Prompt Ts

AI提示词库 MCP服务器

基于MCP协议的AI提示词库服务器，为软件开发全生命周期提供结构化提示词模板。支持MCP协议和HTTP REST API双重访问方式。

🆕 新功能: 现已支持多目录配置，可同时从多个目录加载模板文件！

🚀 快速开始

# 安装与启动
git clone https://XXX/mcp-server-prompt-ts.git
cd mcp-server-prompt-ts
npm install && npm run build

# 启动服务
npm start              # MCP服务器
npm run start:http     # HTTP服务器(端口3000)
npm run start:http:prod # 生产环境(端口3100)

# 🆕 多目录配置启动
TEMPLATE_DIRS="./prompts,./team-templates" npm start
# 或使用命令行参数
npm start -- --template-dirs="./dir1,./dir2"

💡 使用方法

🔍 使用现有模板

1. 选择词库文件 → 根据开发阶段选择对应模板文件
2. 查找模板 → 找到符合需求的具体模板
3. 填充变量 → 将{{用户输入}}替换为实际内容
4. 执行分析 → 通过AI助手运行模板

🎨 制作自定义模板

1. 确定用途 → 明确模板解决的具体问题
2. 设计结构 → 规划模板的分析框架和输出格式
3. 编写内容 → 使用Markdown格式和占位符语法
4. 测试优化 → 验证模板效果并持续改进

📁 模板管理

• 单文件模式: 将所有模板放在一个.md文件中
• 多目录模式: 按功能分类组织到不同目录
• 版本控制: 使用Git管理模板的版本和变更

📖 详细指南: 查看 模板制作快速入门指南 了解完整的模板制作流程

📚 词库结构

总计: 5个文件 | 47.6KB | 60+专业模板

⚙️ 配置集成

Cursor IDE 快速配置

单目录配置（传统方式）

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "node",
      "args": ["/path/to/mcp-server-prompt-ts/dist/index.js"],
      "env": { "TEMPLATE_DIR": ".prompt" }
    }
  }
}

多目录配置（推荐）

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "node",
      "args": ["/path/to/mcp-server-prompt-ts/dist/index.js"],
      "env": { "TEMPLATE_DIRS": ".prompt,./team-prompts,./project-templates" }
    }
  }
}

环境变量

🆕 多目录配置

支持从多个目录加载模板文件，提供更灵活的模板管理：

环境变量配置

# 配置多个模板目录
TEMPLATE_DIRS="./prompts,./templates,./ai-prompts"

# 启动服务
npm start

命令行参数配置

# 使用命令行参数
node dist/index.js --template-dirs="./dir1,./dir2,./dir3"

# 或者通过npm
npm start -- --template-dirs="./prompts,./templates"

配置优先级

1. TEMPLATE_DIRS 环境变量（最高优先级）
2. --template-dirs 命令行参数
3. TEMPLATE_DIR 环境变量（向后兼容）
4. --template-dir 命令行参数
5. 默认目录 .prompt

使用场景

• 团队协作: 不同团队维护各自的模板目录
• 项目分类: 按项目类型分别存放模板
• 版本管理: 同时使用稳定版和测试版模板
• 模块化: 将模板按功能模块分目录管理

🔌 API接口

MCP工具

• enhancePrompt - 优化提示词
• searchTemplates - 搜索模板
• getCategories - 获取分类
• fillTemplate - 填充模板

HTTP API

POST /api/enhance      # 优化提示词
GET  /api/categories   # 获取分类
GET  /api/templates/search?keyword=关键词  # 搜索模板
POST /api/fill         # 填充模板
GET  /health           # 健康检查

🛠️ 开发调试

# 开发模式(热重载)
npm run dev              # MCP服务器
npm run dev:http         # HTTP服务器

# Inspector调试模式
npm run inspector        # 标准模式
npm run inspector:dev    # 详细日志
npm run inspector:http   # HTTP服务调试

🧪 功能测试

多目录配置测试

# 运行多目录配置测试
node test-multi-dirs-subprocess.js

# 预期输出：
# ✅ 测试通过：找到了预期数量的模板文件
# ✅ 测试通过：配置了预期数量的目录

手动验证

# 创建测试目录
mkdir test-dir1 test-dir2
echo "# Test Template 1" > test-dir1/test1.md
echo "# Test Template 2" > test-dir2/test2.md

# 使用多目录配置启动
TEMPLATE_DIRS="test-dir1,test-dir2" npm start

# 清理测试目录
rm -rf test-dir1 test-dir2

🎯 模板特点

• 智能融合: 结合直觉判断和系统分析
• 结构化: 清晰的分析框架和评估体系
• 实用性: 基于实际开发经验，提供可执行建议
• 完整性: 覆盖需求→设计→开发→测试→部署全流程
• 专业性: 星级复杂度评估、工期估算、风险分析
• 分布式友好: 专门优化Dubbo微服务开发模板

🏗️ 技术栈

主要支持以下技术栈的开发模板：

• Java + Spring Boot - 微服务开发框架
• Dubbo - 分布式RPC框架
• MySQL - 数据库设计优化
• Maven - 项目构建管理
• 阿里巴巴开发规范 - 企业级质量标准

📋 详细配置

Windows完整配置

单目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "cmd",
      "args": ["/k", "cd", "/d", "D:\\workspace\\code\\mcp\\mcp-server-prompt-ts", "&", "node", "dist/index.js"],
      "env": { "TEMPLATE_DIR": ".prompt" }
    }
  }
}

多目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "cmd",
      "args": ["/k", "cd", "/d", "D:\\workspace\\code\\mcp\\mcp-server-prompt-ts", "&", "node", "dist/index.js"],
      "env": { "TEMPLATE_DIRS": ".prompt,D:\\templates\\team,D:\\templates\\project" }
    }
  }
}

Mac/Linux完整配置

单目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "bash",
      "args": ["-c", "cd /path/to/mcp-server-prompt-ts && node dist/index.js"],
      "env": { "TEMPLATE_DIR": ".prompt" }
    }
  }
}

多目录配置:

{
  "mcpServers": {
    "mcp-server-prompt-ts": {
      "command": "bash",
      "args": ["-c", "cd /path/to/mcp-server-prompt-ts && node dist/index.js"],
      "env": { "TEMPLATE_DIRS": ".prompt,/home/user/team-templates,/opt/project-templates" }
    }
  }
}

Inspector调试配置

{
  "mcpServers": {
    "mcp-server-prompt-ts-inspector": {
      "command": "npx",
      "args": ["@modelcontextprotocol/inspector", "node", "/path/to/mcp-server-prompt-ts/dist/index.js"],
      "env": { "MCP_FORCE_JSON_LOGS": "true" }
    }
  }
}

🏛️ 项目架构

mcp-server-prompt-ts/
├── .prompt/                    # 默认提示词模板库(47.6KB)
├── src/
│   ├── config/                # 配置管理(支持多目录配置)
│   │   └── config.service.ts  # 配置服务(新增多目录支持)
│   ├── services/              # 核心服务(模板解析、MCP、HTTP)
│   ├── types/                 # TypeScript类型定义
│   │   └── config.types.ts    # 配置类型(新增templateDirs)
│   ├── utils/                 # 工具函数(日志、响应)
│   ├── index.ts              # MCP服务器入口
│   └── httpIndex.ts          # HTTP服务器入口
├── dist/                      # 编译输出
├── test-multi-dirs-subprocess.js # 多目录配置测试脚本
├── TEMPLATE_CREATION_GUIDE.md # 模板制作快速入门指南
└── package.json              # 项目配置

🗂️ 多目录模板组织示例

项目根目录/
├── .prompt/                   # 核心模板库
│   ├── ai-prompts.md         # 主要开发模板
│   ├── ai-prompts-testing.md # 测试模板
│   └── ...
├── team-templates/           # 团队专用模板
│   ├── code-review.md        # 代码审查模板
│   ├── meeting-notes.md      # 会议记录模板
│   └── ...
├── project-specific/         # 项目特定模板
│   ├── api-design.md         # API设计模板
│   ├── deployment.md         # 部署模板
│   └── ...
└── experimental/             # 实验性模板
    ├── ai-assistant.md       # AI助手模板
    └── ...

📖 模板制作指南

🎨 模板格式规范

模板采用Markdown格式，支持多种占位符和结构化内容：

基本结构

# 模板文件标题

## 分类名称

### 子分类名称

模板描述和使用说明

请分析以下{{用户输入}}的内容：

【分析框架】

1. 技术复杂度评估（⭐⭐⭐⭐⭐）
2. 实施建议
3. 风险分析

【输出要求】

• 结构化分析结果
• 具体的实施建议
• 风险评估和应对措施

占位符类型

🛠️ 模板制作步骤

1. 确定模板用途

# 明确模板的应用场景
- 目标用户：开发者、架构师、项目经理
- 使用阶段：需求分析、设计、开发、测试、部署
- 解决问题：具体要解决的开发问题

2. 设计模板结构

## 推荐的模板结构

### 标题层级
# 一级标题：模板文件名
## 二级标题：功能分类
### 三级标题：具体模板名称

### 内容组织

模板说明：简要描述模板用途和适用场景

请对"{{用户输入}}"进行分析：

【分析维度1】
- 要点1：具体分析内容
- 要点2：具体分析内容

【分析维度2】
- 要点1：具体分析内容
- 要点2：具体分析内容

【输出要求】
- 格式要求：输出的具体格式
- 内容要求：必须包含的内容
- 质量标准：评判标准

3. 编写模板内容

内容编写原则：

1. 结构化：使用清晰的层级结构

- 【】标记：用于标识分析框架 - 列表：用于组织要点 - 表格：用于对比和总结

1. 可操作性：提供具体的指导

- 明确的分析步骤 - 具体的评估标准 - 可执行的建议

1. 专业性：体现领域专业知识

- 技术术语的准确使用 - 行业最佳实践 - 经验总结和模式

1. 灵活性：适应不同场景

- 占位符的合理使用 - 可选内容的标识 - 扩展性考虑

📝 模板示例

完整模板示例

需求分析模板：

### 需求分析模板

请对需求"{{用户输入}}"进行全面分析：

【业务理解】
- 业务背景：{{}}
- 目标用户：{{}}
- 核心价值：{{}}

【功能分析】
- 核心功能：必须实现的功能点
- 扩展功能：可选的增强功能
- 性能要求：响应时间、并发量要求

【技术评估】
- 技术复杂度：⭐⭐⭐⭐⭐（1-5星）
- 开发工期：预估{{}}人天
- 技术风险：高/中/低
- 依赖系统：{{}}

【实施建议】
1. 第一阶段：核心功能实现
2. 第二阶段：功能完善优化
3. 第三阶段：性能优化部署

【输出要求】
- 需求理解确认
- 技术方案建议
- 开发计划安排
- 风险识别和应对

代码生成模板示例

Service层代码生成模板：

### Service层代码生成

请为"{{用户输入}}"生成Service层代码：

【代码结构】

@Service @Slf4j public class ${className}ServiceImpl implements ${className}Service {

@Autowired private ${className}Repository repository;

@Override public ${returnType} ${methodName}(${paramType} ${paramName}) { log.info("开始处理业务逻辑: {}", ${paramName});

// 1. 参数校验 validate${className}(${paramName});

// 2. 业务逻辑处理 ${returnType} result = process${className}(${paramName});

// 3. 结果返回 log.info("业务处理完成: {}", result); return result; }

private void validate${className}(${paramType} ${paramName}) { // 参数校验逻辑 {{}} }

private ${returnType} process${className}(${paramType} ${paramName}) { // 核心业务逻辑 {{}} } }

【代码说明】

• 类名：${className}ServiceImpl
• 主要方法：${methodName}
• 参数类型：${paramType}
• 返回类型：${returnType}

【最佳实践】

• 日志记录：关键节点记录日志
• 异常处理：业务异常和系统异常
• 事务控制：@Transactional注解使用
• 性能优化：缓存、批处理等

### 🔧 模板管理

#### 文件组织

**推荐的目录结构**：

templates/ ├── development/ # 开发阶段模板 │ ├── requirements.md # 需求分析模板 │ ├── design.md # 设计模板 │ └── coding.md # 编码模板 ├── testing/ # 测试阶段模板 │ ├── unit-test.md # 单元测试模板 │ └── integration.md # 集成测试模板 ├── deployment/ # 部署阶段模板 │ ├── deploy.md # 部署模板 │ └── monitor.md # 监控模板 └── tools/ # 工具类模板 ├── code-review.md # 代码审查模板 └── documentation.md # 文档模板

#### 命名规范

- **文件名**：使用小写字母和连字符，如 `api-design.md`
- **模板名**：使用中文描述，如 `### API接口设计`
- **变量名**：使用驼峰命名，如 `${className}`

#### 版本管理

- 使用Git管理模板版本
- 重大更新时创建新分支
- 保持向后兼容性
- 定期清理过时模板

### 💡 最佳实践

#### 模板设计原则

- **简洁明了**：避免过于复杂的结构
- **实用性强**：贴近实际开发场景
- **易于理解**：清晰的说明和示例
- **可扩展性**：支持不同项目需求

#### 内容质量要求

- **准确性**：技术内容的准确性
- **完整性**：覆盖关键分析点
- **一致性**：格式和风格统一
- **时效性**：及时更新过时内容

#### 使用建议

- 根据项目特点选择合适模板
- 结合实际情况调整模板内容
- 积累经验不断优化模板
- 团队共享和协作改进

## 💬 AI对话示例

以下展示MCP工具如何自动匹配模板并提供智能分析：

### 🔍 场景一：需求分析

**用户输入**:

分析这个需求： https://company.atlassian.net/wiki/spaces/PROJ/pages/123456/电商订单退款功能需求

**🤖 MCP工具自动匹配**:

🔍 检测到需求分析场景... 📋 自动匹配模板: "智能需求分析（Sequential + 结构化融合）" ⚡ 开始分析...

**AI分析输出**:

技术直觉快速判断： 快速复杂度评估：

• 整体技术复杂度预估：⭐⭐⭐⭐（4星）
• 最复杂的3个功能点：风控规则引擎、退款状态机、资金清算
• 最大风险点：第三方支付接口的异常处理
• 关键依赖：支付网关、风控系统、财务系统

结构化深度分析： 核心功能分解：

1. 退款申请模块 - 复杂度：⭐⭐⭐ | 风险：中 | 工期：3人天
2. 风控审核模块 - 复杂度：⭐⭐⭐⭐ | 风险：高 | 工期：5人天
3. 退款处理模块 - 复杂度：⭐⭐⭐⭐⭐ | 风险：高 | 工期：8人天
4. 状态通知模块 - 复杂度：⭐⭐ | 风险：低 | 工期：2人天

实施风险量化：

• 技术风险：第三方支付API限流、网络超时处理
• 集成风险：支付系统版本兼容性、数据格式变更
• 时间风险：2小时时效要求需要优化处理流程

可执行实施计划： 第一阶段 - 基础功能（1周）：

• 功能：退款申请表单、基础审核流程
• 目标：实现端到端退款流程
• 成功标准：单笔退款成功率>99%

第二阶段 - 完善优化（2周）：

• 功能：风控规则、批量处理、异常重试
• 目标：满足2小时时效要求
• 成功标准：平均处理时长<30分钟

### 🛠️ 场景二：架构设计

**用户输入**:

设计退款系统架构

**🤖 MCP工具自动匹配**:

🏗️ 检测到架构设计需求... 📐 自动匹配模板: "智能架构设计（经验直觉 + 技术深度）" ⚙️ 开始设计...

**AI架构输出**:

架构直觉判断： 技术栈选择：

• 首选技术栈：Spring Boot + MySQL + Redis + RocketMQ + Dubbo
• 架构模式：微服务 + 事件驱动 + CQRS
• 选择理由：退款涉及多系统协调，需要保证数据一致性

核心架构设计： 服务层设计：

1. 退款申请服务 (refund-application-service)

- 职责：退款申请受理、参数校验 - 复杂度：⭐⭐⭐

1. 风控审核服务 (risk-control-service)

- 职责：风控规则计算、人工审核 - 复杂度：⭐⭐⭐⭐

1. 退款处理服务 (refund-process-service)

- 职责：调用支付网关、状态管理 - 复杂度：⭐⭐⭐⭐⭐

1. 通知服务 (notification-service)

- 职责：短信、邮件、推送通知 - 复杂度：⭐⭐

关键组件设计：

• API网关：统一入口、限流熔断
• 配置中心：动态风控规则配置
• 消息队列：异步处理、削峰填谷
• 分布式事务：TCC模式保证一致性

### 💻 场景三：代码实现

**用户输入**:

请实现退款申请服务的核心代码

**🤖 MCP工具自动匹配**:

⚡ 检测到代码实现需求... 🔧 自动匹配模板: "Service开发" 📝 开始生成代码...

**AI代码输出**:

/** * 退款申请服务接口 */ public interface RefundApplicationService { /** * 提交退款申请 */ RefundApplicationDTO submitRefundApplication(RefundApplicationRequest request);

/** * 查询退款申请状态 */ RefundApplicationDTO queryRefundStatus(String refundId); }

@Service @Slf4j public class RefundApplicationServiceImpl implements RefundApplicationService {

@Autowired private RefundApplicationRepository refundRepository;

@Autowired private OrderService orderService;

@Autowired private RiskControlService riskControlService;

@Override @Transactional public RefundApplicationDTO submitRefundApplication(RefundApplicationRequest request) { log.info("收到退款申请, orderId={}, amount={}", request.getOrderId(), request.getAmount());

// 1. 参数校验 validateRefundRequest(request);

// 2. 订单状态检查 OrderDTO order = orderService.getOrderById(request.getOrderId()); validateOrderStatus(order);

// 3. 创建退款申请 RefundApplication refundApp = buildRefundApplication(request, order); refundApp = refundRepository.save(refundApp);

// 4. 提交风控审核 riskControlService.submitRiskReview(refundApp.getId());

log.info("退款申请创建成功, refundId={}", refundApp.getId()); return RefundApplicationConverter.toDTO(refundApp); }

private void validateRefundRequest(RefundApplicationRequest request) { if (request.getAmount().compareTo(BigDecimal.ZERO) <= 0) { throw new RefundException("退款金额必须大于0"); } } }

### 🎯 使用效果总结

| 输入类型 | 自动匹配模板 | 输出内容 | 使用场景 |
|----------|------------|----------|----------|
| 需求文档链接 | 智能需求分析 | 复杂度评估+实施计划 | 项目启动阶段 |
| 架构设计需求 | 智能架构设计 | 技术选型+服务拆分 | 架构设计阶段 |
| 功能实现需求 | Service开发 | 完整代码+最佳实践 | 开发实现阶段 |

**✨ 工具特点**:
- �� **智能识别**: 自动识别输入内容类型
- 📋 **精准匹配**: 匹配最适合的专业模板  
- ⚡ **即时输出**: 生成结构化分析和代码
- 🎯 **实用性强**: 直接可用的分析结果和代码

## 🤝 贡献指南

欢迎提交PR改进模板：
1. 保持模板结构清晰
2. 内容实用可操作  
3. 符合实际开发场景
4. 包含具体评估标准

## 📄 许可证

MIT License