Skip to content
Conduit

mcp server

team-dev-assistant

面向 AI Agent 研发的团队级架构记忆体：统一沉淀业务事实与技术规约，消除跨模型/跨工作流认知偏差

timerwhou/team-dev-assistantcommunitylistedunreviewed
Use tool

Set up

Runs on your computer. Pick your agent and operating system.

This project does not publish an install method we can turn into a config. Follow the README instead.

README

synced Oct 21, 2026

Team Dev Assistant

CI release Docker Eval CodeQL

具备自演进架构记忆的团队级研发基座 —— 统一沉淀业务事实与技术规约，提供可视化工作流编排、实时执行观测与智能资产化管理。

💡 为什么需要它？ 当团队使用 Cursor 或网页版大模型开发时，经常遇到：AI 不知道项目里已有 CostService，强行重复造轮子；新模型不知道你们曾因丢消息否决过 Redis，顺着需求胡编方案。 Team Dev Assistant 通过让 AI 拥有团队的“长期记忆（Playbook）”，并配备“可视化调试台”，彻底解决幻觉与上下文断裂。

🏗️ 核心价值支柱

  • 🧠 架构记忆：BM25 + Embedding 语义检索，配合决策图谱 1-hop 扩展，防止 AI 重复造轮子。
  • 🎨 可视化编排：拖拽式画布，支持 SSE 实时高亮与历史 Trace 回放。
  • 🗂️ 资产管理：多工作流 Manifest 的持久化与版本管理，让研发流程像代码一样被管理。
  • 🤖 自演进闭环：基于历史经验自动调整多轮深挖策略，越用越聪明。
  • 🛡️ 企业级安全：双轨制 MCP 接入，支持 OAuth 2.1 鉴权、多租户隔离、全链路日志脱敏。

🚀 快速开始

1. 本地 IDE 接入 (Cursor)

在配置文件中直接通过 npx 拉起：

{
  "mcpServers": {
    "team-dev-assistant": {
      "command": "npx",
      "args": ["-y", "@tda/mcp-server"]
    }
  }
}

2. 可视化编排 (Studio)

启动 HTTP 服务即可访问 Studio：

MCP_TRANSPORT=http pnpm --filter @tda/mcp-server dev

浏览器访问 http://localhost:3000/studio 即可体验拖拽编排与实时调试。

3. 终端 CLI 协同

pnpm dev "/inject --agentic 实现订单推送"

🛡️ 生产级安全部署

docker run -d --rm \
  -p 3000:3000 \
  -e MCP_TRANSPORT=http \
  -e MCP_API_KEY=your-secure-token \
  --read-only \
  --cap-drop=ALL \
  -v $(pwd)/docs/playbook:/app/docs/playbook:ro \
  ghcr.io/timerwhou/team-dev-assistant:latest

📚 文档

详细设计思路与部署指南：Team Dev Assistant 文档站

📄 License

MIT

↑↓ navigate openesc close