Skip to main content
Glama
AI-SDLC Prompts MCP Server

AI-SDLC Prompts MCP Server

AI-SDLC Prompts — servidor MCP

OpenSSF Best Practices CI CodeQL npm

Expone la biblioteca de prompts AI-SDLC Pro (112 prompts, ES/EN) a agentes de IA (Claude Code, Claude Desktop, Cursor, etc.) vía Model Context Protocol, transporte stdio.

Solo lectura: ningún tool escribe en el repositorio, en GitHub ni en ningún sistema externo. Todo el contenido se sirve desde data/prompts-full.json, una instantánea generada por el sitio de la biblioteca — este servidor nunca parsea Markdown por su cuenta.

Todo prompt que sale de aquí viaja con su contrato de operación: techo de autonomía, herramientas permitidas, criterios de detención y evidencia mínima. Es el mismo bloque que pega quien copia desde el sitio, y resolve_prompt lo anexa por defecto — ver Contrato de operación.

Instalación

Publicado en npm: ai-sdlc-prompts-mcp.

Licencia: el código de este servidor es MIT; los prompts que sirve son CC BY 4.0 (uso comercial permitido, con atribución). Ver LICENSE y NOTICE.md.

Sin clonar el repositorio:

npx ai-sdlc-prompts-mcp

Desde el clon local:

git clone https://github.com/dleon55/ai-sdlc-mcp.git
cd ai-sdlc-mcp
npm install

Related MCP server: MCP Prompt Manager

Ejecutar

npm start
# equivalente a: node index.js

El proceso escucha en stdin/stdout (protocolo MCP) — no expone HTTP ni requiere red. Se cierra con Ctrl+C o cuando el cliente cierra la conexión.

Configurar en Claude Code / Claude Desktop

Agrega esto a la configuración de servidores MCP del cliente (claude_desktop_config.json o el equivalente de Claude Code), ajustando la ruta absoluta al checkout local:

{
  "mcpServers": {
    "ai-sdlc-prompts": {
      "command": "node",
      "args": ["/ruta/absoluta/a/ai-sdlc-mcp/index.js"]
    }
  }
}

Con el paquete de npm, sin ruta absoluta ni clon:

{
  "mcpServers": {
    "ai-sdlc-prompts": {
      "command": "npx",
      "args": ["-y", "ai-sdlc-prompts-mcp"]
    }
  }
}

Contrato de operación

Cada uno de los 112 prompts declara en su contrato editorial hasta dónde puede llegar el agente. resolve_prompt anexa ese contrato al texto que devuelve:

## Contrato de operación

Estas restricciones vienen del contrato editorial de este prompt.
Si la tarea las contradice, decláralo en vez de excederlas.

- **Autonomía máxima:** A1 — Proponer
- **Herramientas permitidas:** lectura opcional de la estructura actual…
- **Detente y pregunta cuando:** si el tipo de proyecto o el stack son ambiguos…
- **Evidencia mínima de tu salida:** el árbol de directorios y la tabla…

Importa más por MCP que en el navegador: quien copia desde el sitio pega y lee; un agente que pide el prompt por MCP normalmente ejecuta. Entregarlo sin su techo de autonomía es la peor de las dos rutas para perderlo.

No se le ordena obedecer por encima de todo: si la tarea contradice al contrato, el agente debe declararlo, no elegir en silencio. Hay pruebas que impiden que alguien lo redacte así (tests/test_mcp_contract_parity.py).

Se desactiva con append_contract: false — pensado para inspeccionar el texto crudo, no para uso normal.

Herramientas expuestas

Herramienta

Descripción

list_prompts

Lista prompts, con filtro opcional por sección (00-17), riesgo (low/medium/high/variable), autonomía (A0-A3) y texto libre.

get_prompt

Detalle completo de un prompt por id: título, descripción, texto crudo (placeholders sin resolver), fórmulas de uso, contrato editorial y siguiente(s) prompt(s) recomendado(s).

resolve_prompt

Sustituye los placeholders del prompt (y opcionalmente el preámbulo del framework) con variables provistas — misma sustitución que hace el sitio. Devuelve el texto resuelto y los placeholders obligatorios/opcionales que quedaron sin resolver.

get_framework

Preámbulo obligatorio del framework (el bloque que el sitio antepone a cada prompt copiado).

recommend_next

Prompt(s) recomendado(s) por el contrato editorial para continuar después de uno dado.

Variables de resolve_prompt

Las claves de variables son los campos canónicos del sistema de variables del sitio, no los alias [EN MAYÚSCULAS] que aparecen en el texto del prompt:

repositorio, referencia, rama_actual, rama_destino, ambiente, componentes, modulo, stack, tipo_proyecto, metodologia, agentes, autonomia, entrada, objetivo, responsable, workspace, compliance, documentos, profundidad, adicionales (líneas TOKEN=valor para placeholders no cubiertos por los campos anteriores).

Ejemplo:

{
  "id": "07-06-pruebas-performance-carga",
  "lang": "es",
  "variables": {
    "repositorio": "org/mi-repo",
    "ambiente": "staging",
    "adicionales": "PATRON DE CARGA=1000 req/s durante 10 min"
  }
}

¿Prefieres skills?

Si tu agente admite skills (SKILL.md), los mismos prompts están empaquetados por fase en dleon55/ai-sdlc-skills para Claude Code (marketplace de plugins) y Codex (~/.agents/skills). No requieren servidor; el MCP sigue siendo útil para resolve_prompt y recommend_next.

Desarrollo

npm test    # node --test test/ -- 29 tests: dataStore, resolvePrompt, integración MCP real (InMemoryTransport)

Los datos (data/prompts-full.json) se regeneran en el repositorio de la biblioteca y llegan aquí por PR — no editar ese archivo a mano. Ver CONTRIBUTING.md.

Alcance de esta primera versión

  • Se ejecuta en la máquina de quien lo usa (npx -y ai-sdlc-prompts-mcp, o node index.js desde el clon).

  • Transporte stdio únicamente — sin servidor HTTP.

English

AI-SDLC Prompts MCP server exposes the AI-SDLC Pro library (112 software development lifecycle prompts, Spanish/English) to AI agents (Claude Code, Claude Desktop, Cursor, …) over the Model Context Protocol (stdio). It is read-only and never touches the network.

  • Run without cloning: npx ai-sdlc-prompts-mcp

  • Client config: {"mcpServers":{"ai-sdlc-prompts":{"command":"npx","args":["-y","ai-sdlc-prompts-mcp"]}}}

  • Tools: list_prompts, get_prompt, resolve_prompt (fills placeholders and appends the operating contract), get_framework, recommend_next — see the tool table above.

  • Develop: npm ci && npm test && npm run lint (see CONTRIBUTING.md).

  • License: code MIT (LICENSE); embedded prompts CC BY 4.0 (NOTICE.md).

  • Bug reports, feature requests and code comments are welcome in English or Spanish via GitHub issues. Security reports: privately, see SECURITY.md.

Contribuir y seguridad

Available Tools

5 tools
get_frameworkObtener frameworkA

Devuelve el preámbulo obligatorio del framework AI-SDLC (principio operativo que se antepone a cualquier prompt de la biblioteca).

Inputs: lang.

get_promptObtener promptA

Devuelve el detalle completo de un prompt por id: título, descripción, texto crudo del prompt (con placeholders [ASI] sin resolver), fórmulas de uso, contrato editorial y siguiente(s) prompt(s) recomendado(s).

Inputs: id (required), lang.

list_promptsListar promptsA

Lista los prompts de la biblioteca AI-SDLC Pro, con filtro opcional por sección (00-17), riesgo esperado (low/medium/high/variable), autonomía permitida (A0-A3) y texto libre (busca en título y descripción).

Inputs: lang, risk, query, section, +1 more.

recommend_nextSiguiente prompt recomendadoB

Devuelve el/los prompt(s) que el contrato editorial recomienda usar después de uno dado.

Inputs: id (required), lang.

resolve_promptResolver prompt con variablesA

Sustituye los placeholders del prompt (y opcionalmente del preámbulo del framework) con las variables provistas -- misma sustitución que hace el sitio. Las claves de 'variables' son los campos canónicos (repositorio, referencia, rama_actual, rama_destino, ambiente, componentes, modulo, stack, tipo_proyecto, metodologia, agentes, autonomia, entrada, objetivo, responsable, workspace, compliance, documentos, profundidad, adicionales), no los alias en mayúsculas del texto. Devuelve el texto resuelto y los placeholders obligatorios/opcionales que quedaron sin resolver.

Inputs: id (required), lang, variables, append_contract, +1 more.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.8/5.0

    Scored across 5 tools

    Disambiguation5/5

    Each tool has a clearly distinct role: listing with filters, fetching full detail, retrieving the framework preamble, following editorial recommendations, and resolving placeholders. The potentially confusable pair (get_prompt vs resolve_prompt) is explicitly separated by 'texto crudo con placeholders sin resolver' versus 'sustituye los placeholders'.

    Naming Consistency4/5

    Four of five names follow a clean verb_noun pattern (list_prompts, get_prompt, get_framework, resolve_prompt) in consistent snake_case. recommend_next is verb+adverb without an object noun, a minor deviation from an otherwise predictable scheme.

    Tool Count5/5

    Five tools is a tight, well-scoped surface for a read-only prompt library: browse, read, resolve, navigate, and load the framework preamble. No tool appears redundant and none feels missing for the stated purpose.

    Completeness4/5

    Core lifecycle for consuming the library is covered end-to-end: discover via filters, inspect, resolve placeholders, and jump to the next recommended prompt. Minor gaps remain, such as no way to enumerate sections or the canonical variable/placeholder schema without first calling resolve_prompt on a specific prompt.

    Maintenance

    ActivityActive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      D
      maintenance
      Automatically generates and manages a prompts system for software projects, enabling persistent context for AI coding assistants through project scanning, requirement clarification, and module tracking.
      8
      MIT
    • A
      license
      A
      quality
      C
      maintenance
      Enables AI coding agents to retrieve cited git-history explanations for files and tickets, compile a Team Engineering Contract from repository artifacts, and follow guided Understand/Build workflows over MCP stdio. It lets clients such as Grok, Claude Code, Codex, Kiro, and Cursor share the same tools for evidence-backed repository understanding.
      1
      8 npm
      Apache 2.0