MCP Roo-Proofessor AI代理MCP服务器
一个MCP（模型上下文协议）服务器，允许其他AI代理与Proofessor通信，Proofessoer是一个专门从事代码解释、技术概念、调试和架构分析的专家AI代理。
概述
此MCP服务器为AI代理提供了一个标准化的接口，用于提问并从Proofessor获得专家解释。它旨在与Roo Cloud配合使用，可以轻松集成到任何兼容MCP的环境中。
特性
服务器提供了五种与Proofessor交互的专用工具：
1. ask_proofessor
向Proofessor询问有关代码、架构、调试或技术概念的任何问题。
参数：
question（必填）：您对Proofessor的问题context（可选）：其他上下文，如代码片段或项目详细信息
例子：
{
"question": "What are the benefits of using TypeScript over JavaScript?",
"context": "Working on a large-scale web application with multiple developers"
}2. 解释码
请求详细解释特定代码的工作原理。
参数：
code（必填）：用于解释的代码片段language（可选）：编程语言（例如“javascript”、“python”）focus（可选）：要关注的具体方面（例如，“性能”、“安全性”）
例子：
{
"code": "const debounce = (fn, delay) => { let timer; return (...args) => { clearTimeout(timer); timer = setTimeout(() => fn(...args), delay); }; }",
"language": "javascript",
"focus": "performance"
}3. 分析架构
获取架构分析和建议。
参数：
description（必填）：架构或系统设计说明concerns（可选）：具体问题（例如，“可扩展性”、“安全性”）
例子：
{
"description": "Microservices architecture with event-driven communication using message queues",
"concerns": "scalability and fault tolerance"
}4. debug_help
获得调试问题和理解错误的帮助。
参数：
error_message（必填）：错误信息或问题描述code_context（可选）：与错误相关的代码attempted_solutions（可选）：已尝试的解决方案
例子：
{
"error_message": "TypeError: Cannot read property 'map' of undefined",
"code_context": "const items = data.items.map(item => item.name);",
"attempted_solutions": "Checked if data exists, but still getting the error"
}5. 最佳实践
询问特定技术或模式的最佳实践。
参数：
topic（必填）：获得最佳实践的技术或模式context（可选）：特定用例或上下文
例子：
{
"topic": "React hooks",
"context": "Building a complex form with multiple validation steps"
}安装
使用npx（推荐）
使用此服务器的最简单方法是使用npx：
npx @mtuckerb/mcp-roo全球安装
npm install -g @mtuckerb/mcp-roo本地安装
npm install @mtuckerb/mcp-roo配置
适用于Roo Cloud
添加到MCP设置文件(~/.roo/mcp_settings.json 或类似）：
{
"mcpServers": {
"proofessor": {
"command": "npx",
"args": ["@mtuckerb/mcp-roo"],
"disabled": false,
"alwaysAllow": [],
"disabledTools": []
}
}
}适用于克劳德桌面
增添 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或您操作系统上的同等版本：
{
"mcpServers": {
"proofessor": {
"command": "npx",
"args": ["@mtuckerb/mcp-roo"]
}
}
}使用本地构建
如果您已在本地克隆并构建了存储库：
{
"mcpServers": {
"proofessor": {
"command": "node",
"args": ["/path/to/mcp_roo/build/index.js"]
}
}
}发展
先决条件
- Node.js 18或更高版本
- npm或纱线
设置
- 克隆存储库：
git clone https://github.com/mtuckerb/mcp_roo.git
cd mcp_roo- 安装依赖项：
npm install- 构建项目：
npm run build项目结构
mcp_roo/
├── src/
│ └── index.ts # Main server implementation
├── build/ # Compiled JavaScript output
├── package.json # Project configuration
├── tsconfig.json # TypeScript configuration
└── README.md # This file脚本
npm run build-将TypeScript编译为JavaScriptnpm run watch-开发观看模式npm run prepare-安装时自动运行
使用示例
来自另一个AI代理
在MCP兼容环境中配置时，其他代理可以使用这些工具：
// Ask a general question
await use_mcp_tool("proofessor", "ask_proofessor", {
question: "What is the difference between async/await and Promises?",
context: "I'm refactoring callback-based code"
});
// Get code explanation
await use_mcp_tool("proofessor", "explain_code", {
code: "function* fibonacci() { let [a, b] = [0, 1]; while (true) { yield a; [a, b] = [b, a + b]; } }",
language: "javascript"
});
// Analyze architecture
await use_mcp_tool("proofessor", "analyze_architecture", {
description: "REST API with JWT authentication and PostgreSQL database",
concerns: "security and performance"
});本地测试
您可以使用MCP检查器或将其集成到您的开发环境中来测试服务器。
运作原理
此MCP服务器充当其他AI代理和Proofessor专业知识之间的桥梁。当调用工具时：
- 代理通过MCP协议发送请求
- 服务器接收并验证请求
- 请求已格式化，以供Proofessor分析
- 通过MCP生成并返回响应
注： 当前的实现提供了模拟响应。在生产环境中，这将连接到Proofessor的实际人工智能系统，以进行实时专家分析。
贡献
欢迎投稿！请随时提交拉取请求。
许可证
麻省理工学院
作者
mtuckerb
链接
更新日志
1.0.0 (2025-11-19)
- 初始版本
- 与Proofessor交互的五个专用工具
- 支持npx使用
- 全面的文件