MCP Probe Kit

知时MCP | mcp-probe-kit

Know the Context, Feed the Moment.

Introspection · Context Hydration · Delegated Orchestration

______________________________________________________________________

说话很便宜，给我看看背景。 mcp-probe-kit是一个协议级工具包，专为希望人工智能真正理解其项目意图的开发人员而设计。它不仅仅是22个工具的集合，它是一个上下文感知系统，可以帮助人工智能代理掌握你正在构建的东西。

语言: 英语 | 简体中文 | 日本语 | 韩语 | 西班牙语 | 法语 | 德语 | 葡萄牙语（ BR）

](https://www.npmjs.com/package/mcp-probe-kit) ](https://www.npmjs.com/package/mcp-probe-kit)  ](https://github.com/mybolide/mcp-probe-kit/stargazers)

🚀 AI驱动的完整开发工具包-涵盖整个开发生命周期

一个强大的MCP（模型上下文协议）服务器，提供 22工具 涵盖从产品分析到最终发布的完整工作流程（需求→ 设计→ 发展→ 质量→ 发布），所有工具支持 结构化输出.

🎉 v3.0主要更新：简化工具数量，专注于核心竞争力，消除选择瘫痪，让人工智能做更多本地工作

支持所有MCP客户端：光标、克劳德桌面、鼠标、继续等

协议版本：医疗委员会2025-11-25· 软件开发工具包：@modelcontextprotocol/sdk 1.27.1

______________________________________________________________________

📚 完整的文件

👉 https://mcp-probe-kit.bytezonex.com

• 快速开始 -5分钟后设置
• 所有工具 -22种工具的完整列表
• 最佳实践 -完整的开发工作流程指南
• v3.0迁移指南 -从v2.x升级到v3.0

______________________________________________________________________

✨ 核心功能

📦 22工具

• 🔄 工作流编排 （6个工具）-一键式复杂开发工作流程

- start_feature, start_bugfix, start_onboard, start_ui, start_product, start_ralph

• 🔍 代码分析 （4个工具）-代码质量、重构和图形洞察

- code_review, code_insight, fix_bug, refactor

• 📝 Git工具 （2个工具）-Git提交和工作报告

- gencommit, git_work_report

• ⚡ 代码生成 （1个工具）-测试生成

- gentest

• 📦 项目管理 （6个工具）-项目初始化和需求管理

- init_project, init_project_context, add_feature, estimate, interview, ask_user

• 🎨 UI/UX工具 （3个工具）-设计系统和数据同步

- ui_design_system, ui_search, sync_ui_data

🧠 代码图桥（GitNexus）

• code_insight 默认情况下，GitNexus用于查询/上下文/影响分析
• 大桥下水 npx -y gitnexus@latest mcp 默认情况下，以降低过时包的风险
• init_project_context bootstraps基线图文档 docs/graph-insights/；如果 docs/project-context.md 已存在，它保留旧的上下文文档，只回填图形文档和索引条目
• start_feature 刷新GitNexus索引并运行任务级别 query/context/impact 在规范生成之前缩小范围以减少过度范围
• start_bugfix 在TBP RCA之前刷新GitNexus索引并运行任务级图分析，以约束故障边界和爆炸半径
• 已经存在的旧项目 project-context.md 但是没有图形文档是通过自动引导的 init_project_context 步
• 如果GitNexus不可用，服务器会自动回退，而不会中断编排
• 实图查询读取 .gitnexus 指数； docs/graph-insights/latest.md|json 是人类和人工智能代理的可读快照
• 图形快照作为资源公开(probe://graph/latest, probe://graph/history, probe://graph/latest.md)
• 图形快照也会持久化到可读文件中 .mcp-probe-kit/graph-snapshots （可通过以下方式定制 MCP_GRAPH_SNAPSHOT_DIR)
• 工具响应包括 _meta.graph 具有快照URI和本地JSON/PMarkdown文件路径

🐛 用于Bug工作流的TBP 8步RCA

• start_bugfix 维修前默认采用丰田式TBP 8步根本原因分析
• fix_bug 返回一个结构化的TBP框架，涵盖现象、时间线、排除的路径、边界、根本原因、证据和修复计划
• 这使得错误、回归、异常和“为什么它不起作用”的调查遵循分析第一原则，而不是修补症状

🎯 结构化输出

核心和编排工具支持 结构化输出，返回机器可读的JSON数据，提高AI解析精度，支持工具链和状态跟踪。

⏱️ 本机任务、进度和取消

• 基于MCP SDK原生任务支持(taskStore + taskMessageQueue)
• 支持任务生命周期终结点： tasks/get, tasks/result, tasks/list, tasks/cancel
• 展现 capabilities.tasks.requests.tools.call 因此，客户端可以为创建任务 tools/call
• 发射 notifications/progress 当客户提供 _meta.progressToken
• 通过以下方式处理请求取消 AbortSignal 并返回一个明确的取消错误
• 长期运行的编排工具(start_*)以及 sync_ui_data 支持协同取消/进度回调

🔌 扩展和UI应用程序（可选）

• 跟踪元数据传递：请求 _meta.trace 在工具响应中保留(_meta.trace)
• 可选扩展功能开关：启用 MCP_ENABLE_EXTENSIONS_CAPABILITY=1
• UI工具的可选MCP Apps资源输出：启用 MCP_ENABLE_UI_APPS=1
• UI工具可以通过以下方式公开预览资源 ui://... 和回应 _meta.ui.resourceUri

🧭 委托编排协议

全部 start_* 编排工具返回 执行计划 在 structuredContent.metadata.plan.\ AI需要 逐步调用工具并保存文件，而不是工具在内部执行。

计划架构（核心字段）:

{
  "mode": "delegated",
  "steps": [
    {
      "id": "spec",
      "tool": "add_feature",
      "args": { "feature_name": "user-auth", "description": "User authentication feature" },
      "outputs": ["docs/specs/user-auth/requirements.md"]
    }
  ]
}

字段描述:

• mode：固定为 delegated
• steps：执行步骤数组
• tool：工具名称（例如。 add_feature)
• action：无工具时的手动操作说明（例如。 update_project_context)
• args：工具参数
• outputs：预期工件
• when/dependsOn/note：可选条件和注意事项

🧩 结构化输出字段规范（关键字段）

编排和原子工具都会返回 structuredContent，常见字段：

• summary：单行摘要
• status：状态（待定/成功/失败/部分）
• steps：执行步骤（编排工具）
• artifacts：工件列表（路径+目的）
• metadata.plan：委托执行计划（仅限start\_\*）
• specArtifacts：规范工件（start_feature）
• estimate：估算结果（start_feature/估算）

🧠 需求澄清模式（需求循环）

当需求不明确时，使用 requirements_mode=loop 在 start_feature / start_bugfix / start_ui.\ 此模式在进入规范/修复/UI执行之前执行1-2轮结构化澄清。

例子：

{
  "feature_name": "user-auth",
  "description": "User authentication feature",
  "requirements_mode": "loop",
  "loop_max_rounds": 2,
  "loop_question_budget": 5
}

🧩 模板系统（常规模型友好）

add_feature 支持模板配置文件，默认 auto 自动选择：首选 guided 当需求不完整时（包括详细的填写规则和清单），选择 strict 当需求完成时（结构更紧凑，适用于高性能模型或归档场景）。

例子：

{
  "description": "Add user authentication feature",
  "template_profile": "auto"
}

适用工具:

• start_feature 通过 template_profile 到 add_feature
• start_bugfix / start_ui 也支持 template_profile 用于控制制导强度（自动/制导/严格）

模板配置文件策略:

• guided：需求信息较少/不完整，常规型号优先
• strict：需求结构化，更喜欢简洁的指导
• auto：默认推荐，自动选择引导/严格

🔄 工作流编排

6个智能编排工具，可自动组合多个基本工具，实现一键式复杂开发工作流程：

• start_feature -新功能开发（要求→ 设计→ 估算）
• start_bugfix -Bug修复（TBP 8步RCA→ Fix → 测试）
• start_onboard -项目入职（生成项目上下文文档）
• start_ui -UI开发（设计系统→ 组件→ Code)
• start_product -产品设计（PRD→ 原型→ 设计系统→ HTML)
• start_ralph -Ralph Loop（迭代开发直到目标完成）

🚀 产品设计工作流程

start_product 是一个完整的产品设计编排工具，从需求到交互式原型：

工作流程：

1. 需求分析 -生成标准PRD（产品概述、功能要求、页面列表）
2. 原型设计 -为每个页面生成详细的原型文档
3. 设计系统 -根据产品类型生成设计规范
4. HTML原型 -生成可在浏览器中查看的交互式原型
5. 项目上下文 -自动更新项目文档

结构化输出添加:

• start_product.structuredContent.artifacts：工件清单（PRD、原型、设计系统等）
• interview.structuredContent.mode: usage / questions / record

🎨 UI/UX Pro Max

3个UI/UX工具 start_ui 作为统一的切入点：

• start_ui -一键式UI开发（支持智能模式）（编排工具）
• ui_design_system -智能设计系统生成
• ui_search -UI/UX数据搜索（BM25算法）
• sync_ui_data -在本地同步最新的UI/UX数据

备注: start_ui 自动调用 ui_design_system 和 ui_search，你不需要单独给他们打电话。

灵感来源：

• ui-ux-pro最大技能 -UI/UX设计系统理念
• json渲染 -JSON模板渲染引擎

UI/PRD工作流程的技能桥：

• start_ui 和 start_product 现在，在指南中加入技能桥部分 structuredContent.metadata.skills.
• 推荐技能调用顺序： ui-ux-pro-max → interaction-design → frontend-design.
• 如果缺少某些技能，工作流程将继续执行MCP主计划，并在元数据中标记不可用的技能。

为什么使用 sync_ui_data?

我们的 start_ui 该工具依赖于丰富的UI/UX数据库（颜色、图标、图表、组件、设计模式等）来生成高质量的设计系统和代码。此数据来自npm包 uipro cli，包括：

• 🎨 配色方案（主流品牌颜色、调色板）
• 🔣 图标库（React图标、Heroicons等）
• 📊 图表组件（Recharts、Chart.js等）
• 🎯 登录页面模板（SaaS、电子商务、政府等）
• 📐 设计规范（间距、字体、阴影等）

数据同步策略：

1. 嵌入式数据：在构建时同步，脱机工作
2. 背景自动同步：将最新数据下载到 ~/.mcp-probe-kit/ui-ux-data/ 不更改当前会话输出
3. 下次启动激活：新下载的数据将在下一个进程启动时应用（保持当前会话的确定性）
4. 手动同步：使用 sync_ui_data 立即强制刷新缓存（默认情况下仍应用下一次启动）

这确保了 start_ui 即使离线也可以生成专业级UI代码。

🎤 需求面试

2个面试工具，用于在开发前澄清要求：

• interview -结构化需求面试
• ask_user -人工智能主动提问

______________________________________________________________________

🧭 工具选择指南

什么时候使用编排工具而不是单独的工具？

**在以下情况下使用编排工具（start\_\*）：**

• ✅ 需要完整的工作流程（多个步骤）
• ✅ 想要自动化多个任务
• ✅ 需要生成多个工件（文档、代码、测试等）

在以下情况下使用单独的工具：

• ✅ 只需要特定的功能
• ✅ 已经有项目上下文文档
• ✅ 需要更精细的控制

常见场景选择

______________________________________________________________________

🚀 快速开始

方法1：直接与npx一起使用（推荐）

无需安装，直接使用最新版本。

光标/鼠标线配置

配置文件位置：

• 窗户： %APPDATA%\Cursor\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json
• macOS： ~/Library/Application Support/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
• Linux： ~/.config/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

配置内容：

{
  "mcpServers": {
    "mcp-probe-kit": {
      "command": "npx",
      "args": ["mcp-probe-kit@latest"]
    }
  }
}

Claude桌面配置

配置文件位置：

• 窗户： %APPDATA%\Claude\claude_desktop_config.json
• macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
• Linux： ~/.config/Claude/claude_desktop_config.json

配置内容：

{
  "mcpServers": {
    "mcp-probe-kit": {
      "command": "npx",
      "args": ["-y", "mcp-probe-kit@latest"]
    }
  }
}

方法2：全球安装

npm install -g mcp-probe-kit

在配置文件中使用：

{
  "mcpServers": {
    "mcp-probe-kit": {
      "command": "mcp-probe-kit"
    }
  }
}

Windows图形工具注释

适用于 code_insight, start_feature, start_bugfix，以及 init_project_context.

• GitNexus网桥使用 npx -y gitnexus@latest mcp 默认情况下。
• 在Windows上，第一次冷启动可能需要20多秒，因为 npx 可以检查/下载软件包。
• 一些GitNexus依赖使用 tree-sitter-* 本地模块。如果您的计算机缺少Visual Studio生成工具，则第一次安装可能会失败，并出现以下错误 gyp ERR! find VS could not find a version of Visual Studio 2017 or newer to use.

在Windows上推荐：

1. 如果您经常使用图形感知工具，请将Visual Studio构建工具与C++工作负载一起安装。
2. 当您的MCP客户端支持时，更喜欢GitNexus稳定的本地/全局CLI使用 env.
3. 在较慢或首次运行的环境中增加GitNexus连接/调用超时。

快速安装命令（Windows）：

winget install Microsoft.VisualStudio.2022.BuildTools

使用预安装的配置示例 gitnexus CLI：

{
  "mcpServers": {
    "mcp-probe-kit": {
      "command": "mcp-probe-kit",
      "env": {
        "MCP_GITNEXUS_COMMAND": "gitnexus",
        "MCP_GITNEXUS_ARGS": "mcp",
        "MCP_GITNEXUS_CONNECT_TIMEOUT_MS": "30000",
        "MCP_GITNEXUS_TIMEOUT_MS": "45000"
      }
    }
  }
}

重新启动客户端

在配置之后， 完全退出并重新打开 您的MCP客户端。

👉 详细安装指南

______________________________________________________________________

💡 使用示例

日常发展

code_review @feature.ts    # Code review
gentest @feature.ts         # Generate tests
gencommit                   # Generate commit message

新功能开发

start_feature user-auth "User authentication feature"
# Auto-complete: Requirements analysis → Design → Effort estimation

漏洞修复

start_bugfix
# Then paste error message
# Auto-complete: Problem location → Fix solution → Test code

产品设计

start_product "Online Education Platform" --product_type=SaaS
# Auto-complete: PRD → Prototype → Design system → HTML prototype

前端开发

start_ui "Login Page" --mode=auto
# Auto-complete: Design system → Component generation → Code output

项目背景文件

# Single file mode (default) - Generate a complete project-context.md
init_project_context

# Modular mode - Generate 6 category docs (suitable for large projects)
init_project_context --mode=modular
# Generates: project-context.md (index) + 5 category docs

Git工作报告

# Generate daily report
git_work_report --date 2026-02-03

# Generate weekly report
git_work_report --start_date 2026-02-01 --end_date 2026-02-07

# Save to file
git_work_report --date 2026-02-03 --output_file daily-report.md
# Auto-analyze Git diff, generate concise professional report
# If direct command fails, auto-provides temp script solution (auto-deletes after execution)

👉 更多使用示例

______________________________________________________________________

❓ 常见问题解答

Q1：工具不工作或错误？

检查详细日志：

Windows（PowerShell）：

npx -y mcp-probe-kit@latest 2>&1 | Tee-Object -FilePath .\mcp-probe-kit.log

macOS/Linux：

npx -y mcp-probe-kit@latest 2>&1 | tee ./mcp-probe-kit.log

Q2：配置后客户无法识别工具？

1. 重新启动客户端 （完全退出，然后重新打开）
2. 检查配置文件路径是否正确
3. 确认JSON格式正确，无语法错误
4. 检查客户端开发人员工具或日志中的错误消息

Q3：如何更新到最新版本？

npx方法（推荐）： 使用 @latest config中的标签会自动使用最新版本。

全局安装方法：

npm update -g mcp-probe-kit

Q4：为什么图形感知工具在Windows上第一次运行时速度慢或超时？

这通常会影响 code_insight, start_feature, start_bugfix，以及 init_project_context.

常见原因：

1. npx -y gitnexus@latest mcp 执行冷启动，并可能花费20+秒检查/下载包。
2. GitNexus可能需要原生 tree-sitter-* 模块，这可能需要Windows上的Visual Studio构建工具。

如果您看到以下日志：

gyp ERR! find VS could not find a version of Visual Studio 2017 or newer to use
gyp ERR! find VS - missing any VC++ toolset

试试这个：

1. 使用C++工作负载安装Visual Studio构建工具。
2. 在依赖项安装完成后重试一次。
3. 如果你的客户支持 env，将网桥切换到预安装的网桥 gitnexus CLI和raise：

MCP_GITNEXUS_CONNECT_TIMEOUT_MS MCP_GITNEXUS_TIMEOUT_MS

👉 更多常见问题

______________________________________________________________________

🤝 贡献

问题和拉取请求欢迎！

改进建议：

• 添加有用的工具
• 优化现有工具提示
• 改进文档和示例
• 修复漏洞

______________________________________________________________________

📄 许可证

MIT许可证

______________________________________________________________________

🔗 相关链接

• 作者: Kyle (小墨)
• GitHub: mcp探针套件
• npm: mcp探针套件
• 文档: https://mcp-probe-kit.bytezonex.com

相关项目：

• 模型上下文协议（MCP） -MCP协议官方文件
• -GitHub规范驱动开发工具包
• ui-ux-pro最大技能 -UI/UX设计系统哲学来源
• json渲染 -JSON模板渲染引擎的灵感
• uipro cli -UI/UX数据源

______________________________________________________________________

制作❤️ 人工智能驱动开发