What is Ai Develop Assistant

The MCP AI Development Assistant is an optimized tool designed to support AI developers in requirement clarification, documentation, architecture design, and version control. It offers a cohesive framework to streamline project management and enhance productivity.

Use cases

This tool is ideal for projects requiring systematic requirement analysis, architectural blueprinting, and comprehensive documentation. It’s beneficial for both individual developers and teams, particularly in the context of AI, web applications, and software development, facilitating clearer communication and project tracking.

How to use

To use the MCP AI Development Assistant, configure it within Claude Desktop by modifying the configuration file or setting environment variables. Follow the structured workflow, which includes requirement clarification, architectural design, and final document export. Regularly check the status of requirements to ensure completeness throughout the project lifecycle.

Key features

Key features include automatic data saving for persistent storage, historical operation tracking for project auditing, multi-format document exporting (JSON and Markdown), and customizable storage directories to enhance user experience and organizational needs.

Where to use

This assistant is best utilized during the AI project lifecycle, particularly in development environments, collaborative team settings, and scenarios where thorough documentation and requirement tracking are essential for successful project delivery.

mcpforStudyAIDevelop

协助AI开发者需求完善、模块设计、技术架构设计的mcp

🚀 MCP AI开发助手 - 最终配置指南

✨ 优化功能总览

🔧 核心工具 (5个)

1. requirement_clarifier - 需求澄清助手
2. requirement_manager - 需求文档管理器
3. architecture_designer - 架构设计生成器
4. export_final_document - 导出完整文档 ⭐ 新增
5. view_requirements_status - 查看需求状态 ⭐ 新增

💾 持久化存储特性

• ✅ 自动保存: 每次操作都会自动保存到文件
• ✅ 历史记录: 完整的操作历史追溯
• ✅ 多格式导出: JSON + Markdown双格式
• ✅ 自定义目录: 支持环境变量配置存储位置

📁 配置方法

方法1: Claude Desktop配置 (推荐)

1. 找到配置文件位置

   Windows: %APPDATA%\Claude\claude_desktop_config.json
   macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   Linux: ~/.config/claude/claude_desktop_config.json
   

2. 添加配置内容

3. 重启Claude Desktop

方法2: 环境变量配置

创建 .env 文件：

# 自定义存储目录
MCP_STORAGE_DIR=./mcp_data

# 或者设置为其他路径
# MCP_STORAGE_DIR=D:/MyProjects/mcp_storage

📊 存储结构

配置成功后，会在指定目录生成以下文件：

mcp_data/
├── requirements.json      # 实时需求文档
├── history.json          # 操作历史记录
├── final_document_*.json # 导出的完整文档
└── final_document_*.md   # Markdown格式报告

🎯 使用流程

完整的项目分析流程

1. 需求澄清阶段

   requirement_clarifier("我要做一个WebAI资源分享网站")
   ↓
   requirement_manager("项目类型：Web应用...", "项目概述")
   ↓
   view_requirements_status() # 查看当前状态
   

2. 架构设计阶段

   architecture_designer("WebAI资源分享网站架构")
   ↓
   view_requirements_status() # 确认完整性
   

3. 文档导出阶段

   export_final_document() # 导出完整项目文档
   

🧪 测试验证

运行测试脚本验证配置：

# 激活虚拟环境
.venv\Scripts\activate

# 运行测试
python test_optimized_mcp.py

预期输出：

🧪 测试优化后的MCP AI开发助手...
📁 存储目录: test_mcp_data
✅ 发现 5 个工具
✅ 所有功能测试成功
✅ 生成了 4 个文件
🎉 优化版MCP测试完成!

💡 使用技巧

1. 项目开始前

• 设置好 MCP_STORAGE_DIR 环境变量
• 确保目录有写入权限

2. 需求分析中

• 定期使用 view_requirements_status 查看进度
• 每次澄清后都会自动保存

3. 项目完成后

• 使用 export_final_document 导出完整文档
• Markdown文件可作为项目README基础

4. 多项目管理

• 为不同项目设置不同的存储目录
• 使用项目名称作为目录名

🔍 故障排除

常见问题

1. 存储目录权限问题

   # 确保目录可写
   mkdir -p ./mcp_data
   chmod 755 ./mcp_data
   

2. 环境变量未生效

   # 检查环境变量
   echo $MCP_STORAGE_DIR
   
   # 重新设置
   export MCP_STORAGE_DIR="./mcp_data"
   

3. 文件编码问题

   • 所有文件使用UTF-8编码
   • 支持中文内容

🎉 优势总结

相比原版的改进

• ✅ 数据持久化: 不再丢失分析结果
• ✅ 历史追溯: 完整的操作记录
• ✅ 文档导出: 自动生成项目文档
• ✅ 状态查看: 实时了解分析进度
• ✅ 配置灵活: 自定义存储位置

实际价值

• 🚀 提升效率: 避免重复分析
• 📋 文档完整: 自动生成项目文档
• 🔄 过程可控: 随时查看分析状态
• 💾 数据安全: 本地存储，隐私保护

---

🎯 现在您的MCP AI开发助手已经完全优化，支持持久化存储和完整的项目文档管理！

开始使用：

1. 配置Claude Desktop
2. 重启Claude Desktop
3. 开始您的AI项目分析之旅！