SSD-AI
基于模型上下文协议的人工智能开发助手
TypeScript+Python支持·36个专用工具·智能内存管理·代码分析·推理框架·任务支持
英语 | 韩语
目录
- 概述
- 主要特点
- v1.6.0更新
- 安装
- 工具目录
- 建筑
- 演出
- 开发指南
- 许可证
概述
Hi AI是一个AI开发助手,它实现了 模型上下文协议(MCP) 标准。它通过自然语言关键字识别提供了36个专门的工具,帮助开发人员直观地执行复杂的任务。
核心价值观
- 自然语言:通过韩语/英语关键字自动执行工具
- 智能存储器:使用SQLite进行上下文管理和压缩
- 性能优化:项目缓存系统
- 企业质量:100%测试覆盖率和严格的类型系统
- 长期支持:异步操作的任务管理
- 大规模数据:基于光标的分页
主要特点
1.内存管理系统
用于跨会话维护上下文的10个工具:
- 智能存储:按类别进行信息分类和优先级管理
- 上下文压缩:基于优先级的上下文压缩系统
- 会话恢复:完美再现以前的工作状态
- 基于SQLite:并发控制、索引、事务支持
关键工具:
save_memory-将信息存储在长期记忆中recall_memory-搜索存储的信息auto_save_context-自动保存上下文restore_session_context-会话恢复prioritize_memory-内存优先级管理
2.语义代码分析
基于AST的代码分析和导航工具:
- 符号搜索:跨项目定位函数、类、变量位置
- 参考跟踪:跟踪特定符号的所有用法
- 项目缓存:通过LRU缓存进行性能优化
关键工具:
find_symbol-搜索符号定义find_references-查找符号引用
3.代码质量分析
全面的代码度量和质量评估:
- 复杂性分析:循环、认知、霍尔斯特德指标
- 耦合/内聚:结构健全性评估
- 质量分数:A-F等级系统
- 改进建议:可操作的重构建议
关键工具:
analyze_complexity-复杂性度量分析validate_code_quality-代码质量评估check_coupling_cohesion-耦合/内聚分析suggest_improvements-改进建议apply_quality_rules-质量规则应用get_coding_guide-编码指南查找
4.项目规划工具
系统需求分析和路线图生成:
- PRD一代:自动创建产品需求文档
- 用户故事:故事写作,包括验收标准
- MoSCoW分析:需求优先级
- 路线图创建:逐步制定开发进度计划
关键工具:
generate_prd-产品需求文档生成create_user_stories-用户故事创建analyze_requirements-需求分析feature_roadmap-功能路线图创建
5.顺序思维工具
结构化的问题解决和决策支持:
- 问题分解:逐步分解复杂问题
- 思维链:顺序推理过程生成
- 多角度:分析性/创造性/系统性/批判性思维
- 执行计划:将任务转换为可执行的计划
关键工具:
create_thinking_chain-思维链创建analyze_problem-问题分析step_by_step_analysis-逐步分析break_down_problem-问题分解think_aloud_process-思维过程表达format_as_plan-计划格式
6.快速工程
及时改进和优化质量:
- 自动增强:将模糊的请求转换为具体的请求
- 质量评价:分数清晰度、特异性、情境性
- 结构:目标、背景、要求、质量标准
关键工具:
enhance_prompt-快速增强analyze_prompt-及时的质量分析
7.浏览器自动化
基于Web的调试和测试:
- 控制台监控:浏览器控制台日志捕获
- 网络分析:HTTP请求/响应跟踪
- 交叉平台的:Chrome、Edge、Brave支持
关键工具:
monitor_console_logs-控制台日志监控inspect_network_requests-网络请求分析
8.用户界面预览
预编码UI布局可视化:
- ascii艺术:支持6种布局类型
- 响应式预览:桌面/移动视图
- 预批准:编码前确认结构
关键工具:
preview_ui_ascii-ASCII UI预览
9.时间效用
各种格式的时间查询:
关键工具:
get_current_time-当前时间查询(ISO、UTC、时区等)
10.任务和分页支持
长时间运行和大规模数据处理:
- 任务:MCP 2025-11-25用于长时间运行任务管理的实验功能
- 分页:用于大型数据集处理的基于光标的分页
- 异步操作:在后台执行复杂的分析任务
- 状态跟踪:实时任务进度监控
已启用任务的工具:
find_symbol,find_references(语义分析)analyze_complexity,check_coupling_cohesion,validate_code_quality,suggest_improvements(代码质量)analyze_requirements,feature_roadmap,generate_prd(项目规划)apply_reasoning_framework,enhance_prompt_gemini(推理和提示)
v1.6.0更新
新功能(2025-01-27)
任务支持(实验性MCP功能)
长期任务管理
- MCP 2025-11-25任务规范的实施
- 在后台执行复杂的分析任务
- 实时任务状态跟踪和监控
- 基于TTL的自动清理(默认5分钟,最长1小时)
任务API
tasks/get-查询任务状态tasks/result-查询任务结果(等待完成)tasks/list-列出所有任务(带页码)tasks/cancel-取消正在运行的任务notifications/tasks/status-状态更改通知
任务驱动工具(11个工具)
- 语义分析:
find_symbol,find_references - 代码质量:
analyze_complexity,check_coupling_cohesion,validate_code_quality,suggest_improvements - 项目规划:
analyze_requirements,feature_roadmap,generate_prd - 推理/提示:
apply_reasoning_framework,enhance_prompt_gemini
分页支持
基于光标的分页
- 符合MCP规范的基于游标的实现
- 高效处理大型列表
- 通过不透明光标增强安全性
支持的列表操作
tools/list-工具列表(默认20项)resources/list-资源列表prompts/list-提示列表tasks/list-任务列表
整合效果
- 异步操作支持:在后台执行复杂分析
- 大规模数据处理:通过分页提高内存效率
- 实时监控:任务进度跟踪
- 增强的用户体验:在长时间操作期间执行其他任务
安装
系统要求
- Node.js 18.0或更高版本
- TypeScript 5.0或更高版本
- MCP兼容客户端(克劳德桌面、光标、Windsurf)
- Python 3.x(用于Python代码分析)
安装方法
NPM包```bash
Global installation
npm install -g @ssdeanx/ssd-ai
Local installation
npm install @ssdeanx/ssd-ai
#### Smithery平台```bash
# One-click installation
https://smithery.ai/server/@su-record/hi-ai
MCP客户端配置
添加到您的Claude Desktop或其他MCP客户端的配置文件中:```json
{
"mcpServers": {
"hi-ai": {
"command": "hi-ai",
"args": [],
"env": {}
}
}
}
______________________________________________________________________
## 工具目录
### 完整工具清单(36个工具)
|类别|计数|工具列表|
|----------|-------|-----------|
| **记忆** |10|保存_内存、回忆_内存、列表_内存、搜索_内存、删除_内存、更新_内存、auto_save_context、restore_session_context、优先级_内存、启动_会话|
| **语义** |2|find_symbol,find_references|
| **思考** |6|创建思考链、分析问题、步骤分析、中断下载问题、思考放大流程、格式计划|
| **推理** |1|应用_推理_框架|
| **代码质量** |6 |分析复杂性、验证代码质量、检查耦合粘性、建议改进、应用质量规则、获取编码指南|
| **规划** |4|generate_prd、create_user_storys、analyze_requiries、feature_roadmap|
| **提示** |2|增强型、分析型|
| **浏览器** |2|监视器_控制台_日志、检查_网络_请求|
| **用户界面** |1|预览\_ ui_ascii|
| **时间** |1|get_current_time|
### 任务启用工具(11个工具)
以下工具支持通过任务进行长时间运行的操作:
- **语义分析**: `find_symbol`, `find_references`
- **代码质量**: `analyze_complexity`, `check_coupling_cohesion`, `validate_code_quality`, `suggest_improvements`
- **项目规划**: `analyze_requirements`, `feature_roadmap`, `generate_prd`
- **推理/提示**: `apply_reasoning_framework`, `enhance_prompt_gemini`
### 关键字映射示例
#### 内存工具
工具 · 英语 · 韩语
save_memory · remember,save this,记住,保存
recall \_memory · recall,remind me,remind me,想起来了,想起来了
auto_save_context commit,checkpoint提交,保存
#### 代码分析工具
find_symbol find function,where is查找函数,类在哪里
analyze_complexity,complexity,how complexin,复杂度,复杂度
validate_code_quality · quality,review品质,评论
#### 任务工具
工具 · 英语 · 韩语
tasks/get · task status,progress任务状态,进度
tasks/result · get result,wait for completion · 获取结果,直到完成
tasks/cancel · cancel task,stop · 取消任务,停止任务
______________________________________________________________________
## 建筑
### 系统结构```mermaid
graph TB
subgraph "Client Layer"
A[Claude Desktop / Cursor / Windsurf]
end
subgraph "MCP Server"
B[Hi-AI v1.6.0]
end
subgraph "Core Libraries"
C1[MemoryManager]
C2[ContextCompressor]
C3[ProjectCache]
C4[PythonParser]
C5[TaskManager]
end
subgraph "Tool Categories"
D1[Memory Tools x10]
D2[Semantic Tools x2]
D3[Thinking Tools x6]
D4[Quality Tools x6]
D5[Planning Tools x4]
D6[Prompt Tools x2]
D7[Browser Tools x2]
D8[UI Tools x1]
D9[Time Tools x1]
D10[Tasks Support]
end
subgraph "Data Layer"
E1[(SQLite Database)]
E2[Project Files]
E3[Task Store]
end
A <--> B
B --> C1 & C2 & C3 & C4 & C5
B --> D1 & D2 & D3 & D4 & D5 & D6 & D7 & D8 & D9 & D10
C1 --> E1
C3 --> E2
C4 --> E2
C5 --> E3
D1 --> C1 & C2
D2 --> C3 & C4
D4 --> C4
D10 --> C5
核心组件
任务管理器
- 角色:长时间运行的任务的生命周期管理
- 特性:任务创建、状态跟踪、结果存储、TTL管理
- 州:正在工作、input_required、已完成、失败、已取消
- 通知:实时状态更改通知
分页系统
- 角色:高效处理大型列表数据
- 方法:基于光标的分页
- 安全:防止通过不透明游标暴露数据
数据流```bash
User Input (Natural Language)
↓
Keyword Matching (Tool Selection)
↓
Tasks Support Check
↓
Normal Execution or Task Creation
↓
Asynchronous Execution (Tasks)
↓
Status Polling or Real-time Notifications
↓
Result Return
______________________________________________________________________
## 演出
### 主要优化
#### 项目缓存
- 通过LRU缓存提高重复分析的性能
- 使用5分钟TTL保持最新状态
- 通过内存限制进行资源管理
#### 存储器操作
- 通过SQLite事务进行批量操作优化
- 时间复杂度改进:O(n²)→ O(n)
- 通过索引快速查找
#### 任务优化
- 通过后台执行提高UI响应能力
- 通过基于TTL的自动清理防止内存泄漏
- 通过基于状态的轮询进行高效监控
#### 响应格式
- 切换到简洁的响应格式
- 产出侧重于核心信息
**v1.5.0响应示例**:```json
{
"action": "save_memory",
"key": "test-key",
"value": "test-value",
"category": "general",
"timestamp": "2025-01-16T12:34:56.789Z",
"status": "success",
"metadata": { ... }
}
v1.6.0响应示例:```bash
✓ Saved: test-key
Category: general
______________________________________________________________________
## 开发指南
### 环境设置```bash
# Clone repository
git clone https://github.com/ssdeanx/ssd-ai.git
cd ssd-ai
# Install dependencies
npm install
# Build
npm run build
# Development mode
npm run dev
测试```bash
Run all tests
npm test
Watch mode
npm run test:watch
UI mode
npm run test:ui
Coverage report
npm run test:coverage
### 代码风格
- **TypeScript**:严格模式
- **类型**:使用 `src/types/tool.ts`
- **测试**:保持100%的覆盖率
- **承诺**:常规承诺格式
### 添加新工具
1. 在中创建文件 `src/tools/category/` 目录
1. 实施 `ToolDefinition` 接口
1. 在中注册工具 `src/index.ts`
1. 在中编写测试 `tests/unit/` 目录
1. 更新README
### 拉取请求
1. 创建要素分支: `feature/tool-name`
1. 编写并通过测试
1. 确认构建成功
1. 创建PR并请求审核
______________________________________________________________________
## 贡献者
### 特别感谢
- **铁匠铺** -MCP服务器部署和一键安装平台
______________________________________________________________________
## 许可证
MIT许可证-免费使用、修改和分发
______________________________________________________________________
## 引用
如果您将此项目用于研究或商业目的:```bibtex
@software{hi-ai2024,
author = {ssdeanx},
title = {Hi-AI: Natural Language MCP Server for AI-Assisted Development},
year = {2024},
version = {1.6.0},
url = {https://github.com/su-record/hi-ai}
}
星迹
嗨,人工智能v1.6.0
任务支持·基于光标的分页·36个专用工具·122个测试·100%覆盖率
由...制作❤️ 通过 苏
🏠 首页 ·
📚 文档 ·
🐛 问题 ·
💬 讨论
