MCP Probe Kit
Server Configuration
Describes the environment variables required to run the server.
| Name | Required | Description | Default |
|---|---|---|---|
No arguments | |||
Instructions
Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.
This server publishes no instructions, or was last inspected before Glama recorded them.
Capabilities
Features and capabilities supported by this server
Protocol revision2025-11-25
| Capability | Details |
|---|---|
| tasks | {
"list": {},
"cancel": {},
"requests": {
"tools": {
"call": {}
}
}
} |
| tools | {} |
| resources | {} |
Tools
Functions exposed to the LLM to take actions
| Name | Description |
|---|---|
| init_projectA | 当用户提供一句话需求时使用。基于 Spec-Driven Development 理念,分析需求并生成完整的项目规格文档(需求分析/技术设计/任务拆解)。适合项目初期的需求澄清和规划 |
| gencommitA | 当用户需要生成 Git commit 消息时使用。返回 Conventional Commits 规范说明、步骤、输出模板和示例,供 AI 根据变更内容生成最终 commit message。它不直接代写最终消息,也不应被判定为空结果 |
| git_work_reportA | 基于 Git diff 分析生成工作报告(日报/周期报) 核心功能:
输出格式:
使用示例:
|
| code_reviewA | 当用户需要审查代码质量、检查代码问题时使用。指南型工具:注入 code/file_path 与审查清单,由 Agent 阅读代码后输出结构化问题清单(severity/category/suggestion);MCP 不做静态规则扫描 |
| code_insightA | 当用户需要基于代码图谱分析调用链、上下文和影响面时使用。默认桥接 GitNexus,支持 query/context/impact 模式;不可用时自动降级并返回原因 |
| refactorA | 当用户需要重构代码、改善代码结构时使用。指南型工具:注入 code/file_path 与重构清单,由 Agent 分析后输出重构计划 JSON;MCP 不自动修改源文件 |
| fix_bugA | 当用户需要找问题、修 bug、排查异常时使用。指南型 SRC-8(TBP-inspired):注入真因工作表与门禁,由 Agent 完成 rootCauseAnalysis 并修复;MCP 不自动修 Bug |
| gentestB | 当用户需要为代码生成单元测试时使用。指南型工具:注入 code/file_path 与测试清单,由 Agent 生成完整测试代码;MCP 不自动生成或运行测试 |
| workflowB | 当不确定该用哪个 MCP 工具时使用。根据意图返回分阶段 MCP 指南(firstTool + phases)。同时确保用户项目已存在 .agents/skills/mcp-probe-kit/SKILL.md 与 AGENTS.md 中的 Skill 引用(缺失则自动创建/更新)。 |
| init_project_contextA | 生成/更新项目上下文写作计划(delegated):MCP 写入 AGENTS.md 与 layout.json;project-context 分类文档与 graph-insights 由 Agent 按返回的 plan 落盘。新功能请先 start_feature,修 bug 请先 start_bugfix。 |
| add_featureB | 当用户需要添加新功能、生成功能规格文档时使用。生成新功能规格文档(需求/设计/任务清单),基于项目上下文 |
| estimateA | 当用户需要估算开发工作量、评估任务时间时使用。估算开发工作量,输出故事点、时间范围(乐观/正常/悲观)、风险点 |
| check_specA | 校验已落盘的功能规格(docs/specs//requirements|design|tasks.md)是否完整:检测残留 [填写] 占位、缺失章节、缺 FR/验收标准、FR 未进覆盖矩阵。写完规格后、进入实现前调用;未通过按报告补全后重跑。 |
| start_featureA | 当用户需要完整的新功能开发流程时使用。编排:检查上下文→生成规格→估算工作量。若只需规格文档请用 add_feature |
| start_bugfixC | 当用户需要找问题、修 bug、排查异常时使用。默认按 SRC-8(TBP-inspired)编排:收敛边界→真因工作表→修复→测试→记忆沉淀。 |
| start_onboardA | 当用户需要快速上手新项目时使用。编排:生成上下文文档。 |
| start_ralphB | 当用户需要启动 Ralph Wiggum Loop 循环开发时使用。生成 .ralph/ 目录结构、安全模式脚本和执行指南。默认启用多重安全保护,防止无人值守时费用失控 |
| interviewB | 当用户需求不明确、需要澄清需求时使用。需求访谈工具,在开发前通过结构化提问澄清需求,避免理解偏差和返工;生成访谈记录文件供后续 start_feature/add_feature 使用;仅支持 feature 类型 |
| ask_userA | 当 AI 需要更多信息、遇到不确定因素时使用。向用户提问工具,AI 可主动向用户提问;支持单个或多个问题、提供选项、标注重要性;可在任何时候使用 |
| ui_design_systemA | 智能设计系统生成器 - 基于产品类型和需求,使用 AI 推理引擎生成完整的设计系统推荐。包括 UI 风格、配色方案、字体配对、落地页模式、效果建议、反模式警告和交付检查清单。输出 Markdown 文档、JSON 配置和完整设计规范文档集。 |
| ui_searchA | 搜索 UI/UX 数据库,包括颜色、图标、图表、组件、设计模式,以及 shadcn/ui blocks、UI 主题预设(CSS variables)、Vercel Web Interface Guidelines 等。支持 search / catalog / template 三种模式。 |
| sync_ui_dataB | 同步 UI/UX 数据到本地缓存。来源:uipro-cli、shadcn/ui registry、内嵌 UI 主题预设、Vercel Web Interface Guidelines。 |
| start_uiB | 统一 UI 开发编排工具 - 一键完成整个 UI 开发流程。自动检查设计系统、生成组件目录、搜索/生成模板、渲染最终代码。适合快速原型开发,保证整个项目样式统一。 |
| start_productB | 产品设计完整工作流编排。一键完成从需求到 HTML 原型的全流程:生成 PRD → 生成原型文档 → 生成设计系统 → 生成 HTML 可交互原型 → 更新项目上下文。生成的 HTML 原型可以直接在浏览器中查看和演示。 |
| search_memoryA | 按语义检索共享记忆库。适合在 start_* 之外主动查找历史 Bug 修复或可复用模式;命中后用 read_memory_asset 读取全文。 |
| read_memory_assetA | 当编排阶段已检索到记忆摘要,且 AI 需要查看完整沉淀代码或详细规范时使用。根据 asset_id 读取记忆资产详情。 |
| memorize_assetA | 沉淀可检索资产到共享记忆库。Bug 修复后必须 type=bugfix,content 含【现象】【根因】【修复】【验证】。跨仓库共享时勿填 source_project/source_path,路径写入 content 即可。 |
| delete_memory_assetA | 按 asset_id 从共享记忆库删除一条资产。适用于过时、错误或重复沉淀的清理;删除前建议先用 read_memory_asset 确认内容。 |
| update_memory_assetA | 按 asset_id 更新共享记忆库中的已有资产(保留原 ID)。适用于修正摘要、正文或标签;content 变更会重新向量化。跨仓库共享时勿填 source_project/source_path。 |
| scan_and_extract_patternsA | 当需要从单段代码、单文件或整个目录中抽取可复用模式,再决定是否沉淀到记忆系统时使用。目录扫描时,优先传 |
Prompts
Interactive templates invoked by user choice
| Name | Description |
|---|---|
No prompts | |
Resources
Contextual data attached and managed by the client
| Name | Description |
|---|---|
| 服务器状态 | MCP Probe Kit 服务器当前状态 |
| 项目 MCP 自检 | 读取时自动补齐 Skill + AGENTS.md,并返回 probe://project/skill|agents|context|graph 入口 |
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/mybolide/mcp-probe-kit'
If you have feedback or need assistance with the MCP directory API, please join our Discord server