Token导航 LogoToken导航TokenDH.com
Spellbook MCP logo
AI代理stdio官方级别未说明来源级核验

Spellbook MCP

MCP Server

一个可重用、版本化的AI提示工具包,包含软件开发周期各阶段的提示和轻量级模型上下文协议服务器,用于AI辅助的软件开发。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
AI代理JavaScriptClaudeClaudeCursorVS Code

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

apkasten906

提供方

apkasten906

最后核验

2026/5/17 20:20

运行时

Docker

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。

命令预览

docker run --rm -it spellbook-mcp:0.3.0

详细介绍

🪄 魔法书 MCP(注:MCP在此处可能是一个特定名称或缩写,根据上下文可能有不同的含义,如“魔法控制协议”或特定作品中的角色/组织名等,但直接翻译为“魔法书 MCP”保持了原样,具体含义需结合上下文理解)

一个模型上下文协议服务器,它将AI提示作为咒语——即结构化、可重用的指令,适用于软件开发生命周期的各个阶段。

版本: v0.3.0\ 许可证: 麻省理工学院(MIT)

_在这里,每一个提示都是一个咒语,每一次构建都是一场仪式。_

一个可重用、带版本控制的提示工具包 + 一个轻量级(工具/框架) 模型上下文协议(MCP) 用于辅助人工智能软件开发的服务器。包括软件开发生命周期(SDLC)提示、PDCA(戴明循环)元提示、模型路由,以及一个将所有功能作为工具暴露出来的MCP服务器。

快速入门(本地)

npm -C mcp-starter i
node mcp-starter/server.js

快速入门(Docker)

docker build -f Dockerfile.mcp -t spellbook-mcp:0.3.0 .
docker run --rm -it spellbook-mcp:0.3.0

本地接受烟雾(PowerShell)

如果你想在Docker中本地运行快速接受测试(模拟CI环境),请使用随附的PowerShell辅助工具或npm smoketest 脚本:

# Build a local image
docker build -f Dockerfile.mcp -t spellbook-mcp:local .

# Run the smoke test with mounted logs directory (writes to ./mcp-starter/logs)
docker run --rm -it -v ${PWD}\mcp-starter\logs:/app/mcp-starter/logs spellbook-mcp:local /bin/sh -c "cd /app && npm run acceptance:quick:logging"

# Or use the included helper that wraps the same logic
npm run smoketest

MCP客户端设置

将您的MCP启用客户端(Claude桌面版、Cursor、VS Code MCP桥接器)指向 .mcp.json

仓库结构

/
├── prompts/
│   └── v0.3.0/               # SDLC + PDCA prompts for this release
│       ├── 1_requirements_planning.md
│       ├── 2_analysis_specification.md
│       ├── 3_architecture_design.md
│       ├── 4_implementation_development.md
│       ├── 5_testing_quality_assurance.md
│       ├── 6_deployment_release.md
│       ├── 7_maintenance_monitoring.md
│       └── meta/
│           ├── PDCA_cycle.md
│           ├── due_diligence_checklist.md
│           ├── retrospective_review.md
│           ├── error_learning_protocol.md
│           └── continuous_improvement_tracker.md
├── docs/
│   └── learning-log.md
├── mcp-starter/
│   ├── package.json
│   └── server.js
├── .mcp.json
├── Dockerfile.mcp
├── router.config.json
├── prompt.catalog.json
├── PROMPT_EXECUTION_MATRIX.md
├── COMMANDS.md
├── CHANGELOG.md
├── CONTRIBUTING.md
├── LICENSE
└── .github/workflows/release.yml

版本控制与发布

  • SemVer(语义化版本控制)主版本号.次版本号.修订号
  • 为发布版本打上标签 vX.Y.Z一个GitHub Action创建了一个发布版本并附加了一个zip文件。
  • \CONTRIBUTING.md\ 翻译为中文是:“贡献指南.md” 或 “贡献规范.md”。这个文件通常用于说明如何为某个项目或组织做出贡献,包括提交代码、报告问题、参与讨论等方面的指南 用于分支管理、PR(Pull Request)指导以及 CHANGELOG.md(变更日志文件,Markdown格式) 为了历史。

模型预算编制

\PROMPT_EXECUTION_MATRIX.md\ 翻译为中文是:\提示执行矩阵.md\对于代码编写,优先使用Copilot(GPT‑5 Codex);对于深度推理,使用GPT‑4.1/5;在可接受的情况下,回退到4o/o3‑mini。

命令

COMMANDS.md(命令说明文件) 关于斜杠命令及其与MCP工具的映射关系。

学习与事后分析(或总结)

我们维护一个轻量级的团队学习日志,用于记录验收/持续集成(CI)失败的情况以及重要的故障排除笔记。如果验收测试或CI运行中发现了错误、不稳定测试或操作经验教训,请添加一条简短的记录 docs/learning-log.md 描述:

  • 运行ID或时间戳以及受影响的分支/拉取请求(PR)
  • 问题简述及根本原因(如已知)
  • 所采取的调查步骤及最终的补救措施
  • 关于提交(commits)、工件(artifacts)(已上传 mcp-starter/logs/**), 以及PRs(Pull Requests,即拉取请求)

将这些信息保存在仓库附近有助于加快未来的调试速度,并捕捉机构知识 prompts/v0.3.0/meta/ 目录中还包含策略工件,如 due_diligence_checklist.md 并且 retrospective_review.md 在提交学习成果时,你可以参考这个。

目录标签

目录标签

AI代理JavaScriptClaudeAI辅助开发本地部署软件开发工具提示工程模型上下文协议

支持客户端

ClaudeCursorVS Code

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Docker

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

stdionone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。

来源信息

继续浏览同类 MCP