标签 MCP 下的文章

MCP Front-End-Checklist 面向人与AI的前端质量清单
项目
前端上线前到底该检查什么？很多团队靠记忆或零散的清单，结果漏了 SEO、可访问性、性能、安全里的某一项，上线后才后悔。Front-End-Checklist 把现代前端最佳实践系统化成一份可执行的检查体系，既给人用，也给 AI agent 用。 Front-End-Checklist 是面向“人和 AI 智能体”的开源前端质量系统。它把 386 条英文规则、11 个分类整理成可浏览、可过滤、可接入工作流的清单，并额外提供 MCP 服务让 agent 直接参与 review。
MCP REA 用智能体逆向任意软件与二进制
项目
看到一个竞品 App 里很棒的功能，想搞清楚它是怎么实现的，却苦于没有源码——这种“逆向”需求在产品和工程里太常见了。传统逆向工具要么门槛高（IDA/Ghidra），要么和 AI 工作流脱节。REA 的切入点很巧：把逆向能力做成一个 MCP，让你的编码智能体直接调用。 REA（Reverse Engineer Anything）是一个面向逆向工程的 MCP 与 agent 工具集，覆盖原生二进制、JavaScript/Electron 应用、.NET 程序集和网站。你只需用自...
MCP CodeGraphContext 把代码仓库索引成图谱喂给AI助手
项目
面对一个陌生的百万行代码库，让 AI 助手回答“谁调用了这个函数”“这块有没有死代码”，往往因为缺乏结构上下文而答非所问。CodeGraphContext 的解法是：把本地代码索引成图数据库，作为 MCP 服务器 + CLI 工具，给 AI 助手和开发者提供可查询的代码结构上下文。
MCP Chrome-DevTools 让AI智能体直接操控Chrome调试页面
项目
前端页面出了问题，让 AI 帮忙排查，最难的是它看不见浏览器。你把控制台报错贴给它，它只能猜；性能有问题，它拿不到 trace；想验证改动的效果，它连页面都打不开。于是大量「看起来 AI 全包、实则人工传话」的调试流程，效率损耗在复制粘贴上。Chrome DevTools 官方团队开源的 chrome-devtools-mcp 就是拆掉这堵墙的：它把完整的 Chrome DevTools 能力通过 MCP 协议暴露给编码智能体，让 Claude、Cursor、Copilot ...
MCP Codebase-Memory 本地代码智能为开发者和AI智能体建知识图谱
项目
AI 编码助手最常见的短板，是“记不住”你的代码库：每次对话都从零读文件，重复消耗大量 token，也容易被长上下文淹没，甚至读漏关键文件。更隐蔽的问题是，它往往不清楚“改 A 会影响哪些测试”，于是一边改一边引入新的回归。Codebase-Memory-MCP 用一个本地知识图谱把代码、文档与基础设施连起来，让 AI 智能体像拥有长期记忆一样精准定位改动点，而不是盲目扫描全仓。它把“代码理解”从每次临时读取，升级为一次建图、长久复用。
  1. 1
  2. ...
  3. 4
  4. 5
  5. 6
  6. 7
  7. 8