快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

🏗️ 罗宾逊人工智能系统-MCP服务器

完整的增强代码四服务器架构 节省70-85%的积分，同时添加956多种工具

网站： https://www.robinsonaisystems.com 日期： 2025-10-21 状态： ✅ 生产就绪

______________________________________________________________________

🎯 我们解决的问题

在罗宾逊人工智能系统之前：

❌ Augment Code没有工具（只能解释，不能做）
❌ 费用45美元/月+额外费用（0.10美元/1000学分）
❌ 用户超出限额43%（296K/208K学分/月）
❌ 不断停止并等待确认
❌ 无法访问GitHub、Vercel、Neon、Stripe等。

罗宾逊人工智能系统之后：

✅ 5台MCP服务器上的966多种工具
✅ 70-85%的信贷节省
✅ 自主工作流程（不停止！）
✅ 为繁重的工作提供免费的本地LLM
✅ Plan → 补丁→ 公关工作流程
✅ 计划速度提高10倍（5-10秒vs 60秒以上）
✅ 网络爬虫和语义搜索（RAD爬虫）

______________________________________________________________________

🏗️ 五服务器架构

1.建筑师代理MCP 🧠

目的： 战略规划、批评和架构见解 型号： 当地Ollama（免费） 工具： 12个规划和分析工具演出简单计划为5-10s，复杂计划为15-30s

它的作用：

根据意图创建详细的工作计划
审查架构并提出改进建议
生成架构决策记录（ADR）
识别风险和技术债务
安全和性能审查

主要特点：

✅ 仅限设计 -从不写入磁盘
✅ 自动启动Ollama -无需人工干预
✅ 智能路由 -90%计划的快速模型
✅ HEAD缓存 -在后续通话中不重新索引
✅ 快10倍 -优化前5-10秒与60秒以上

______________________________________________________________________

2.自主代理MCP 🤖

目的： 使用免费本地LLM生成代码 型号： 本地Ollama（qwen2.5编码器：32b，编码器：34b，深寻编码器：33b） 工具： 8个代码生成工具

它的作用：

根据规范生成代码
引用现有代码
自动添加测试
修复bug和错误
优化性能

主要特点：

✅ 自动启动Ollama -节省追加积分
✅ 智能选型 -简单快速，复杂最佳
✅ 自由 -本地法学硕士，零学分
✅ 质量 -使用最佳编码模型（33B-34B参数）

______________________________________________________________________

3.信用优化器MCP 💰

目的： 工作流、模板、补丁和自主执行 工具： 24个优化工具

它的作用：

工具发现 -立即找到工具（0学分！）
自主工作流 -不间断地执行多步骤计划
模板脚手架 -生成功能/组件（0 AI学分！）
缓存 -避免重复工作
公关创作 - open_pr_with_changes 工具（计划→ 补丁→ PR!)

主要特点：

✅ 70-85%的信贷节省
✅ 不停 -自主执行
✅ 模板 -脚手架的AI学分为0
✅ 公关自动化 -使用文件更改创建PR

______________________________________________________________________

4.罗宾逊工具包MCP 🛠️

目的： 912+集成工具（GitHub、Vercel、Neon、Stripe等） 工具： 12个集成中的912个工具

集成：

GitHub （199个工具）-重新发布、PR、问题、行动、发布
维塞尔 （150个工具）-部署、域、环境变量、分析
霓虹（145个工具）-Postgres数据库、分支、查询
条纹（100个工具）-付款、订阅、客户
Supabase （80个工具）-身份验证、数据库、存储、功能
重发（60个工具）-电子邮件发送和管理
提里奥 （70个工具）-短信、语音、消息
云耀（50个工具）-DNS、CDN、workers、R2
瑞迪斯 （40个工具）-缓存、发布/订阅、流
开放人工智能 （30个工具）-完成、嵌入、模型
剧作家 （78个工具）-浏览器自动化、测试
背景7 （3个工具）-文件检索

主要特点：

✅ 延迟加载 -仅在需要时加载集成
✅ 统一接口 -一台服务器，所有工具
✅ 生产就绪 -经过实战测试的集成

______________________________________________________________________

5.RAD爬行器MCP 🕷️

目的： 检索增强开发-网络爬行和语义搜索 型号： 当地Ollama（免费嵌入和分类） 工具： 10个爬行和搜索工具

它的作用：

使用治理（robots.txt、速率限制）抓取网络文档
采用代码库进行语义搜索
混合搜索（FTS+pgvector语义）
智能重复数据删除和分块
用于嵌入的本地AI（零云积分！）

主要特点：

✅ 先搜索 -爬行前检查索引
✅ 受控爬行 -允许/拒绝列表、预算、robots.txt
✅ 语义搜索 -基于概念检索的pgvector
✅ 作业队列 -带有进度跟踪的异步处理
✅ 零云积分 -所有AI都在本地Olama上运行
✅ 霓虹灯存储 -带有pgvector的可扩展Postgres

使用案例：

您经常参考的索引文档
从语义上搜索代码库
为您的代理商建立知识库
自动收集规划上下文

______________________________________________________________________

💰 信贷储蓄明细

任务	没有Robinson AI	有Robinson AI	节省
查找工具	500学分	0学分	100%
计划工作	2000学分	0学分（本地法学硕士）	100%
生成代码	5000学分	0学分（本地法学硕士）	100%
执行工作流	10000学分	500学分	95%
创建PR	1500学分	100学分	93%
部署	2000学分	100学分	95%

平均节省：70-85%

______________________________________________________________________

🚀 入门指南

1.安装所有4台服务器

# Clone the repository
git clone https://github.com/robinsonai/robinsonai-mcp-servers.git
cd robinsonai-mcp-servers

# Install dependencies
npm install --legacy-peer-deps

# Build all servers
npm run build

# Link all servers globally
cd packages/architect-mcp && npm link
cd ../autonomous-agent-mcp && npm link
cd ../credit-optimizer-mcp && npm link
cd ../robinsons-toolkit-mcp && npm link
cd ../rad-crawler-mcp && npm link

2.配置增强码

添加到VS代码设置(settings.json).在带有Augment的Windows上，首选绝对可执行文件（不依赖于PATH）并保持stdout干净。

选项A：绝对.cmd垫片（需要 npm link 每个包裹）

{
  "augment.mcpServers": {
    "architect-agent": {
      "command": "C:\\nvm4w\\nodejs\\architect-mcp.cmd",
      "args": [],
      "env": {
        "OLLAMA_BASE_URL": "http://localhost:11434",
        "ARCHITECT_MODEL": "qwen2.5:3b"
      }
    },
    "autonomous-agent": {
      "command": "C:\\nvm4w\\nodejs\\autonomous-agent-mcp.cmd",
      "args": [],
      "env": { "OLLAMA_BASE_URL": "http://localhost:11434" }
    },
    "credit-optimizer": {
      "command": "C:\\nvm4w\\nodejs\\credit-optimizer-mcp.cmd",
      "args": [],
      "env": { "CREDIT_OPTIMIZER_SKIP_INDEX": "1" }
    },
    "robinsons-toolkit": {
      "command": "C:\\nvm4w\\nodejs\\robinsons-toolkit-mcp.cmd",
      "args": [],
      "env": {
        "GITHUB_TOKEN": "your-token",
        "VERCEL_TOKEN": "your-token",
        "NEON_API_KEY": "your-key"
      }
    }
  }
}

选项B：显式节点+dist条目（不需要全局链接）

{
  "augment.mcpServers": {
    "architect-agent": {
      "command": "C:\\Program Files\\nodejs\\node.exe",
      "args": ["C:\\Users\\chris\\Git Local\\robinsonai-mcp-servers\\packages\\architect-mcp\\dist\\index.js"],
      "env": {
        "OLLAMA_BASE_URL": "http://localhost:11434",
        "ARCHITECT_MODEL": "qwen2.5:3b"
      }
    }
  }
}

选项C（回退）：npx通过绝对匀场（可能较慢，会发出stdout噪声）

{
  "augment.mcpServers": {
    "architect-agent": {
      "command": "C:\\nvm4w\\nodejs\\npx.cmd",
      "args": ["-y", "@robinsonai/architect-mcp"],
      "env": { "OLLAMA_BASE_URL": "http://localhost:11434" }
    }
  }
}

提示：使用 node tools/generate-augment-mcp-import.mjs 生成Windows安全的导入JSON（包括可选的secrets文件）。

3.安装Olama模型

ollama pull qwen2.5:3b           # Fast planning (2GB)
ollama pull qwen2.5-coder:32b    # Fast coding (19GB)
ollama pull codellama:34b        # Balanced coding (19GB)
ollama pull deepseek-coder:33b   # Best quality (19GB)

4.重新启动VS代码

所有4台服务器都将在需要时自动启动Ollama！

______________________________________________________________________

📊 系统要求

磁盘： 60 GB（适用于Ollama车型）
猛撞： 最低16GB，建议32GB
CPU： 现代多核处理器
操作系统： Windows、macOS或Linux
Node.js： 18+必填

______________________________________________________________________

🎯 用例

功能开发 -计划→ Code → Test → PR
错误修复 -分析→ Fix → Test → 部署
重构 -计划→ 重构→ Test → PR
部署 -构建→ 部署→ 监视器
数据库迁移 -计划→ 迁移→ 验证
电子邮件活动 -模板→ Send → Track
测试 -生成→ Run → 报告

______________________________________________________________________

📦 个人套餐

@罗宾逊奈/建筑师mcp

使用当地LLM进行战略规划和建筑见解。12个用于规划、审查和分析的工具。

@罗宾逊奈/自主代理mcp

通过本地LLM生成代码。8个用于生成、重构和优化代码的工具。

@罗宾逊奈/信贷优化器mcp

工作流优化和自主执行。24个用于发现、模板、缓存和PR创建的工具。

@罗宾逊/罗宾逊工具包mcp

12个服务（GitHub、Vercel、Neon、Stripe等）的912多个集成工具

@罗宾逊/维塞尔mcp

全功能Vercel API集成150多个工具，用于部署、域、环境变量、团队等。

@罗宾逊/霓虹灯mcp

通过145个工具增强了Neon数据库管理，用于工作流、迁移、性能监控和分支管理。

###

先进的GitHub自动化，包含199个用于PR工作流、问题管理、Actions集成和存储库分析的工具。

______________________________________________________________________

🎓 训练系统

想训练自己的自定义模型吗？

这个仓库包括一个完整的自动化LoRA训练系统，可以从你的代码库中学习！

📚 看 .training/ 完整文档文件夹

快速入门：

# Check if ready to train
npm run check-training

# Open Colab for one-click training
npm run train-colab -- --role=coder

特征：

✅ 从代理运行中自动收集数据
✅ 免费Google Colab GPU一键训练
✅ +训练后表现提高20-30%
✅ 模型学习你的代码库模式
✅ 适用于Python 3.14（无需本地设置）

阅读更多： .training/AUTOMATED_TRAINING_GUIDE.md

______________________________________________________________________

📄 许可证

🤝 贡献

这些MCP服务器由Robinson AI Systems构建和维护，供内部使用和社区利益。

目录标签

代码生成本地LLMJavaScript工作流优化本地部署自动化部署信用节省

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

token

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明token部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/71a552071882a1fd9718001a4d630312

Robinson AI Systems提供了一套完整的4服务器架构，用于增强代码功能，通过本地LLM和工具集成实现70-85%的信用节省，适用于代码生成、工作流优化和自动化部署等场景。

继续浏览同类 MCP

更多开发工具 MCP（20,396）返回 MCP 目录

上一个 MCP

Robinhood MCP (Dileepgaganr)

Integrates with Robinhood API and LLMs like Perplexity to provide AI-powered portfolio rebalancing recommendations and trading analytics without executing trades directly.

下一个 MCP

Roblox Afd05b09

全面解析Roblox Studio MCP Server UpdatedMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器，Roblox Studio MCP Server Updated能让AI助手访问实时数据、执行操作，为您提供更智能的工作体验和自动化解决方案。

Robinsonai MCP Servers

快速接入

详细介绍

🏗️ 罗宾逊人工智能系统-MCP服务器

🎯 我们解决的问题

🏗️ 五服务器架构

1.建筑师代理MCP 🧠

2.自主代理MCP 🤖

3.信用优化器MCP 💰

4.罗宾逊工具包MCP 🛠️

5.RAD爬行器MCP 🕷️

💰 信贷储蓄明细

🚀 入门指南

1.安装所有4台服务器

2.配置增强码

3.安装Olama模型

4.重新启动VS代码

📊 系统要求

🎯 用例

📦 个人套餐

@罗宾逊奈/建筑师mcp

@罗宾逊奈/自主代理mcp

@罗宾逊奈/信贷优化器mcp

@罗宾逊/罗宾逊工具包mcp

@罗宾逊/维塞尔mcp

@罗宾逊/霓虹灯mcp

🎓 训练系统

📄 许可证

🤝 贡献

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP