上下文引擎MCP服务器
停止浪费50%的AI生成代码。首次尝试时发送生产就绪代码。
MCP（模型上下文协议）服务器，用于自动化 研究→ Plan → 验证 Cursor、Claude Code和Copilot等AI编码工具的工作流程。
🎯 问题
斯坦福大学的研究发现 50%的AI生成代码需要重写为什么？
- 开发人员跳过研究，直接跳到编码
- 实施前没有详细规划
- 编码后无系统验证
- AI代理缺乏对现有代码库的理解
结果：许多代码不适合架构、破坏模式或解决错误的问题。
💡 解决方案
上下文引擎强制执行经过验证的工作流程：
1. 🔍 Research → Understand existing codebase first
2. 📋 Plan → Specify every change before coding
3. ✅ Validate → Verify implementation matches spec这是启用的工作流：
- 一天内发送35k行代码 （边界用例）
- 零返工 30万行Rust代码库（BAML案例研究）
- 第一天2个PR 面向工程实习生
观看Dex的演讲 解释方法。
🚀 快速开始
安装
npm install -g @contexter/mcp-server使用游标配置
添加到光标MCP设置(~/.cursor/mcp.json):
{
"mcpServers": {
"context-engine": {
"command": "npx",
"args": ["@contexter/mcp-server"]
}
}
}使用Claude Desktop进行配置
添加到Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"context-engine": {
"command": "npx",
"args": ["@contexter/mcp-server"]
}
}
}重新启动IDE。
📖 用法
检查工作流状态
You: What's my workflow status?MCP服务器将告诉您所处的阶段以及下一步要做什么。
完整工作流示例
1.研究阶段
You: I need to add authentication to my API服务器将：
- ❌ 阻止立即实施
- ✅ 先引导您进行研究
- ✅ 生成研究文档
mcpDocs/research/2025-11-16-authentication.md - ✅ 包含对现有代码的file:行引用
2.规划阶段
研究完成后：
You: Create implementation plan服务器将：
- ✅ 检查研究是否存在（或阻止）
- ✅ 在以下位置创建详细计划
mcpDocs/plans/2025-11-16-authentication.md - ✅ 包括阶段、成功标准、文件更改
- ⏸️ 等待您的批准
3.批准计划
审查计划，然后：
You: Approve the plan或者，如果需要更改：
You: Reject plan - need to add rate limiting4.实施
批准后：
You: Implement the plan服务器将：
- ✅ 提供实施说明
- ✅ 在所有变更中参考该计划
- ✅ 将上下文保持在40%以下
- ⏸️ 在阶段之间停止手动验证
5.验证
实施后：
You: Validate implementation服务器将：
- ✅ 从计划中运行所有自动检查
- ✅ 将git diff与计划更改进行比较
- ✅ 生成验证报告
- ✅ 报告通过/失败状态
🎯 主要特点
✅ 工作流执行
不能跳过步骤：
- 没有研究就没有计划
- 未经批准的计划不得实施
- 未经验证不得合并
温和重定向：
❌ BLOCKED: Cannot create plan without research.
⚠️ No research found. Start with research to analyze the codebase.
Please run 'research_codebase' first.📊 工作流状态跟踪
服务器在中维护状态 .context-engine/workflow-state.json:
{
"currentPhase": "plan",
"researchPath": "mcpDocs/research/2025-11-16-auth.md",
"planPath": "mcpDocs/plans/2025-11-16-auth.md",
"planApproved": false,
"metadata": {
"taskDescription": "Add authentication to API"
}
}🎨 结构化输出
所有文档均遵循一致的模板：
研究文档 包括：
- 当前存在的内容（文件：行引用）
- 组件如何连接
- 当前的模式和惯例
- 来自代码库的历史上下文
实施计划 包括：
- 分阶段方法（第1、2、3阶段……）
- 使用代码片段更改特定文件
- 自动验证（进行测试等）
- 手动验证（UI测试、性能）
验证报告 包括：
- 逐阶段状态
- 自动检查结果
- 与计划的偏差
- 手动测试要求
⚡ 上下文优化
遵循Dex的原则： 将上下文保持在40%以下
服务器确保：
- 研究由并行子代理完成
- 计划是逐步创建的
- 实施分阶段进行
- 主要阶段之间的新背景
🏗️ 目录结构
上下文引擎在您的项目中创建此结构：
your-project/
├── .context-engine/
│ └── workflow-state.json # Workflow state
├── mcpDocs/ # Auto-created by MCP server
│ ├── research/ # Research documents
│ │ └── 2025-11-16-auth.md
│ └── plans/ # Implementation plans
│ └── 2025-11-16-auth.md
└── src/ # Your code这 mcpDocs/ 当您开始研究或计划时，会自动创建文件夹。无需手动设置！
🎓 了解工作流程
为什么这有效
Dex在AI工程师峰会上的演讲：
“一行不好的代码就是一行糟糕的代码。但一个计划的一个糟糕部分可能是数百行错误的代码。而一行错误的研究——对系统工作原理的误解——可能是数千行错误代码。”
层次结构：
- 糟糕的研究 → 1000线路不好
- 糟糕的计划 → 100线路不好
- 错误代码 → 1 坏线路
在层次结构的顶端投入时间。
上下文就是一切
LLM是纯函数。唯一影响输出质量的是输入质量（上下文）。
目标：将上下文利用率保持在40%以下
为什么？ 使用的上下文越少，结果越好。通过：
- 先研究（并行代理）
- 编码前规划
- 阶段之间的压实
在每一步中，你都可以最大化“可用于思考的代币”。
规范优先开发
在人工智能的未来， 规格是宝贵的资产，而不是生成的代码。
- 代码可以从规范中重新生成
- 规范捕捉意图和决策
- 规范使团队之间的心理保持一致
- 规范防止返工
Context Engine将计划视为一级工件。
🛠️ 高级用法
定制研究代理
研究阶段产生平行代理：
codebase-locator-查找文件和组件codebase-analyzer-了解代码的工作原理codebase-pattern-finder-查找类似的实现thoughts-locator-搜索历史决策
成功标准格式
计划必须将自动验证与手动验证分开：
### Success Criteria:
#### Automated Verification:
- [ ] Tests pass: `make test`
- [ ] Linting passes: `make lint`
- [ ] Build succeeds: `make build`
#### Manual Verification:
- [ ] UI works correctly when tested
- [ ] Performance acceptable under load
- [ ] No regressions in related features这使得：
- 自动验证以运行检查
- 手动测试的清晰切换
- 逐阶段验证
上下文压缩
当上下文接近40%时，实施阶段：
- 用进度复选标记更新计划
- 记录当前状态和下一步行动
- 用更新的计划开始新的背景
这在整个实施过程中保持了高质量的产出。
📊 度量与分析
上下文引擎跟踪：
- 工作流程遵守情况 -遵循正确工作流程的任务百分比
- 防止返工 -预计节省的小时数
- 上下文效率 -平均上下文利用率
- 第一次尝试成功 -通过验证的实现百分比
（Pro/Enterprise功能-即将推出）
🤝 与其他工具集成
GitHub 操作
自动验证PR：
# .github/workflows/validate-workflow.yml
name: Validate Workflow
on: pull_request
jobs:
check-workflow:
runs-on: ubuntu-latest
steps:
- name: Check for plan
run: |
grep -q "mcpDocs/plans/" PR_DESCRIPTION || exit 1
- name: Run validation
run: |
npx @contexter/mcp-server validate预提交钩子
在提交中强制执行计划引用：
#!/bin/bash
# .git/hooks/commit-msg
if ! grep -q "Plan:" "$1"; then
echo "❌ Commit must reference implementation plan"
echo "Format: 'Plan: mcpDocs/plans/2025-11-16-feature.md'"
exit 1
fi线性/Jira集成
将研究和计划自动链接到门票。
🗺️ 路线图
v0.1（当前）
- ✅ 核心MCP服务器
- ✅ 工作流状态管理
- ✅ 研究/计划/验证工具
- ✅ Cursor/Claude集成
v0.2（下一页）
- \[\]分析仪表板
- \[\]团队协作功能
- \[\]文档的云同步
- \[\]Slack/Discord集成
v1.0（未来）
- \[\]企业SSO/SAML
- \[\]自定义工作流模板
- \[\]高级指标和见解
- \[\]用于集成的API
🤝 贡献
我们欢迎捐款！看 贡献.md 作为指导方针。 我们欢迎大家支持buymeacoffee.com/thecodeshow
📄 许可证
MIT许可证-请参阅 许可证 了解详情。
💬 支持
- 问题:
🙏 致谢
基于以下公司开创的工作流程：
______________________________________________________________________
不要浪费50%的AI代码。立即开始使用上下文引擎。
npm install -g @contexter/mcp-server