mcp-prompt-server 的安装和配置教程
2025-05-24 06:02:07作者:晏闻田Solitary
项目基础介绍
mcp-prompt-server 是一个基于 Model Context Protocol (MCP) 的服务器项目。该项目旨在为用户提供预设的 prompt 模板,以帮助诸如 Cline、Cursor、Windsurf 等编辑器更高效地执行代码审查、API 文档生成、代码重构等任务。该服务器将预设的 prompt 作为工具(tools)返回,便于在支持的编辑器中使用。
该项目主要使用 JavaScript 编程语言。
项目使用的关键技术和框架
- Model Context Protocol (MCP): 一种协议,用于定义和传输上下文相关的提示信息,以便于编辑器和 AI 之间的交互。
- Node.js: JavaScript 的运行环境,用于构建服务器端应用程序。
- YAML/JSON: 用于定义 prompt 模板的文件格式。
准备工作
在开始安装 mcp-prompt-server 之前,请确保您的系统中已经安装了以下软件:
- Node.js 和 npm(Node.js 的包管理器)
- 一个代码编辑器(如 Visual Studio Code)
安装步骤
-
克隆项目仓库
打开命令行界面,执行以下命令克隆项目仓库到本地:
git clone https://github.com/gdli6177/mcp-prompt-server.git cd mcp-prompt-server -
安装依赖
在项目根目录下,使用 npm 安装项目依赖:
npm install -
启动服务器
安装完依赖后,执行以下命令启动服务器:
npm start服务器将在标准输入/输出上运行,可以被支持 MCP 的客户端连接。
-
配置编辑器(可选)
如果您想将 mcp-prompt-server 与编辑器(如 Cursor 或 Windsurf)集成,请根据编辑器的说明配置 MCP 设置。
- 对于 Cursor,您需要编辑其 MCP 配置文件,指定服务器的路径。
- 对于 Windsurf,您需要在其设置中添加一个新的服务器配置,并指定服务器的路径。
请确保将服务器路径替换为您实际的本地项目路径。
按照以上步骤,您应该能够成功安装和配置 mcp-prompt-server,并开始使用其提供的功能。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
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++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
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
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195