🚀 上下文工程 - MCP服务器用于Cursor、Claude Code及VS Code

<p align="center"> <strong>从想法到生产，无上下文丢失</strong><br/> 让AI代理完全理解你的技术栈、架构和已建立的模式。<br/> 构建复杂特性时效率提升<strong>10倍</strong>。 </p> <p align="center"> <a href="https://contextengineering.ai"><img src="https://img.shields.io/badge/网站-contextengineering.ai-blue?style=for-the-badge" alt="网站"></a> <a href="#安装"><img src="https://img.shields.io/badge/MCP-兼容-green?style=for-the-badge" alt="MCP兼容"></a> <a href="#支持平台"><img src="https://img.shields.io/badge/支持-Cursor%20%7C%20Claude%20Code%20%7C%20VS%20Code-purple?style=for-the-badge" alt="平台支持"></a> </p>

---

🎯 什么是上下文工程？

上下文工程是让AI代理全面了解你的代码库、架构和开发模式的做法。我们的MCP（模型上下文协议）服务器消除了在处理复杂软件项目时通常发生的上下文丢失问题。

⚡ 我们解决的问题

• 上下文丢失：AI代理在多轮对话中失去了对项目架构的理解
• 不一致的模式：AI生成的代码不符合已建立的规范
• 手动解释：反复解释你的技术栈和项目结构
• 特性复杂性：构建复杂的特性需要深入理解代码库

🎉 上下文工程解决方案

我们的MCP服务器为AI代理提供：

• 完美的技术栈理解 - 自动分析项目依赖和架构
• 代码库模式识别 - 学习编码风格、命名约定和文件结构
• 特性规划智能 - 生成全面的产品需求文档（PRD）、技术蓝图和实施任务
• 跨平台兼容性 - 无缝与Cursor、Claude Code、VS Code以及任何MCP兼容的IDE协作

🚀 主要特点

🧠 智能特性分类

• 8个智能类别：着陆页、UI组件、API、性能、分析、认证、数据管理、集成
• 自动LLM分析：即时分类特性请求并附带置信评分
• 定制化规划工作流：每个类别都有专门的问题和实施指导
• 多类别支持：处理跨越多个领域的复杂特性

📋 自动化文档生成

• 全面的产品需求文档：用户故事和验收标准
• 技术蓝图：架构图、API规格和实施阶段
• 详细的任务清单：40多项可操作的开发任务及其优先级
• 风险评估：识别潜在障碍和缓解策略

🏗️ 高级代码库分析

• 技术栈检测：自动识别React、Vue、Express、Django、Rails等
• 架构模式：识别MVC、微服务、单体应用和组件结构
• 数据库集成：映射现有模式、API和认证模式
• 遗留系统支持：理解复杂的多层次应用程序

---

🛠️ 支持的平台

✅ 完全兼容的IDE

IDE	状态	安装指南
Cursor	✅ 完全支持	Cursor MCP设置
Claude Code	✅ 完全支持	Claude Code MCP设置
VS Code	✅ 完全支持	VS Code MCP设置
Zed	🔄 即将推出	请求支持
JetBrains IDEs	🔄 即将推出	请求支持

适用于任何支持模型上下文协议（MCP）的IDE

---

🎯 使用案例

🏢 企业开发

• 大型代码库：在百万行项目中保持上下文
• 团队一致性：确保所有开发者遵循已建立的模式
• 遗留迁移：理解和现代化复杂的遗留系统
• 微服务：协调多个服务的开发

🚀 初创速度

• 快速原型设计：利用智能特性规划，构建MVP的速度提高10倍
• 技术债务管理：在快速迭代期间维持代码质量
• 全栈开发：单个开发者可以处理复杂的多层次特性
• 产品管理：生成全面的技术规范

🔧 开源项目

• 贡献者入门：新贡献者立即理解项目结构
• 文档生成：从代码库自动生成技术文档
• 特性路线图：计划复杂特性并提供详细的实施指南
• 代码审查辅助：确保贡献符合项目规范

---

🏗️ 架构

模型上下文协议（MCP）集成

上下文工程师实现了模型上下文协议，使AI代理与你的开发环境之间实现无缝通信。

graph TD
    A[你的IDE] --> B[MCP客户端]
    B --> C[上下文工程师MCP服务器]
    C --> D[代码库分析器]
    C --> E[模式识别引擎]
    C --> F[特性规划AI]
    D --> G[你的项目文件]
    E --> G
    F --> H[生成的文档]

核心组件

• 🔍 代码库分析器：深度检查项目结构和依赖关系
• 🧩 模式识别引擎：学习编码风格和架构决策
• 📋 特性规划AI：生成全面的开发文档
• 🔌 MCP接口：符合标准的协议实现

---

📊 性能优势

指标	上下文工程前	上下文工程后	改善
特性规划时间	4-8小时	15-30分钟	10-16倍更快
上下文切换	每次对话	从未	100%消除
代码一致性	需要人工审核	自动遵守	零返工
文档质量	不一致、过时	全面、当前	企业级

---

🚀 如何使用上下文工程MCP

第一步：生成访问密钥

访问contextengineering.ai，注册一个免费账户以生成你的唯一API密钥。

第二步：添加到你的IDE

对于Cursor：

1. 打开你的Cursor配置文件：~/.cursor/mcp.json
2. 添加以下配置：

{
  "mcpServers": {
    "context-engineer": {
      "url": "https://contextengineering.ai/mcp",
      "headers": {
        "Authorization": "Bearer your-access-key"
      }
    }
  }
}

3. 保存文件
4. 前往Cursor设置 > 工具与集成 > MCP工具 > 上下文工程师，并打开开关
5. 重启Cursor IDE以应用更改

对于Windsurf：

1. 打开你的Windsurf配置文件：
   • Mac/Linux: ~/.windsurf/config.json
   • Windows: %APPDATA%\Windsurf\config.json
2. 添加以下配置：

{
  "mcpServers": {
    "context-engineer": {
      "serverUrl": "https://contextengineering.ai/mcp",
      "headers": {
        "Authorization":  "Bearer your-access-key"
      }
    }
  }
}

3. 保存并重启Windsurf

对于Claude CLI：

在终端运行以下命令：

claude mcp add --transport http "Context-Engineer" https://contextengineering.ai/mcp --header "Authorization: Bearer your-access-key"

第三步：测试集成

在你的IDE中键入：“帮助我规划一个新特性”以验证MCP服务器是否连接成功。

第四步：开始构建

创建你的第一个特性计划！尝试以下提示：

• “我想构建一个身份验证系统”
• “帮我创建一个带有分析的着陆页”
• “我需要开发一个用户管理API”

你的IDE现在准备好创建富含上下文的特性计划，节省了你数小时的开发时间！🚀

---

💡 实际用例与示例

🎯 何时使用上下文工程

非常适合：

• 用户身份验证系统 - 简单的想法但有许多边缘情况（OAuth、JWT、会话管理）
• 支付集成 - 看起来简单但实际上涉及复杂的安全性和错误处理
• 文件上传功能 - 简单的概念但涉及安全性、验证和性能问题
• API开发 - RESTful或GraphQL API，具有适当的错误处理和文档
• 仪表板与分析 - 复杂的数据可视化，实时更新
• 多步骤工作流程 - 表单、向导或任何触及多个系统部分的功能
• 第三方集成 - 连接外部服务和API

上下文工程师的实际应用示例：

1. “我想在我的SaaS中添加Stripe支付”

   • 分析现有的用户模型和数据库模式
   • 生成完整的支付流程，包括订阅、webhook和错误处理
   • 创建40多项实施任务，考虑了适当的安全措施

2. “帮我构建一个实时通知系统”

   • 映射当前的身份验证和用户管理
   • 规划WebSocket集成与技术堆栈
   • 提供扩展性考虑和备用机制

3. “我需要在我的应用中添加多租户支持”

   • 理解当前的数据库结构
   • 创建保留现有数据的迁移策略
   • 规划行级安全性和租户隔离

📊 时间节省分析

基于使用上下文工程师自身构建的真实数据：

特性类型	手动规划	使用上下文工程师	节省时间
身份验证系统	4-6小时	20分钟	93%
支付集成	6-8小时	25分钟	92%
API开发	3-4小时	15分钟	91%
仪表盘特性	4-5小时	20分钟	90%
文件管理	2-3小时	10分钟	89%

🚀 令牌使用优化

没有上下文工程：

• 简单项目：约2,000个令牌（来回澄清）
• 复杂的企业应用：约50,000+个令牌（广泛的上下文共享）
• 随着项目复杂性的增加，令牌使用呈指数增长

有上下文工程：

• 任何项目复杂度：约500个令牌（一次性规划）
• 无论代码库大小，令牌使用都是可预测的
• 复杂项目的令牌消耗减少10-50倍

🏗️ 尤其适合复杂代码库

上下文工程在以下情况下表现优异：

• ✅ 大型单体仓库，包含多个服务
• ✅ 带有技术债务的遗留代码库
• ✅ 使用自定义框架的项目
• ✅ 多语言应用程序
• ✅ 微服务架构
• ✅ 具有复杂业务逻辑的系统

代码库越混乱，上下文工程提供的价值越大，因为它能够自动映射你难以手动解释的复杂性。

🔄 无缝工作流程集成

你当前的工作流程：

1. 想法 → 2. 手动规划 → 3. 编码 → 4. 调试/完善

使用上下文工程：

1. 想法 → 2. AI规划（即时）→ 3. 编码 → 4. 更快地发布

无需中断 - 上下文工程增强了你现有的工作流程，而不改变你的编码方式。

---

❓ 常见问题

Q: 什么算作一次“工具调用”？ A: 上下文工程师执行的每次动作 - 分析代码、生成PRD部分或创建任务。免费层级的10次调用通常覆盖1-2次完整的特性规划会话。

Q: 这会适用于我的技术栈吗？ A: 是的！上下文工程是技术栈无关的。它通过理解代码模式和结构来工作，而不是特定技术。目前在JavaScript/TypeScript、Python和大多数现代框架中表现出色。

Q: 对于简单的特性来说是不是过度了？ A: 即使是“简单”的特性往往也有隐藏的复杂性。一个基本的登录页面可能需要验证、错误处理、安全性和数据库集成。上下文工程确保不会遗漏任何细节。

Q: 这是如何节省我的令牌的？ A: 通过一次性提供完美上下文，而不是多次来回对话解释你的代码库，上下文工程减少了复杂项目中的令牌使用量，最多可达10-50倍。