Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@archlens find case studies on modernist housing"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
ArchLens 是一个面向建筑设计研究的开放案例资料库 Demo：参考 Mobbin 的检索与浏览效率，提供可追溯的案例结构化资料、研究资料包下载、轻量工作区和真实 MCP Endpoint。
· npm install
npm run dev主要页面：
/：研究入口与短 Prompt 模板
/cases：案例库、筛选、案例详情和资料包下载
/boards：本地收藏、评分和 Wish List
/project：项目理念、任务、代码地图、预期和 Milestones
/mcp：MCP 工具说明与可运行 Playground
/api/mcp：无鉴权 MCP HTTP Endpoint
/api/health：协议、数据集版本和案例库就绪状态
/api/source-intake：可选的 D1 来源证据登记与复查接口（公开 Demo 默认关闭写入）
/api/workspaces：可选的 D1 共享工作区接口（公开 Demo 默认关闭）
共享工作区可选启用成员角色、过期 token 和 D1 quota bucket；quota 按读取、写入、成员管理操作区分，并对 owner/operator 与 editor/viewer 使用不同预算。来源同步可通过 GitHub Actions 的 ArchLens Source Intake 手动或每周触发，输出证据与人工发布候选，不会自动修改案例库。
工作区支持从页面导出/导入 workspace snapshot JSON，便于通过文件或 GitHub 交接收藏、评分和最近研究任务；快照只在浏览器和用户自己的文件之间流转，不上传到 ArchLens。
Related MCP server: bSDD MCP Server
把 https://archlens.yiking233.chatgpt.site/api/mcp 配置到支持 Streamable HTTP MCP 的 Agent 中即可。当前服务版本为 0.2.0、契约版本为 1.0.0，工具 schema、curl 和客户端连接说明见 mcp/README.md。Demo 不绑定任何模型供应商，返回的结构化案例上下文交给用户自己的 AI 工具继续处理。
可复用的案例生产 Skill 在 skills/case-production/SKILL.md，规定了来源采集、结构化、设计理念提取、引用核验和资料包输出流程。
贡献者可以复制 skills/case-production/case.template.json，再运行 npm run case:pack -- --input <case.json> --out <目录>，零依赖生成 case.json、研究 Markdown 和 README 三件套。
如果需要先快速检查原始来源，可运行 npm run source:audit -- --input <case.json> --out <目录>。它只读取 HTTPS 网页的标题、描述、canonical 和短摘录，输出 source-report.json 与 source-notes.md；不下载图片、不生成事实，也不会把网页内容当作可执行指令。生成资料包时可追加 --source-report <source-report.json>，把这份证据一起交付。
贡献多个案例时，可运行 npm run source:pipeline -- --input <案例目录> --out <目录>，它会按顺序生成每个案例的来源报告和一个 pipeline-report.json 总览；任何无效案例或来源失败都会以非零状态阻断后续发布。
如果部署环境启用了 D1，可以把已经生成并人工复核的 source-report.json 登记到 /api/source-intake，保存案例 ID、来源数量、失败状态、时间线和完整报告；接口不会替代来源抓取，也不会自动生成事实。配置说明和请求示例见 docs/SOURCE_INTAKE.md。
审核前可以生成一个不会自动入库的发布候选：npm run source:proposal -- --input ./research-packs/source-intake --out ./research-packs/release-candidate。它会验证来源报告、阻断失败证据，并输出 JSON/Markdown 审阅包；通过后仍需人工修改案例数据、提交 PR 并运行 npm run dataset:audit。
也可以在 GitHub Actions 手动运行 ArchLens Source Intake；仓库还会每周自动检查来源输入目录。两种触发方式都复用同一套 pipeline、proposal 和可选 D1 ingest 流程；工作流失败时会保留并上传来源证据，便于人工复核。
代码、MCP、schema 和 Skill 使用 Apache-2.0。
案例图片和原始资料按各自来源许可处理，默认保留来源链接与署名，不重新分发未授权素材。
新案例和 Wish List 使用 .github/ISSUE_TEMPLATE/ 中的模板提交。
贡献流程与内容边界见 CONTRIBUTING.md，每次 PR 会自动运行案例/MCP 校验、构建测试和 lint。
npm run build
npm test
npm run lint
npm run dataset:audit
ARCHLENS_MCP_ENDPOINT="https://<your-domain>/api/mcp" npm run mcp:smokeThis server cannot be deployed
Search U.S. case law, fetch opinions, and ask matter-aware legal questions over your documents.
A design-style library for AI agents: search real styles, fetch a ready-to-apply design spec.
Search, fetch (with provenance), scan, and convert AI instruction files for agents.
Structured knowledge base for AI agent solutions. Search, explore, and retrieve build logs.
