Aerith Admin MCP 服务器

Aerith Admin MCP（模型、控制器、演示器）服务器实现了受 MANUS 启发的开发工作流程，用于具有浏览器自动化功能的 RBAC 仪表板应用程序。该服务器设计为本地运行，并通过 Cursor IDE 的 MCP 集成进行访问。

概述

该服务器通过 5 步工作流程提供结构化的开发方法：

USER_INSTRUCTION - 定义具有明确目标的开发任务
TASK_PLANNING - 将任务分解为具体的子任务
INFORMATION_GATHERING - 从各种来源收集相关信息
ANALYSIS_AND_ORCHESTRATION - 分析信息并创建执行计划
RESULT_SYNTHESIS - 执行步骤并生成综合报告

安装

# Clone the repository
git clone https://github.com/your-org/aerith-admin.git
cd aerith-admin/mcp

# Run the installation script (creates virtual environment and installs dependencies)
./bin/install.sh

# Activate the virtual environment
source bin/activate_venv.sh

用法

服务器可以以两种模式运行：

HTTP 模式（默认）

python server.py --port 8090

这将在端口 8090（或指定其他端口）上启动服务器。该服务器提供 REST API 和服务器发送事件 (SSE) 以实现实时更新。

STDIO模式

python server.py --stdio

此模式旨在与其他工具集成，使用 JSON-RPC 协议通过标准输入/输出进行通信。

弹性模式

对于生产或扩展开发会话，您可以在弹性模式下运行服务器，该模式会自动监视服务器的健康状况，并在服务器崩溃时重新启动它：

# Using the convenient script
./bin/start_cursor_server.sh --resilient

# Or directly using the resilient server script
./bin/run_resilient_server.sh --mode http --port 8090

弹性模式包括：

持续健康监测
崩溃时自动重启
优雅关机处理
心跳检测和日志记录

监控

您可以手动检查服务器健康状况或使用监控脚本重新启动它：

# Check if the server is running and healthy
./bin/monitor_server.py --check-only

# Force restart the server
./bin/monitor_server.py --force-restart

Cursor IDE 集成

此 MCP 服务器专为与 Cursor IDE 配合使用而设计。Cursor 可以连接到该服务器，并直接从编辑器使用其功能。

设置光标集成：

确保 MCP 服务器以 HTTP 模式运行： python server.py --port 8090
Cursor 使用.cursor/mcp.json配置自动检测 MCP 服务器：
{ "mcpServers": { "aerith-admin-mcp": { "url": "http://localhost:8090/sse" } } }
在 Cursor IDE 中打开 Aerith Admin 项目
使用 Cursor MCP 集成 UI 与服务器交互

项目结构

mcp/
├── bin/                    # Executable scripts
│   ├── activate_venv.sh    # Script to activate virtual environment
│   ├── install.sh          # Installation script
│   ├── check_env.py        # Environment validation script
│   └── run_tests.py        # Test runner script
├── requirements.txt        # Production dependencies
├── requirements-dev.txt    # Development dependencies
├── server.py               # Main MCP server implementation
├── tests/                  # Test suite
│   ├── conftest.py         # Pytest configuration and fixtures
│   ├── README.md           # Testing documentation
│   ├── test_browser_automation.py # Browser automation tests
│   ├── test_core_workflow.py      # Workflow step tests
│   ├── test_integration.py        # End-to-end integration tests
│   ├── test_resources.py          # Resource access tests
│   ├── test_server_modes.py       # Server operation mode tests
│   └── test_utils.py              # Utility function tests
└── venv/                   # Virtual environment (created by install.sh)

开发设置

该项目使用专用虚拟环境进行开发：

# Run the installation script
./bin/install.sh

# Or manually set up the environment
python -m venv venv
source bin/activate_venv.sh
pip install -r requirements-dev.txt

# For browser automation testing
python -m playwright install

测试

测试使用 pytest 编写并位于tests/目录中。

运行测试

使用提供的脚本运行测试：

# Run all tests except browser and slow tests
./bin/run_tests.py -v

# Run with coverage report
./bin/run_tests.py --coverage

# Include browser automation tests
./bin/run_tests.py --browser

# Include slow integration tests
./bin/run_tests.py --slow

# Run specific test files or patterns
./bin/run_tests.py test_core_workflow

环境变量

MCP_DEBUG=true - 启用调试日志记录（由 activate_venv.sh 自动设置）
可以根据需要配置其他环境变量

API 文档

工具

该服务器提供以下工具：

指令管理

create_instruction(title, description, goal, priority) - 创建一个新的开发指令
get_instruction(instruction_id) - 检索现有指令
build_feature(title, description, goal, priority) - 构建完整功能的高级编排

工作流程步骤

create_task_plan(instruction_id, subtasks) - 将指令分解为特定的子任务
gather_information(instruction_id, sources) -从各种来源收集信息
analyze_and_orchestrate(instruction_id, analysis, execution_plan) - 分析并创建执行计划
execute_step(instruction_id, step_id, execution_details) - 执行计划中的特定步骤
generate_final_report(instruction_id, include_details) - 生成最终报告

浏览器自动化

run_browser_agent(goal) - 运行浏览器使用代理以实现指定的目标

文件系统工具

tree_directory(directory_path, max_depth, show_files, show_hidden, pattern, exclude_common, custom_excludes) - 生成类似于 Unix 'tree' 命令的目录结构的树形表示

Git 工具

git_status(detailed) - 显示工作树状态
git_log(count, show_stats, path, author, since, until) - 显示提交日志
git_diff(file_path, staged, commit, compare_with) - 显示提交或工作树之间的变化
git_branch(create, delete, remote, branch_name, base_branch) - 列出、创建或删除分支
git_checkout(branch_name, create, force) - 切换分支或恢复工作树文件
git_commit(message, all_changes, amend) - 记录对存储库的更改
git_push(remote, branch, force, tags) - 更新远程引用以及相关对象
git_pull(remote, branch, rebase) - 从另一个存储库获取并集成
git_add(paths) - 将文件内容添加到暂存区

资源

服务器提供以下资源：

file://{path} - 通过路径获取文件内容
project://structure - 获取项目结构作为字典
instructions://list - 获取所有说明的列表

数据存储

所有指令和相关数据都存储在.aerith/instructions目录中的 JSON 文件中。

日志记录

日志存储在.aerith/logs/mcp_server.log中，并输出到 stderr。当设置MCP_DEBUG=true （开发环境中的默认设置）时，将启用详细的调试日志记录。

执照

MIT 许可证

Aerith Admin MCP Server

Integrations