MCP Prompt Server 开源项目最佳实践教程
2025-05-21 00:58:09作者:盛欣凯Ernestine
1. 项目介绍
MCP Prompt Server 是一个基于 Model Context Protocol (MCP) 的服务器,旨在根据用户的任务需求提供预设的 prompt 模板。这些模板可以帮助开发者、产品经理、设计师等更高效地执行各种任务,如代码编写、文档撰写、产品原型设计等。通过将常用的 prompt 模板注册为 MCP 工具,用户可以使用自然语言对话来调用这些工具,从而实现自动化的内容生成和任务执行。
2. 项目快速启动
安装依赖
首先,需要克隆项目到本地,并安装依赖:
git clone https://github.com/joeseesun/mcp-prompt-server.git
cd mcp-prompt-server
npm install
启动服务器
安装完成后,启动 MCP Prompt Server:
npm start
服务器启动后,会自动加载 src/prompts/ 目录下所有的 prompt 模板,并将它们作为 MCP 工具提供服务。
3. 应用案例和最佳实践
集成到 Raycast
- 在 Raycast 中搜索
install server(MCP)。 - 为 MCP 输入一个简单的名称,如
prompt。 - 在 Command 中填写
node,在 Argument 中填写你的index.js路径地址。 - 保存设置,Raycast 会自动集成 MCP Prompt Server。
集成到 Cursor
- 编辑
~/.cursor/mcp_config.json文件,添加如下内容(请将路径替换为你实际的项目路径):
{
"servers": [
{
"name": "Prompt Server",
"command": "node",
"args": ["/你的文件实际路径/mcp-prompt-server/src/index.js"],
"transport": "stdio"
}
]
}
- 保存后重启 Cursor,即可在工具面板中看到所有 Prompt 工具。
集成到 Windsurf
- 编辑
~/.codeium/windsurf/mcp_config.json文件,添加:
{
"mcpServers": {
"prompt-server": {
"command": "node",
"args": ["/path/to/mcp-prompt-server/src/index.js"],
"transport": "stdio"
}
}
}
- 刷新 Windsurf 设置,Prompt Server 立即生效。
扩展 Prompt
- 在
src/prompts/目录下新建 YAML 或 JSON 文件,放入新的 prompt 模板。 - 模板格式示例:
name: your_prompt_name
description: 这个Prompt的用途说明
arguments: []
messages:
- role: user
content:
type: text
text: |
你的Prompt内容,支持参数占位符{{param}}
- 热加载 Prompt,可以通过编辑器调用
reload_prompts工具,或重启服务器。
4. 典型生态项目
MCP Prompt Server 可以与多种编辑器和工具集成,形成一个强大的生态系统。以下是一些典型的生态项目:
- Raycast: 通过集成 MCP Prompt Server,可以在 Raycast 中快速调用预设的 prompt 模板,实现自动化任务。
- Cursor: 一个支持 MCP 的编辑器,可以通过配置文件集成 MCP Prompt Server,为开发者提供便利的 prompt 工具。
- Windsurf: 另一个支持 MCP 的编辑器,可以轻松集成 MCP Prompt Server,以增强编辑器的自动化功能。
通过以上集成和最佳实践,MCP Prompt Server 可以为开发者和产品经理提供一个高效、智能的工作流,从而提高工作效率和创造力。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220