Skip to main content
Glama
deenesjakoruzh

Vibe Coder MCP

by freshtechbro
OverviewInspectSchemaRelated ServersScoreDiscussions
TypeScript
Hybrid
36
88

Vibe Coder MCP 服务器

测试

Vibe Coder 是一款 MCP（模型上下文协议）服务器，旨在为您的 AI 助手（例如 Cursor、Cline AI 或 Claude Desktop）提供强大的软件开发工具。它可以帮助您进行研究、规划、生成需求、创建启动项目等等！

概述和特点

Vibe Coder MCP 与 MCP 兼容客户端集成，提供以下功能：

  • 语义请求路由：使用基于嵌入的语义匹配和顺序思维回退智能地路由请求。

  • 工具注册架构：采用自注册工具进行集中工具管理。

  • 直接 LLM 调用：生成器工具现在使用直接 LLM 调用来提高可靠性和结构化输出控制。

  • 工作流执行：运行workflows.json中定义的预定义工具调用序列。

  • 研究与规划：进行深入研究（ research-manager ）并生成规划文档，如 PRD（ generate-prd ）、用户故事（ generate-user-stories ）、任务列表（ generate-task-list ）和开发规则（ generate-rules ）。

  • 项目脚手架：生成全栈入门套件（ generate-fullstack-starter-kit ）。

  • 代码图生成器：递归扫描代码库，提取语义信息，并使用 Mermaid 图表生成标记高效、上下文密集的 Markdown 索引，或生成具有导入绝对文件路径和增强类属性信息的结构化 JSON 表示（ map-codebase ）。

  • 异步执行：许多长期运行的工具（生成器、研究、工作流）现在都支持异步运行。它们会立即返回作业 ID，并使用get-job-result工具检索最终结果。

  • 会话状态管理：维护会话内各个请求的基本状态（在内存中）。

  • 标准化错误处理：所有工具的错误模式一致。

（有关更多信息，请参阅下面的“详细工具文档”和“功能详细信息”部分）

Related MCP server: code2prompt-mcp

设置指南

按照这些微步骤让 Vibe Coder MCP 服务器运行并连接到您的 AI 助手。

步骤 1：先决条件

  1. 检查 Node.js 版本：

    • 打开终端或命令提示符。

    • 运行node -v

    • 确保输出显示 v18.0.0 或更高版本（必需）。

    • 如果未安装或已过时：从nodejs.org下载。

  2. 检查 Git 安装：

    • 打开终端或命令提示符。

    • 运行git --version

    • 如果未安装：从git-scm.com下载。

  3. 获取 OpenRouter API 密钥：

    • 访问openrouter.ai

    • 如果您还没有帐户，请创建一个。

    • 导航至 API 密钥部分。

    • 创建一个新的 API 密钥并复制它。

    • 保留此密钥以用于步骤 4。

第 2 步：获取代码

  1. 创建项目目录（可选）：

    • 打开终端或命令提示符。

    • 导航到您想要存储项目的位置：

      cd ~/Documents # Example: Change to your preferred location

  2. 克隆存储库：

    • 跑步：

      git clone https://github.com/freshtechbro/vibe-coder-mcp.git

      （或者如果适用，使用你的 fork 的 URL）

  3. 导航到项目目录：

    • 跑步：

      cd vibe-coder-mcp

步骤 3：运行安装脚本

为您的操作系统选择适当的脚本：

对于 Windows：

  1. 在您的终端中（仍在 vibe-coder-mcp 目录中），运行：

    setup.bat

  2. 等待脚本完成（它将安装依赖项、构建项目并创建必要的目录）。

  3. 如果您看到任何错误消息，请参阅下面的故障排除部分。

对于 macOS 或 Linux：

  1. 使脚本可执行：

    chmod +x setup.sh

  2. 运行脚本：

    ./setup.sh

  3. 等待脚本完成。

  4. 如果您看到任何错误消息，请参阅下面的故障排除部分。

该脚本执行以下操作：

  • 检查 Node.js 版本 (v18+)

  • 通过 npm 安装所有依赖项

  • 创建必要的VibeCoderOutput/子目录（如脚本中所定义）。

  • 构建 TypeScript 项目。

  • **如果.env不存在，则将.env.example复制到.env文件。**您需要编辑此文件。

  • 设置可执行权限（在 Unix 系统上）。

步骤 4：配置环境变量（ .env ）

安装脚本（来自步骤 3）通过复制.env.example模板自动在项目的根目录中创建.env文件，但前提是。

  1. **找到并打开.env ：**在主vibe-coder-mcp目录中找到.env文件并使用文本编辑器打开它。

  2. 添加您的 OpenRouter API 密钥（必需）：

    • 该文件包含基于.env.example的模板：

      # OpenRouter Configuration ## Specifies your unique API key for accessing OpenRouter services. ## Replace "Your OPENROUTER_API_KEY here" with your actual key obtained from OpenRouter.ai. OPENROUTER_API_KEY="Your OPENROUTER_API_KEY here" ## Defines the base URL for the OpenRouter API endpoints. ## The default value is usually correct and should not need changing unless instructed otherwise. OPENROUTER_BASE_URL=https://openrouter.ai/api/v1 ## Sets the specific Gemini model to be used via OpenRouter for certain AI tasks. ## ':free' indicates potential usage of a free tier model if available and supported by your key. GEMINI_MODEL=google/gemini-2.0-flash-thinking-exp:free

    • **至关重要的是，将"Your OPENROUTER_API_KEY here"替换为您的实际 OpenRouter API 密钥。**如果您的密钥不需要引号，请删除引号。

  3. 配置输出目录（可选）：

    • 要更改生成的文件的保存位置（默认为项目内的VibeCoderOutput/ ），请将此行添加到您的.env文件中：

      VIBE_CODER_OUTPUT_DIR=/path/to/your/desired/output/directory

    • 将路径替换为您首选的绝对路径。路径使用正斜杠 ( / )。如果未设置此变量，则将使用默认目录 ( VibeCoderOutput/ )。

  4. 配置代码图生成器目录（可选）：

    • 要指定 code-map-generator 工具允许扫描哪个目录，请将此行添加到您的.env文件中：

      CODE_MAP_ALLOWED_DIR=/path/to/your/source/code/directory

    • 将路径替换为包含要分析的源代码的目录的绝对路径。这是一个安全边界 - 该工具不会访问此目录之外的文件。

    • 请注意，出于安全考虑， CODE_MAP_ALLOWED_DIR （用于读取源代码）和VIBE_CODER_OUTPUT_DIR （用于写入输出文件）是分开的。code-map-generator 工具对读取和写入操作使用单独的验证。

  5. 检查其他设置（可选）：

    • 您可以添加服务器支持的其他环境变量，例如LOG_LEVEL （例如， LOG_LEVEL=debug ）或NODE_ENV （例如， NODE_ENV=development ）。

  6. 保存

步骤 5：与您的 AI 助手集成（MCP 设置）

此关键步骤通过将 Vibe Coder 的配置添加到客户端的 MCP 设置文件来将其连接到您的 AI 助手。

5.1：找到客户端的 MCP 设置文件

位置取决于你的人工智能助手：

  • 光标 AI / Windsurf / RooCode（基于 VS Code）：

    1. 打开应用程序。

    2. 打开命令面板（ Ctrl+Shift+P或Cmd+Shift+P ）。

    3. 键入并选择Preferences: Open User Settings (JSON) 。

    4. 这将打开mcpServers对象所在的settings.json文件。

  • Cline AI（VS 代码扩展）：

    • Windows ： %APPDATA%\Cursor\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json

    • macOS ： ~/Library/Application Support/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    • Linux ： ~/.config/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    • （注意：如果使用标准 VS Code 而不是 Cursor，请将路径中的

  • 克劳德桌面：

    • Windows ： %APPDATA%\Claude\claude_desktop_config.json

    • macOS ： ~/Library/Application Support/Claude/claude_desktop_config.json

    • Linux ： ~/.config/Claude/claude_desktop_config.json

5.2：添加Vibe Coder配置

  1. 在文本编辑器中打开上面确定的设置文件。

  2. 找到"mcpServers": { ... } JSON 对象。如果它不存在，您可能需要创建它（确保整个文件保持有效的 JSON 格式）。例如，一个空文件可能变成{"mcpServers": {}} 。

  3. 在mcpServers对象的花括号{}内添加以下配置块。如果已列出其他服务器，请在粘贴此块之前,在上一个服务器的右括号}后添加逗号 ,。

    // This is the unique identifier for this MCP server instance within your client's settings "vibe-coder-mcp": { // Specifies the command used to execute the server. Should be 'node' if Node.js is in your system's PATH "command": "node", // Provides the arguments to the 'command'. The primary argument is the absolute path to the compiled server entry point // !! IMPORTANT: Replace with the actual absolute path on YOUR system. Use forward slashes (/) even on Windows !! "args": ["/Users/username/Documents/Dev Projects/Vibe-Coder-MCP/build/index.js"], // Sets the current working directory for the server process when it runs // !! IMPORTANT: Replace with the actual absolute path on YOUR system. Use forward slashes (/) even on Windows !! "cwd": "/Users/username/Documents/Dev Projects/Vibe-Coder-MCP", // Defines the communication transport protocol between the client and server "transport": "stdio", // Environment variables to be passed specifically to the Vibe Coder server process when it starts // API Keys should be in the .env file, NOT here "env": { // Absolute path to the LLM configuration file used by Vibe Coder // !! IMPORTANT: Replace with the actual absolute path on YOUR system !! "LLM_CONFIG_PATH": "/Users/username/Documents/Dev Projects/Vibe-Coder-MCP/llm_config.json", // Sets the logging level for the server "LOG_LEVEL": "debug", // Specifies the runtime environment "NODE_ENV": "production", // Directory where Vibe Coder tools will save their output files // !! IMPORTANT: Replace with the actual absolute path on YOUR system !! "VIBE_CODER_OUTPUT_DIR": "/Users/username/Documents/Dev Projects/Vibe-Coder-MCP/VibeCoderOutput", // Directory that the code-map-generator tool is allowed to scan // This is a security boundary - the tool will not access files outside this directory "CODE_MAP_ALLOWED_DIR": "/Users/username/Documents/Dev Projects/Vibe-Coder-MCP/src" }, // A boolean flag to enable (false) or disable (true) this server configuration "disabled": false, // A list of tool names that the MCP client is allowed to execute automatically "autoApprove": [ "research", "generate-rules", "generate-user-stories", "generate-task-list", "generate-prd", "generate-fullstack-starter-kit", "refactor-code", "git-summary", "run-workflow", "map-codebase" ] }

  4. 关键：（例如/path/to/your/vibe-coder-mcp/... ）替换为您克隆仓库的系统上的正确绝对路径。即使在 Windows 上，也要使用正斜杠/表示路径（例如C:/Users/YourName/Projects/vibe-coder-mcp/build/index.js ）。路径错误是服务器连接失败的最常见原因。

  5. 保存设置文件。

  6. 完全关闭并重新启动您的 AI 助手应用程序（Cursor、VS Code、Claude Desktop 等），以使更改生效。

步骤 6：测试您的配置

  1. 启动你的AI助手：

    • 完全重启你的AI助手应用程序。

  2. 测试一个简单的命令：

    • 输入测试命令，例如： Research modern JavaScript frameworks

  3. 检查是否正确响应：

    • 如果工作正常，您应该会收到研究回复。

    • 如果没有，请检查下面的故障排除部分。

项目架构

Vibe Coder MCP 服务器遵循以工具注册模式为中心的模块化架构：

flowchart TD subgraph Initialization Init[index.ts] --> Config[Load Configuration] Config --> Server[Create MCP Server] Server --> ToolReg[Register Tools] ToolReg --> InitEmbed[Initialize Embeddings] InitEmbed --> Ready[Server Ready] end subgraph Request_Flow Req[Client Request] --> ReqProc[Request Processor] ReqProc --> Route[Routing System] Route --> Execute[Tool Execution] Execute --> Response[Response to Client] end subgraph Routing_System ["Routing System (Hybrid Matcher)"] Route --> Semantic[Semantic Matcher] Semantic --> |High Confidence| Registry[Tool Registry] Semantic --> |Low Confidence| SeqThink[Sequential Thinking] SeqThink --> Registry end subgraph Tool_Execution Registry --> |Get Definition| Definition[Tool Definition] Definition --> |Validate Input| ZodSchema[Zod Validation] ZodSchema --> |Execute| Executor[Tool Executor] Executor --> |May Use| Helper[Utility Helpers] Helper --> |Research| Research[Research Helper] Helper --> |File Ops| File[File I/O] Helper --> |Embeddings| Embed[Embedding Helper] Helper --> |Git| Git[Git Helper] Executor --> ReturnResult[Return Result] end subgraph Error_Handling ReturnResult --> |Success| Success[Success Response] ReturnResult --> |Error| ErrorHandler[Error Handler] ErrorHandler --> CustomErr[Custom Error Types] CustomErr --> FormattedErr[Formatted Error Response] end Execute --> |Session State| State[Session State] State --> |Persists Between Calls| ReqProc

目录结构

vibe-coder-mcp/ ├── .env # Environment configuration ├── mcp-config.json # Example MCP configuration ├── package.json # Project dependencies ├── README.md # This documentation ├── setup.bat # Windows setup script ├── setup.sh # macOS/Linux setup script ├── tsconfig.json # TypeScript configuration ├── vitest.config.ts # Vitest (testing) configuration ├── workflows.json # Workflow definitions ├── build/ # Compiled JavaScript (after build) ├── docs/ # Additional documentation ├── VibeCoderOutput/ # Tool output directory │ ├── research-manager/ │ ├── rules-generator/ │ ├── prd-generator/ │ ├── user-stories-generator/ │ ├── task-list-generator/ │ ├── fullstack-starter-kit-generator/ │ └── workflow-runner/ └── src/ # Source code ├── index.ts # Entry point ├── logger.ts # Logging configuration (Pino) ├── server.ts # MCP server setup ├── services/ # Core services │ ├── AIService.ts # AI model interaction (OpenRouter) │ ├── JobManager.ts # Manages async jobs │ └── ToolService.ts# Tool registration and routing ├── tools/ # MCP Tools │ ├── index.ts # Tool registration │ ├── sequential-thinking.ts # Fallback routing │ ├── fullstack-starter-kit-generator/ # Project gen │ ├── prd-generator/ # PRD creation │ ├── research-manager/ # Research tool │ ├── rules-generator/ # Rule generation │ ├── task-list-generator/ # Task list generation │ ├── user-stories-generator/ # User story generation │ └── workflow-runner/ # Workflow execution engine ├── types/ # TypeScript type definitions {{ ... }} ## Semantic Routing System Vibe Coder uses a sophisticated routing approach to select the right tool for each request: ```mermaid flowchart TD Start[Client Request] --> Process[Process Request] Process --> Hybrid[Hybrid Matcher] subgraph "Primary: Semantic Routing" Hybrid --> Semantic[Semantic Matcher] Semantic --> Embeddings[Query Embeddings] Embeddings --> Tools[Tool Embeddings] Tools --> Compare[Compare via Cosine Similarity] Compare --> Score[Score & Rank Tools] Score --> Confidence{High Confidence?} end Confidence -->|Yes| Registry[Tool Registry] subgraph "Fallback: Sequential Thinking" Confidence -->|No| Sequential[Sequential Thinking] Sequential --> LLM[LLM Analysis] LLM --> ThoughtChain[Thought Chain] ThoughtChain --> Extraction[Extract Tool Name] Extraction --> Registry end Registry --> Executor[Execute Tool] Executor --> Response[Return Response]

工具注册表模式

工具注册表是管理工具定义和执行的核心组件：

flowchart TD subgraph "Tool Registration (at import)" Import[Import Tool] --> Register[Call registerTool] Register --> Store[Store in Registry Map] end subgraph "Tool Definition" Def[ToolDefinition] --> Name[Tool Name] Def --> Desc[Description] Def --> Schema[Zod Schema] Def --> Exec[Executor Function] end subgraph "Server Initialization" Init[server.ts] --> Import Init --> GetAll[getAllTools] GetAll --> Loop[Loop Through Tools] Loop --> McpReg[Register with MCP Server] end subgraph "Tool Execution" McpReg --> ExecTool[executeTool Function] ExecTool --> GetTool[Get Tool from Registry] GetTool --> Validate[Validate Input] Validate -->|Valid| ExecFunc[Run Executor Function] Validate -->|Invalid| ValidErr[Return Validation Error] ExecFunc -->|Success| SuccessResp[Return Success Response] ExecFunc -->|Error| HandleErr[Catch & Format Error] HandleErr --> ErrResp[Return Error Response] end

顺序思维过程

顺序思维机制提供了基于LLM的回退路由：

flowchart TD Start[Start] --> Estimate[Estimate Number of Steps] Estimate --> Init[Initialize with System Prompt] Init --> First[Generate First Thought] First --> Context[Add to Context] Context --> Loop{Needs More Thoughts?} Loop -->|Yes| Next[Generate Next Thought] Next -->|Standard| AddStd[Add to Context] Next -->|Revision| Rev[Mark as Revision] Next -->|New Branch| Branch[Mark as Branch] Rev --> AddRev[Add to Context] Branch --> AddBranch[Add to Context] AddStd --> Loop AddRev --> Loop AddBranch --> Loop Loop -->|No| Extract[Extract Final Solution] Extract --> End[End With Tool Selection] subgraph "Error Handling" Next -->|Error| Retry[Retry with Simplified Request] Retry -->|Success| AddRetry[Add to Context] Retry -->|Failure| FallbackEx[Extract Partial Solution] AddRetry --> Loop FallbackEx --> End end

会话状态管理

flowchart TD Start[Client Request] --> SessionID[Extract Session ID] SessionID --> Store{State Exists?} Store -->|Yes| Retrieve[Retrieve Previous State] Store -->|No| Create[Create New State] Retrieve --> Context[Add Context to Tool] Create --> NoContext[Execute Without Context] Context --> Execute[Execute Tool] NoContext --> Execute Execute --> SaveState[Update Session State] SaveState --> Response[Return Response to Client] subgraph "Session State Structure" State[SessionState] --> PrevCall[Previous Tool Call] State --> PrevResp[Previous Response] State --> Timestamp[Timestamp] end

工作流执行引擎

工作流系统支持多步骤序列：

flowchart TD Start[Client Request] --> Parse[Parse Workflow Request] Parse --> FindFlow[Find Workflow in workflows.json] FindFlow --> Steps[Extract Steps] Steps --> Loop[Process Each Step] Loop --> PrepInput[Prepare Step Input] PrepInput --> ExecuteTool[Execute Tool via Registry] ExecuteTool --> SaveOutput[Save Step Output] SaveOutput --> NextStep{More Steps?} NextStep -->|Yes| MapOutput[Map Output to Next Input] MapOutput --> Loop NextStep -->|No| FinalOutput[Prepare Final Output] FinalOutput --> End[Return Workflow Result] subgraph "Input/Output Mapping" MapOutput --> Direct[Direct Value] MapOutput --> Extract[Extract From Previous] MapOutput --> Transform[Transform Values] end

工作流配置

工作流在项目根目录中的workflows.json文件中定义。此文件包含预定义的工具调用序列，可使用单个命令执行。

文件位置和结构

  • workflows.json文件必须放在项目根目录下（与package.json同级）

  • 该文件遵循以下结构：

    { "workflows": { "workflowName1": { "description": "Description of what this workflow does", "inputSchema": { "param1": "string", "param2": "string" }, "steps": [ { "id": "step1_id", "toolName": "tool-name", "params": { "param1": "{workflow.input.param1}" } }, { "id": "step2_id", "toolName": "another-tool", "params": { "paramA": "{workflow.input.param2}", "paramB": "{steps.step1_id.output.content[0].text}" } } ], "output": { "summary": "Workflow completed message", "details": ["Output line 1", "Output line 2"] } } } }

参数模板

工作流步骤参数支持可以引用的模板字符串：

  • 工作流输入： {workflow.input.paramName}

  • 上一步输出： {steps.stepId.output.content[0].text}

触发工作流程

使用run-workflow工具：

Run the newProjectSetup workflow with input {"productDescription": "A task manager app"}

详细工具文档

src/tools/目录下的每个工具都包含其各自的 README.md 文件中的详尽文档。这些文件涵盖：

  • 工具概述和用途

  • 输入/输出规格

  • 工作流程图（美人鱼）

  • 使用示例

  • 使用的系统提示

  • 错误处理详细信息

请参阅以下单独的自述文件以获取详细信息：

  • src/tools/fullstack-starter-kit-generator/README.md

  • src/tools/prd-generator/README.md

  • src/tools/research-manager/README.md

  • src/tools/rules-generator/README.md

  • src/tools/task-list-generator/README.md

  • src/tools/user-stories-generator/README.md

  • src/tools/workflow-runner/README.md

  • src/tools/code-map-generator/README.md

工具类别

分析与信息工具

  • 代码图生成器（ ：扫描代码库以提取语义信息（类、函数、注释），并生成带有美人鱼图表的人类可读的 Markdown 地图或带有用于导入和增强类属性信息的绝对文件路径的结构化 JSON 表示。

  • 研究经理 ( ：使用 Perplexity Sonar 对技术主题进行深入研究，提供摘要和来源。

规划和文档工具

  • **规则生成器（ generate-rules ）：**创建特定于项目的开发规则和指南。

  • **PRD 生成器（ generate-prd ）：**生成全面的产品需求文档。

  • **用户故事生成器（ generate-user-stories ）：**创建具有验收标准的详细用户故事。

  • **任务列表生成器（ generate-task-list ）：**构建具有依赖关系的结构化开发任务列表。

项目脚手架工具

  • **全栈入门套件生成器（ generate-fullstack-starter-kit ）：**使用指定的前端/后端技术创建定制的项目入门套件，包括基本设置脚本和配置。

工作流程和编排

  • **工作流运行器 ( run-workflow )：**执行常见开发任务的预定义工具调用序列。

生成的文件存储

默认情况下，生成器工具的输出存储在项目内的VibeCoderOutput/目录中，以供历史参考。您可以通过在.env文件或 AI 助手配置中设置VIBE_CODER_OUTPUT_DIR环境变量来覆盖此位置。

读写操作的安全边界

出于安全原因，Vibe Coder MCP 工具为读取和写入操作维护单独的安全边界：

  • 读取操作：像 code-map-generator 这样的工具仅从通过CODE_MAP_ALLOWED_DIR环境变量明确授权的目录中读取数据。这创建了清晰的安全边界，并防止未经授权访问允许目录之外的文件。

  • 写入操作：所有输出文件均写入VIBE_CODER_OUTPUT_DIR目录（或其子目录）。这种隔离确保工具只能写入指定的输出位置，从而保护您的源代码免遭意外修改。

示例结构（默认位置）：

VibeCoderOutput/ ├── research-manager/ # Research reports │ └── TIMESTAMP-QUERY-research.md ├── rules-generator/ # Development rules │ └── TIMESTAMP-PROJECT-rules.md ├── prd-generator/ # PRDs │ └── TIMESTAMP-PROJECT-prd.md ├── user-stories-generator/ # User stories │ └── TIMESTAMP-PROJECT-user-stories.md ├── task-list-generator/ # Task lists │ └── TIMESTAMP-PROJECT-task-list.md ├── fullstack-starter-kit-generator/ # Project templates │ └── TIMESTAMP-PROJECT/ ├── code-map-generator/ # Code maps and diagrams │ └── TIMESTAMP-code-map/ └── workflow-runner/ # Workflow outputs └── TIMESTAMP-WORKFLOW/

使用示例

通过连接的 AI 助手与工具进行交互：

  • 研究： Research modern JavaScript frameworks

  • 生成规则： Create development rules for a mobile banking application

  • 生成 PRD： Generate a PRD for a task management application

  • 生成用户故事： Generate user stories for an e-commerce website

  • 生成任务列表： Create a task list for a weather app based on [user stories]

  • 顺序思考： Think through the architecture for a microservices-based e-commerce platform

  • Fullstack Starter Kit： Create a starter kit for a React/Node.js blog application with user authentication

  • 运行工作流： Run workflow newProjectSetup with input { "projectName": "my-new-app", "description": "A simple task manager" }

  • 映射代码库： Generate a code map for the current project ， map-codebase path="./src" ，或Generate a JSON representation of the codebase structure with output_format="json"

本地运行（可选）

虽然主要用途是与 AI 助手集成（使用 stdio），但您可以直接运行服务器进行测试：

运行模式

  • 生产模式（Stdio）：

    npm start

    • 日志发送到 stderr（模拟 AI 助手启动）

    • 使用 NODE_ENV=production

  • 开发模式（Stdio，Pretty Logs）：

    npm run dev

    • 日志以漂亮的格式输出到标准输出

    • 需要nodemon和pino-pretty

    • 使用 NODE_ENV=development

  • SSE模式（HTTP接口）：

    # Production mode over HTTP npm run start:sse # Development mode over HTTP npm run dev:sse

    • 使用 HTTP 而不是 stdio

    • 通过 .env 中的 PORT 配置（默认值：3000）

    • 访问http://localhost:3000

详细故障排除

连接问题

AI 助手未检测到 MCP 服务器

  1. 检查配置路径：

    • 验证args数组中的绝对路径是否正确

    • 确保所有斜杠都是正斜杠/即使在 Windows 上

    • 直接运行node <path-to-build/index.js>来测试 Node 是否可以找到它

  2. 检查配置格式：

    • 确保 JSON 有效且无语法错误

    • 检查属性之间的逗号是否正确

    • 验证mcpServers对象是否包含你的服务器

  3. 重启助手：

    • 完全关闭（不只是最小化）应用程序

    • 重新打开并重试

服务器启动但工具不起作用

  1. 检查禁用标志：

    • 确保设置了"disabled": false

    • 删除所有//注释，因为 JSON 不支持它们

  2. 验证自动批准数组：

    • 检查autoApprove数组中的工具名称是否完全匹配

    • 如果使用混合路由，请尝试将"process-request"添加到数组中

API 密钥问题

  1. OpenRouter 关键问题：

    • 仔细检查密钥是否正确复制

    • 验证密钥在 OpenRouter 仪表板中是否有效

    • 检查您是否有足够的积分

  2. 环境变量问题：

    • 验证密钥是否正确：

      • .env文件（用于本地运行）

      • 你的AI助手的配置环境块

路径和权限问题

  1. 未找到构建目录：

    • 运行npm run build以确保构建目录存在

    • 检查构建输出是否进入不同的目录（检查 tsconfig.json）

  2. 文件权限错误：

    • 确保您的用户对 workflow-agent-files 目录具有写权限

    • 在 Unix 系统上，检查 build/index.js 是否具有执行权限

日志调试

  1. 对于本地运行：

    • 检查控制台输出的错误消息

    • 尝试在.env文件中使用LOG_LEVEL=debug运行

  2. 对于AI助手运行：

    • 在环境配置中设置"NODE_ENV": "production"

    • 检查助手是否有日志控制台或输出窗口

特定于工具的问题

  1. 语义路由不起作用：

    • 首次运行可能会下载嵌入模型 - 检查下载消息

    • 尝试更明确的请求，其中提到工具名称

One-click Deploy
A
security – no known vulnerabilities
F
license - not found
A
quality - confirmed to work

How are these scores calculated?

Resources

Tools

View all tools

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/freshtechbro/vibe-coder-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server