# 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

```bash
# 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](TEMPLATE_CREATION_GUIDE.md) 了解完整的模板制作流程

## 📚 词库结构

| 文件 | 大小 | 用途 | 核心模板 |
|------|------|------|----------|
| [ai-prompts.md](.prompt/ai-prompts.md) | 32KB | 核心开发流程 | 智能需求分析、架构设计、代码质量分析 |
| [ai-prompts-testing.md](.prompt/ai-prompts-testing.md) | 2.5KB | 测试专用 | 测试方案、性能测试、自动化测试 |
| [ai-prompts-devops.md](.prompt/ai-prompts-devops.md) | 3.9KB | 运维部署 | 部署策略、监控配置、故障排查 |
| [ai-prompts-optimization.md](.prompt/ai-prompts-optimization.md) | 4.3KB | 代码优化 | 重构方案、性能优化、安全优化 |
| [ai-prompts-tools.md](.prompt/ai-prompts-tools.md) | 4.6KB | 开发辅助 | 代码解释、工具指南、技术评估 |

**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）
```json
{
  "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）
```json
{
  "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

| 变量 | 说明 | 默认值 |
|------|------|--------|
| `PORT` | HTTP服务端口 | 3000 |
| `NODE_ENV` | 运行环境 | development |
| `TEMPLATE_PATH` | 单个模板文件路径 | ai-prompts.md |
| `TEMPLATE_DIR` | 单个模板目录 | .prompt |
| `TEMPLATE_DIRS` | 多个模板目录（逗号分隔） | - |
| `MCP_FORCE_JSON_LOGS` | JSON日志格式 | false |

### 🆕 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
```bash
# 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
```bash
# 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
```bash
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

```bash
# 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

```bash
# 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

```bash
# 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

<details>
<summary>Windows完整配置</summary>

**单目录配置**:
```json
{
  "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**:
```json
{
  "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" }
    }
  }
}
```
</details>

<details>
<summary>Mac/Linux完整配置</summary>

**单目录配置**:
```json
{
  "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**:
```json
{
  "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" }
    }
  }
}
```
</details>

<details>
<summary>Inspector调试配置</summary>

```json
{
  "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" }
    }
  }
}
```
</details>

## 🏛️ 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
```markdown
# 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
| 占位符 | 用途 | 示例 |
|--------|------|------|
| `{{用户输入}}` | 主要用户输入内容 | `分析{{用户输入}}的可行性` |
| `${变量名}` | 自定义变量 | `项目名称：${projectName}` |
| `{{}}` | 空占位符，等待填充 | `技术栈：{{}}` |

### 🛠️ 模板制作步骤

#### 1. 确定模板用途
```markdown
# 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
```markdown
## 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

2. **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

3. **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

4. **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**：

```markdown
### 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**：

```markdown
### Service层代码生成

请为"{{用户输入}}"生成Service层代码：

【代码结构】
```java
@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：⭐⭐⭐
   
2. 风控审核服务 (risk-control-service)  
   - 职责：风控规则计算、人工审核
   - 复杂度：⭐⭐⭐⭐
   
3. 退款处理服务 (refund-process-service)
   - 职责：调用支付网关、状态管理
   - 复杂度：⭐⭐⭐⭐⭐
   
4. 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**:
```java
/**
 * 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