Devora 提示助手（MCP 服务器）

![CI Status](https://github.com/Devora-AS/devora-prompt-assistant-mcp/actions) ](https://www.npmjs.com/package/@devora_no/prompt-assistant-mcp) ](https://www.npmjs.com/package/@devora_no/prompt-assistant-mcp) ![License](https://github.com/Devora-AS/devora-prompt-assistant-mcp/blob/main/LICENSE) ](https://nodejs.org/) ![Security Status](https://github.com/Devora-AS/devora-prompt-assistant-mcp/security) ![Production Ready](https://github.com/Devora-AS/devora-prompt-assistant-mcp)

![Anthropic](https://anthropic.com) ![OpenAI](https://openai.com) ![Azure OpenAI](https://azure.microsoft.com/en-us/products/ai-services/openai-service) ![Google Gemini](https://ai.google.dev) ![Perplexity](https://perplexity.ai)

🚀 准生产就绪的MCP服务器 - 利用具备企业级安全、监控和可靠性的多个AI供应商，将原始编码提示转换为结构化、增强型的提示。

概述

这个（或“它”） Devora 提示助手 这是一个生产就绪的模型上下文协议（MCP）服务器，能够将您的原始编码提示转换为结构化、增强型的提示，以优化人工智能助手的使用。该服务器采用企业级安全措施、全面的监控系统，并遵循所有14项MCP服务器最佳实践，确保高可靠性。

这有什么特别之处？

🎯 生产级实现了适用于企业使用的全部14项MCP服务器最佳实践
🔒 安全第一采用速率限制、断路器和输入净化的纵深防御安全策略
📊 完整可观测性全面的指标、追踪和结构化日志记录
⚡ 高性能>100 请求/秒（标准输入输出），>500 请求/秒（HTTP）配合智能缓存
🛡️ 有韧性断路器保护、优雅降级，以及99.9%的正常运行时间
🔧 多供应商支持支持5家AI提供商，具备自动故障转移功能

主要特点

🧠 这个符号在中文里通常被用来表示“大脑”或“思考”，但直接翻译并没有一个固定的中文词汇对应，所以可以理解为“思考中”、“大脑”或者在某些语境下表示“智慧”。如果要在句子中使用，可以根据上下文来具体翻译。例如：“他正在🧠”可以翻译为“他正在思考”。智能提示增强

用例自动检测自动检测调试、重构、功能创建、架构决策、技术对比和内容设计
框架检测检测您的技术栈（React、Vue、Angular、Node.js、Python、PHP 等）并调整建议
智能问题生成当提示模糊或不完整时，生成澄清性问题
结构化模板强制使用特定于用例的框架来保持一致的Markdown部分

🔍 智能上下文管理

Git 集成自动检测Git仓库并使用 git diff 对于已更改的文件
智能过滤荣誉 .gitignore 模式并排除常见的构建目录
多重策略： changed， paths，和 related 收款策略
智能缓存具有10分钟TTL（生存时间）的LRU缓存，用于快速处理重复请求

🔒（锁形符号，常用于表示安全、保密或锁定状态）企业安全

纵深防御6层安全模型，包括网络隔离、身份验证、授权、验证、净化和速率限制
断路器防止级联故障，实现自动恢复
输入/输出消毒（或净化）防止注入攻击和数据泄露
秘密涂改/秘密遮蔽API密钥和令牌会自动从日志中删除

📊（表格/数据图表）生产监控

综合指标跟踪吞吐量、延迟、错误率、缓存命中率和内存使用情况
分布式追踪完整的请求生命周期跟踪，支持追踪ID传播
结构化日志记录带有轮转功能的JSON日志，错误/审计文件分开
健康检查： /health， /ready，以及 /metrics 终端节点（或终点）

⚡（闪电符号，常用于表示速度、能量或惊人的事物）高性能

连接池为大型语言模型（LLM）提供商重用HTTP连接
智能缓存基于大小的驱逐策略，TTL为15分钟
内存守护者在内存使用率达到90%时自动清除缓存
批量操作优化文件读取和上下文收集

快速入门

🚀（火箭/快速上升/飞速发展等意象，具体含义需结合上下文）一键光标安装

![Install MCP Server](https://cursor.com/en-US/install-mcp?name=devora-prompt-assistant&config=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%3D%3D)

点击上面的按钮 自动将此MCP服务器添加到Cursor中。

⚠️ 重要至少需要一个AI提供商的API密钥。服务器将自动检测可用的提供商。 🧪 测试设定 TEST_MODE=true 为了测试目的，可在没有API密钥的情况下运行。

📋 译文：清单手动安装

将此添加到您的Cursor MCP设置中（~/.cursor/mcp.json)：

{
  "mcpServers": {
    "devora-prompt-assistant": {
      "command": "npx",
      "args": ["-y", "@devora_no/prompt-assistant-mcp"],
      "env": {
        "TRANSPORT": "stdio",
        "OPENAI_API_KEY": "your-openai-key-here",
        "ANTHROPIC_API_KEY": "your-anthropic-key-here"
      }
    }
  }
}

设置您的API密钥 （至少需满足一项）：

export OPENAI_API_KEY="your-openai-key"
export ANTHROPIC_API_KEY="your-anthropic-key"
# ... or any other provider

重启光标 你已经准备好了，出发吧！

安装

先决条件

Node.js20+（推荐：最新LTS版本）
包管理器pnpm（推荐）、npm 或 yarn
人工智能提供商至少需要一个来自支持提供商的API密钥

安装方法

选项1：NPM（推荐）

# One-time use
npx @devora_no/prompt-assistant-mcp

# Global installation
npm install -g @devora_no/prompt-assistant-mcp
devora-prompt-assistant

# Alias
npx dpa

选项2：开发环境设置

# Clone repository
git clone https://github.com/Devora-AS/devora-prompt-assistant-mcp.git
cd devora-prompt-assistant-mcp

# Install dependencies
pnpm install

# Copy environment template
cp .env.example .env

# Edit with your API keys
nano .env

选项3：Docker

# Run with Docker
docker run -p 8000:8000 \
  -e OPENAI_API_KEY=your_key_here \
  -e AUTH_BEARER_TOKENS=your_token_here \
  ghcr.io/devora-as/devora-prompt-assistant-mcp

快速入门：Inspector（stdio）

🔍 看起来像是放大镜的符号，通常用于表示“查看”、“搜索”或“调查”的意思，在中文里可以翻译为“🔍（放大镜）”或者根据上下文具体含义翻译为“查看”、“搜索”等。但直接作为符号时，一般保留其原样或用“放大镜”来形象地描述其含义。使用MCP Inspector进行测试

对于开发和调试，请使用带有stdio传输的MCP Inspector：

构建项目：

   pnpm install && pnpm build

选择您的配置：

- 已发布的包加载 examples/inspector-stdio.json - 本地开发加载 examples/inspector-stdio-local.json

测试工具：

- 验证 collect_context 并且 enhance_prompt 被列出 - 运行测试场景来自 docs/inspector-playbook.md

🐛 蝇（或译为“虫”）调试模式

通过设置启用详细日志记录 CONTEXT_DEBUG=1 在你的环境中：

{
  "env": {
    "CONTEXT_DEBUG": "1",
    "LOG_LEVEL": "debug"
  }
}

这为调试文件收集、Git集成以及性能方面提供了全面的追踪信息。

使用

🎯（目标）核心工作流程

收集上下文 （可选，但建议）：

   {
     "strategy": "changed",
     "maxKB": 32,
     "maxFiles": 20,
     "extensions": ["ts", "tsx", "js", "jsx"]
   }

增强提示:

   {
     "task": "Refactor this React component to use TypeScript",
     "context": "[context from collect_context]",
     "audience": "cursor",
     "style": "detailed"
   }

🛠️（工具/修理/扳手等含义的符号，具体翻译可能根据上下文有所不同，此处提供一种可能的翻译）扳手/工具可用工具

`enhance_prompt` - 提示增强

将原始编码提示转换为结构化、增强型提示，具备用例检测和智能问题生成功能。

参数：

task （字符串，必填）：需增强的编码任务
context (字符串，可选)：来自工作区的额外上下文
audience （字符串，可选）：目标受众（cursor、claude、copilot、general）
style （字符串，可选）：响应风格（简洁，详细）
constraints （数组，可选）：特定约束
provider (字符串，可选)：要使用的AI提供商
temperature （数字，可选）：生成温度（0-2）
maxTokens (数字，可选)：要生成的最大令牌数

`collect_context` - 工作区上下文收集

利用Git感知和智能过滤功能，智能地从工作区收集相关文件和上下文信息。

参数：

strategy (字符串，可选)：收集策略（变更、路径、相关）
maxKB （数字，可选）：最大总大小（以KB为单位）
maxFiles （数字，可选）：文件的最大数量
include （数组，可选）：要包含的通配符模式
exclude (数组，可选)：要排除的全局模式
useGit （布尔值，可选）：启用 Git 集成
extensions （数组，可选）：要包含的文件扩展名

🔧 修理工具或螺丝刀的符号，常用于表示需要修理或调整的物品或情况。大型语言模型（LLM）增强模式

review （默认）：小幅改进，结构验证
refine全面内容增强
off仅使用确定性支架，不调用大型语言模型（LLM）

🌐（表示“互联网”或“世界”的符号，可翻译为“互联网”或根据上下文意译为“全球视野”等）提供商支持

提供者	默认模型	温度	最大标记数	备注
（标题行，无具体翻译内容）	（标题行，无具体翻译内容）	（标题行，无具体翻译内容）	（标题行，无具体翻译内容）	（标题行，无具体翻译内容）
人类优先（Anthropic）	claude-3-5-sonnet-latest	✓	最大令牌数（maxTokens）	-
OpenAI	o3-mini	✓	maxTokens	对话完成（Chat Completions）
Azure OpenAI	gpt-4o-mini	✓	最大令牌数	需要部署
双子座（Gemini）	gemini-2.0-flash	✓	maxOutputTokens	参数名称不同

| 混淆度 | sonar | ✓ | 最大令牌数 | - |

文档 📚 书籍

- 技术深入探讨/技术深度剖析 🎯（靶心）

用例示例 调试
- 调试提示和策略 重构
- 代码重构模式 特征创建
- 功能开发工作流程 架构决策
- ADR（事故应急响应计划）和设计决策 技术对比
- 技术评估 内容与设计

- 文件和规范

安全与隐私 🔒 表示“锁定”或“安全”的意思。

安全特性纵深防御
6层安全模型速率限制
每个客户端的令牌桶算法断路器
防止连锁故障输入/输出净化（或：输入输出数据清洗）
防止注入攻击秘密删节
API密钥会自动从日志中删除不记名令牌认证

安全HTTP传输 🛡️（盾牌符号，无直接对应中文含义，可表示“保护”、“防御”等概念）

隐私保护本地优先
所有处理都在本地stdio模式下进行无数据存储
未存储或传输任何代码或提示秘密删节
敏感数据自动遮蔽上下文收集

可选的工作区扫描，用户可控制

演出 📊 表格/数据图表

性能指标吞吐量
>100 请求/秒（标准输入输出），>500 请求/秒（HTTP）延迟P95
\70%的重复查询“Uptime”翻译成中文是“正常运行时间”或“系统可用时间”

99.9%的可靠性，配备断路器保护 ⚡（闪电符号，常用于表示速度、能量、惊喜或快速充电等概念，在中文中无直接对应文字，通常保留原样或根据上下文意译）

优化特性连接池
重用HTTP连接智能缓存
15分钟的TTL（生存时间）配合LRU（最近最少使用）驱逐策略内存守护者
在使用率达到90%时自动清除缓存批量操作

优化了文件读取和上下文收集

发展 🏗️ 表示“建筑工地”或“正在建造中”。

src/
├── core/            # Core utilities (security, monitoring, caching)
│   ├── security/    # Rate limiting, sanitization, circuit breaker
│   ├── metrics.ts   # Performance monitoring
│   ├── tracing.ts   # Distributed tracing
│   └── fileLogger.ts # Structured logging
├── config/          # Environment and configuration management
├── providers/       # AI provider adapters
├── server/          # MCP server and transports
├── auth/            # Authentication middleware
└── index.ts         # CLI entry point

项目结构 🛠️（工具/螺丝刀等工具的图标，无具体文字对应，可理解为“工具”或“修理工具”等含义）

# Development
pnpm dev:stdio       # Run with stdio transport
pnpm dev:http        # Run with HTTP transport

# Building
pnpm build           # Build TypeScript to dist/
pnpm prepare         # Build and set executable bit

# Testing
pnpm test            # Run unit tests
pnpm test:watch      # Run tests in watch mode
pnpm test:coverage   # Run with coverage

# Code Quality
pnpm lint            # Run ESLint
pnpm lint:fix        # Fix ESLint issues
pnpm format          # Format with Prettier

可用脚本 🧪 试管/实验（表示与化学实验或科学实验相关的图标）

测试单元测试
>80%的覆盖率集成测试
所有工具的工作流程混沌测试
在失败条件下的韧性性能测试

关键绩效指标（KPI）对标

🔧 故障排除

快速解决方案

服务器无法启动？ TEST_MODE=true
设置至少一个API密钥或使用 ~/.cursor/mcp.json

检查你的配置在

在 collect_context 中遇到 Git 错误？ strategy: "paths" 使用 "changed"
而不是

或者初始化一个 Git 仓库

连接问题？
验证服务器是否正在运行
检查端口冲突

确保MCP配置正确

测试模式

# Test mode (no API keys needed)
TEST_MODE=true npx @devora_no/prompt-assistant-mcp

# Or in MCP config
{
  "env": {
    "TEST_MODE": "true"
  }
}

无需API密钥即可运行以进行测试：

健康检查

npx @modelcontextprotocol/inspector --cli npx -y @devora_no/prompt-assistant-mcp --method tools/call --tool-name health_check

检查服务器状态和配置：

调试模式

CONTEXT_DEBUG=1 LOG_LEVEL=debug npx @devora_no/prompt-assistant-mcp

启用详细日志记录：

常见问题 | 问题 | 解决方案 | |---------|----------| TEST_MODE=true “未配置提供程序” | 设置API密钥或 | strategy: "paths" | “未检测到Git历史记录” | 使用 | | "连接已关闭" | 重启服务器，检查日志 |

响应缓慢 | 检查API限制，启用缓存 📖 书籍或阅读的象征完整的故障排除指南：

docs/troubleshooting.md 翻译为中文是：“文档/故障排除.md”

常见问题解答（FAQ）

常见问题 问：MCP是什么？

A：模型上下文协议（MCP）是一种用于将人工智能助手连接到数据源和工具的标准。此服务器实现了MCP规范。 问：支持哪些人工智能提供商？

A: Anthropic Claude、OpenAI、Azure OpenAI、Google Gemini和Perplexity。至少需要一个API密钥。 问：这个产品已经可以投入生产了吗？

A: 是的！这实现了所有14项MCP服务器最佳实践，具备企业级的安全性、监控和可靠性。

安装与设置 问：我如何在Cursor中安装这个？ ~/.cursor/mcp.json A: 使用上面的一键安装按钮，或者手动将配置添加到您的

文件。 问：我需要所有的提供商API密钥吗？

A: 不，你只需要至少一个。服务器会自动检测可用的提供商。 问：stdio 和 HTTP 传输方式有什么区别？

A: Stdio 用于本地开发（推荐），HTTP 用于远程访问（在 v0.2.1 版本中为实验性功能）。

API和集成 问：我该如何使用这些工具？ collect_context A: 这些工具在Cursor中是自动可用的。使用 enhance_prompt 收集工作区文件，然后

以优化你的提示。 问：我可以将这个与其他MCP客户端一起使用吗？

A: 是的，这实现了标准的MCP协议，并且可以与任何兼容MCP的客户端一起工作。 问：输入限制是什么？

A：总输入：64KB，任务：32KB，上下文：16KB。这些限制确保了最佳性能。

安全问：我的代码安全吗？

A: 是的，在stdio模式下，所有处理都在本地进行。没有代码或提示会被存储或传输给第三方。 问：API密钥安全吗？

A: 是的，API密钥从不记录，并且会自动从错误消息中删除。 问：那么速率限制呢？

A: 服务器对每个客户端实施令牌桶速率限制，以防止滥用。

故障排除 问：“没有工具、提示或资源”的错误？

A: 检查您的MCP配置，确保已设置API密钥，并重启Cursor。 问：“未配置提供程序”错误？

A: 在您的环境变量中至少设置一个提供商API密钥。 问：我如何启用调试日志记录？ LOG_LEVEL=debug A: 设置

在你的环境变量中。

贡献；助力我们欢迎投稿！请参阅我们的贡献指南

详情如下。

如何贡献（或：如何参与贡献）
为仓库创建分支（或“克隆仓库”）
创建一个特性分支
进行你的更改
添加测试
运行代码检查和测试

提交拉取请求

报告问题漏洞/错误 :
GitHub Issues（在GitHub上，Issues用于跟踪问题、讨论和项目管理等）安全：
安全策略讨论：

GitHub 讨论区

许可证 MIT 许可证 - 详见许可证

______________________________________________________________________

文件中有详细信息。最后更新时间\ 2025年1月15日版本\ 0.2.1状态\ 生产就绪安全状态\ ✅ 安全且受监控由……维护

吞噬者（或译为“掠食者”，根据上下文，“Devora”可能是一个虚构的生物或角色名，具体翻译需结合语境）

📄 许可证 MIT 许可证 - 详见许可证