mcp-prompt-server 的项目扩展与二次开发
2025-05-21 11:57:15作者:秋泉律Samson
项目的基础介绍
mcp-prompt-server 是一个基于 Model Context Protocol (MCP) 的开源项目,旨在为用户提供预设的 prompt 模板,帮助提高开发者在各种任务中的效率。该项目通过将 prompt 模板注册为 MCP 工具,允许用户通过自然语言对话来调用这些工具,实现自动化任务执行,如生成设计原型、编写产品需求文档、生成网页等。
项目的核心功能
- 丰富的 Prompt 模板:涵盖代码、写作、产品、知识卡片、网页生成、结构化总结等多个场景。
- 即插即用的 MCP 工具:所有 Prompt 自动注册为 MCP 工具,支持参数化调用,适配主流编辑器。
- 热加载与管理:支持一键 reload,无需重启即可加载新 Prompt。
- 极易扩展:只需添加 YAML/JSON 文件即可扩展新功能,无需改动主程序。
- 支持多语言与多领域:适合中英文内容、产品、教育、媒体、AI 等多种应用。
项目使用了哪些框架或库?
该项目主要使用 JavaScript 作为编程语言,并利用 Node.js 作为运行环境。在项目依赖中,使用了以下框架或库:
- npm:作为包管理工具,用于管理项目的依赖。
- prompt fabrict:用于生成和管理工作流中的 prompt。
项目的代码目录及介绍
项目的代码目录结构如下:
mcp-prompt-server/
├── package.json
├── src/
│ ├── index.js # 服务器主入口
│ └── prompts/ # 所有 Prompt 模板目录
│ ├── gen_summarize.yaml
│ ├── gen_title.yaml
│ ├── gen_html_web_page.yaml
│ ├── gen_3d_webpage_html.yaml
│ ├── gen_bento_grid_html.yaml
│ ├── gen_knowledge_card_html.yaml
│ ├── gen_magazine_card_html.yaml
│ ├── gen_prd_prototype_html.yaml
│ ├── ... # 更多 Prompt 模板
│ └── 更多 Prompt,需要时拿出来/ # 可选扩展 Prompt
└── README.md
对项目进行扩展或者二次开发的方向
-
扩展 Prompt 模板:根据实际需求,开发者可以创建新的 YAML 或 JSON 文件,定义新的 Prompt 模板,以支持更多的使用场景。
-
集成新的编辑器或工具:除了 Raycast、Cursor 和 Windsurf 等,项目可以进一步集成到其他支持 MCP 的编辑器或工具中,提供更广泛的应用。
-
优化用户交互:可以改进用户与 Prompt 的交互方式,例如增加交互式对话框,提供更友好的用户界面。
-
增加数据可视化:为 Prompt 结果增加数据可视化的功能,如生成图表、报告等。
-
跨语言支持:通过增加不同语言的 Prompt 模板,扩大项目的应用范围。
-
企业级集成:针对企业用户的需求,提供定制化的集成方案,包括批量生成 Prompt、与企业现有系统的对接等。
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 Notebook08
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