水银特种作战服务器

Name: 水银特种作战服务器
Author: n0zer0d4y

作者：n0zer0d4y2 星标更新：2025-11-14

安装使用来源：spider==github.com

项目介绍

Mercury Spec Ops MCP Server: 提示词和资源作为工具

首个暴露动态、AI调用工具以生成提示词和模板的MCP服务器。

改变AI助手与专业内容交互的方式。Mercury Spec Ops提供6个可编程工具，使AI能够根据需求动态生成特定技术的提示词和全面的模板。基于复杂的模块化架构，包含31种技术栈、10个分析维度和34个模板部分——所有这些都可通过简单的工具调用来访问。

功能

此MCP服务器提供了一个模块化、可扩展的架构，包括：

提示词（增强支持枚举）

PRD 提示词 - 生成具有模块化技术特定分析的产品需求文档
代码库分析提示词 - 分析代码库，具有模块化技术/焦点特定分析
错误分析提示词 - 分析错误，具有模块化严重性/技术特定分析

资源（模块化模板）

PRD 模板 - 具有技术特定部分的模块化PRD模板
代码库分析模板 - 具有技术/焦点特定部分的模块化代码库分析模板
错误分析模板 - 具有严重性/技术特定部分的模块化错误分析模板

关键能力

基于枚举的输入验证

技术栈（总计31）：
- 语言（11）：JavaScript, TypeScript, Python, Java, Go, Rust, C#, PHP, Ruby, Swift, Kotlin
- 运行时（1）：Node.js
- 前端（3）：React, Angular, Vue
- 后端（7）：Express, NestJS, Django, Flask, Spring, Laravel, Rails
- 数据库（4）：MongoDB, PostgreSQL, MySQL, Redis
- 云（3）：AWS, Azure, GCP
- DevOps（2）：Docker, Kubernetes
分析焦点（总计10）：架构、安全、性能、测试、文档、维护性、可扩展性、可靠性、代码质量、依赖项
错误严重性（总计4）：低、中、高、关键
目标受众：开发者、业务用户、企业、初创公司、医疗保健、金融等

程序化提示词组装

基础提示词 + 31个技术模块 + 10个焦点模块 + 4个严重性模块
根据输入参数自动选择模块
基于优先级的模块排序
多值支持：同时分析多种技术和焦点领域
逗号分隔输入："node.js,react,postgresql" 或 "security,performance,code-quality"
自定义指令集成
智能回退到基础提示词

模块化模板系统

包含依赖解析的模板部分
技术特定的模板部分
焦点特定的模板部分
支持自定义部分

安装

选项1：本地开发

克隆并安装依赖：

git clone https://github.com/n0zer0d4y/mercury-spec-ops.git
cd mercury-spec-ops
npm install
npm run build

在本地运行服务器：

npm run mcp

选项2：从npm安装

npm install -g @n0zer0d4y/mercury-spec-ops

或直接使用npx（无需安装）：

npx @n0zer0d4y/mercury-spec-ops

使用

与MCP客户端集成

在您的MCP客户端（Claude Desktop、Cursor等）中配置服务器：

使用npx（推荐 - 不需要安装）

对于Claude Desktop (claude_desktop_config.json)：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

对于Cursor (~/.cursor/mcp.json)：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@n0zer0d4y/mercury-spec-ops"]
    }
  }
}

使用本地安装

对于Claude Desktop (claude_desktop_config.json)：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

对于Cursor (~/.cursor/mcp.json)：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": ["/path/to/mercury-spec-ops/dist/src/server.js"]
    }
  }
}

Windows本地路径示例（Cursor）：

{
  "mcpServers": {
    "mercury-spec-ops": {
      "timeout": 60,
      "type": "stdio",
      "command": "node",
      "args": [
        "C:\\Development\\Projects\\MCP-Servers\\mercury-spec-ops\\dist\\src\\server.js"
      ]
    }
  }
}

重要注意事项：

npx：自动从npm获取最新版本（推荐给大多数用户）
本地：替换为您实际的项目位置，并首先运行npm run build
重启：配置更改后，请重启您的MCP客户端

工作流程示例

示例1：增强代码库分析

用户提示："分析这个Node.js/TypeScript代码库，重点关注安全性和性能"
Claude Desktop操作：
- 调用codebase-analysis-prompt，技术栈："node.js,typescript"，分析焦点："security,performance"
- 系统程序化组装：基础提示词 + Node.js模块 + TypeScript模块 + 安全模块 + 性能模块
- 提示词指示Claude先阅读resource://codebase-analysis-template
- 模板构建器组装：基础模板 + Node.js部分 + TypeScript部分 + 安全部分 + 性能部分
- Claude阅读动态组装的模板
- Claude分析代码库并生成全面的技术特定报告

示例2：增强错误分析

用户提示："分析这个React应用中的关键安全性错误"
Claude Desktop操作：
- 调用bug-analysis-prompt，技术栈："react"，严重性级别："critical"，错误类型："security"
- 系统组装：基础提示词 + React模块 + 安全模块 + 关键严重性模块
- 模板包括：通用部分 + React特定部分 + 安全特定部分 + 关键严重性部分
- Claude阅读错误分析模板
- Claude分析错误并生成全面的技术和严重性特定报告

示例3：带有技术支持的PRD生成

用户提示："帮我创建一个基于React的任务管理应用程序的PRD"
Claude Desktop操作：
- 调用prd-prompt，项目详情和技术栈："react"
- 系统组装：基础提示词 + React模块
- 模板构建器包括：基础PRD模板 + React特定考虑因素
- Claude阅读技术增强的PRD模板
- Claude生成一个全面的PRD，包含React特定部分

提示词细节

PRD 提示词

名称：prd-prompt
参数：
- project_name（必需）：软件项目的名称
- project_description（必需）：项目的简要描述
- target_audience（可选）：产品的目标受众（枚举值）
- project_type（可选）：项目类型（枚举值）
- key_features（可选）：要在PRD中包含的关键特性
- technology_stack（可选）：要使用的科技栈（枚举值）
- custom_instructions（可选）：用于PRD生成的自定义指令

代码库分析提示词

名称：codebase-analysis-prompt
参数：
- repository_path（必需）：要分析的仓库路径
- technology_stack（必需）：代码库中使用的科技栈（枚举值）
- analysis_focus（可选）：分析的重点领域（枚举值）
- custom_instructions（可选）：用于代码库分析的自定义指令

错误分析提示词

名称：bug-analysis-prompt
参数：
- repository_path（必需）：包含要分析的错误的仓库路径
- bug_description（必需）：要分析的错误或问题的描述
- affected_components（可选）：受影响的组件
- severity_level（可选）：错误的严重性级别（枚举值）
- bug_type（可选）：错误类型（枚举值）
- technology_stack（可选）：受影响组件中使用的科技栈（枚举值）
- custom_instructions（可选）：用于错误分析的自定义指令

资源细节

PRD 模板

URI：resource://prd-template
格式：Markdown
内容：具有技术特定部分的模块化PRD模板，根据输入参数动态组装

代码库分析模板

URI：resource://codebase-analysis-template
格式：Markdown
内容：具有技术和焦点特定部分的模块化代码库分析模板，根据分析参数组装

错误分析模板

URI：resource://bug-analysis-template
格式：Markdown
内容：具有严重性和技术特定部分的模块化错误分析模板，根据错误参数组装

开发

项目结构

src/
├── server.ts                    # 主MCP服务器实现
├── types/
│   ├── enums.ts                 # 所有枚举定义（31技术 + 10焦点）
│   └── index.ts                 # 类型定义和导出
├── prompts/
│   ├── modules/                 # 45个模块化提示词组件
│   │   ├── technology/          # 31个技术特定模块
│   │   │   ├── languages/       # 11个语言模块
│   │   │   ├── runtimes/        # 1个运行时模块
│   │   │   ├── frameworks/      # 10个框架模块（3前端，7后端）
│   │   │   ├── databases/       # 4个数据库模块
│   │   │   ├── cloud/           # 3个云平台模块
│   │   │   └── tools/           # 2个DevOps工具模块
│   │   ├── analysis-focus/      # 10个焦点区域模块
│   │   └── bug-severity/        # 4个严重性特定模块
│   ├── base-prompts/            # 基础提示词模板
│   └── prompt-builder.ts        # 程序化提示词组装
├── resources/
│   ├── templates/               # 模块化模板组件
│   │   ├── prd/                 # 10个PRD模板模块
│   │   ├── codebase-analysis/   # 8个代码库分析模块
│   │   └── bug-analysis/        # 4个错误分析模块
│   └── template-builder.ts      # 程序化模板组装
└── __tests__/                   # 综合测试套件（66个测试）
    ├── utils/                   # 实用函数测试（枚举解析器）
    ├── prompts/                 # 提示词构建器测试
    ├── resources/               # 模板构建器测试
    └── types/                   # 枚举和类型测试

测试

该项目包含一个综合测试套件，覆盖率为88%：

# 运行所有测试
npm test

# 在监视模式下运行测试
npm run test:watch

# 运行带有覆盖率报告的测试
npm run test:coverage

# 运行带有交互UI的测试
npm run test:ui

# 测试MCP集成
npm run test:mcp

测试统计：

66个测试（100%通过）
总体覆盖率：88.48%
语句覆盖率：88.48%
行覆盖率：88.70%

为生产构建

npm run build

代码检查

npm run lint

扩展系统

添加新的技术模块

在src/types/enums.ts中的TechnologyStack枚举中添加技术
在适当的类别中创建一个新的模块文件：
- 语言：src/prompts/modules/technology/languages/
- 框架：src/prompts/modules/technology/frameworks/frontend/ 或 backend/
- 数据库：src/prompts/modules/technology/databases/
- 云：src/prompts/modules/technology/cloud/
- 工具：src/prompts/modules/technology/tools/
实现TechnologyPromptModule接口
从类别中的index.ts导出
在prompt-builder.ts中注册它
在src/resources/templates/中添加相应的模板部分
在src/__tests__/中编写测试

添加新的焦点领域

在src/types/enums.ts中的AnalysisFocus枚举中添加焦点领域
在src/prompts/modules/analysis-focus/中创建一个新的模块文件
实现AnalysisFocusPromptModule接口
从analysis-focus/index.ts导出
在prompt-builder.ts中注册它
添加相应的模板部分
编写测试

添加新的严重性级别

在src/types/enums.ts中的BugSeverity枚举中添加严重性
在src/prompts/modules/bug-severity/中创建一个新的模块文件
实现BugSeverityPromptModule接口
在提示词构建器中注册它
添加相应的模板部分
编写测试

贡献

欢迎贡献！请遵循以下指南：

分叉仓库并创建功能分支
遵循现有的代码模式，并保持测试覆盖率高于85%
使用常规提交格式（feat, fix, docs, test, chore）
在提交拉取请求之前确保所有测试通过
查看扩展系统以添加新模块

在GitHub Issues上报告问题，附带清晰的重现步骤。

许可证

本项目采用MIT许可证 - 详情见LICENSE文件。 </中文翻译>