🤖 AI開発アシスタントMCPサーバー
Cursor 用の Model Context Protocol (MCP) サーバーとして設計された AI 搭載開発ツールキットへようこそ!このプロジェクトは、カスタム AI ツールを通じてインテリジェントなコーディング支援を提供します。なお、これは主にチュートリアルデモであり、本番環境で使用できるツールではありません。
✨ 特徴
🎨 コードアーキテクト
高度な推論 LLM を呼び出して、コーディングエージェントの計画と指示を生成します。
📸 スクリーンショットバディ
UI デザインのスクリーンショットを撮り、Composer エージェントで使用します。
🔍 コードレビュー
Git diff を使用してコードレビューをトリガーします。
📄 ファイルの読み取りと複数のファイルの読み取り
単一ファイルの読み取りにより効率的なデータ分析が可能になり、複数ファイルの読み取りにより大量のデータ処理が容易になります。
Related MCP server: AI Development Assistant MCP Server
🚀 はじめに
1. 環境設定
まず、環境変数を設定する必要があります。src src/env/keys.tsにファイルを作成してください。
export const OPENAI_API_KEY = "your_key_here";
// Add any other keys you need⚠️セキュリティに関する注意:APIキーをソースコードに直接保存することは、本番環境では推奨されません。これはローカル開発および学習目的のみに使用できます。Cursor MCPインターフェース内で環境変数をインラインで設定することもできます。
2. インストール
npm install
# or
yarn install3. サーバーを構築する
npm run build4. Windsurf Chatを開いてMCPを設定する
このプロジェクトは、Cursor の MCP サーバーとして使用するように設計されています。設定方法は次のとおりです。
システムで Windsurf を開きます。
チャットセクションに移動します。
+ Configure MCPをクリックします (これにより、新しい MCP サーバーを追加できます)。次の JSON 構成を追加します。
{
"mcpServers": {
"mcp-server": {
"command": "node",
"args": [
"D:\\mpc-server\\build\\index.js"
]
}
}
}📘プロのヒント: プロジェクトのビルドされた index.js ファイルへのフルパスを使用する必要がある場合があります。
サーバーを追加すると、「利用可能なツール」の下にツールが表示されます。表示されない場合は、MCPサーバーセクションの右上にある更新ボタンをクリックしてください。
MCP セットアップの詳細については、 Windsurf MCP ドキュメントを参照してください。
🛠️ ツールの使用
設定が完了すると、これらのツールをCursorのComposerで直接使用できるようになります。AIが関連するツールを自動的に提案するか、名前または説明で明示的にリクエストすることもできます。
たとえば、Composer で次のように入力してみてください。
「ベストプラクティスについてはこのコードを確認してください」
「新しい機能の設計を手伝ってください」
「このUIスクリーンショットを分析する」
「単一ファイルの読み取りと複数ファイルの読み取り」
エージェントはツールの呼び出しを行う前に承認を求めます。
📘プロのヒント: 特定のシナリオでツールを使用する方法を説明する .cursorrules ファイルを更新すると、エージェントは自動的にツールを使用します。
📁 プロジェクト構造
src/
├── tools/
│ ├── architect.ts # Code structure generator
│ ├── screenshot.ts # Screenshot analysis tool
│ ├── fileReader.ts # read file & read multiple files tool
│ └── codeReview.ts # Code review tool
├── env/
│ └── keys.ts # Environment configuration (add your API keys here!)
└── index.ts # Main entry point