/
   • 云：src/prompts/modules/technology/cloud/
   • 工具：src/prompts/modules/technology/tools/
3. 实现 TechnologyPromptModule 接口
4. 从类别的 index.ts 导出
5. 在 prompt-builder.ts 中注册
6. 在 src/resources/templates/ 中添加相应的模板章节
7. 在 src/__tests__/ 中编写测试

添加新的分析重点

1. 在 src/types/enums.ts 的 AnalysisFocus 枚举中添加该分析重点
2. 在 src/prompts/modules/analysis-focus/ 中创建新的模块文件
3. 实现 AnalysisFocusPromptModule 接口
4. 从 analysis-focus/index.ts 导出
5. 在 prompt-builder.ts 中注册
6. 添加相应的模板章节
7. 编写测试

添加新的严重级别

1. 在 src/types/enums.ts 的 BugSeverity 枚举中添加该严重级别
2. 在 src/prompts/modules/bug-severity/ 中创建新的模块文件
3. 实现 BugSeverityPromptModule 接口
4. 在提示词构建器中注册
5. 添加相应的模板章节
6. 编写测试

贡献

欢迎贡献！请遵循以下指南：

• Fork 仓库并创建功能分支
• 遵循现有代码模式，并将测试覆盖率维持在 85% 以上
• 使用 Conventional Commits 格式（feat、fix、docs、test、chore）
• 提交拉取请求前，确保所有测试均通过
• 添加新模块请参阅扩展系统

请在 GitHub Issues 中报告问题，并提供清晰的复现步骤。

许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE 文件。