大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
Context Engineering是一种为AI编程助手提供全面上下文信息的工程化方法，远超传统的提示工程。它不仅仅是优化提示词的措辞，而是构建一个完整的上下文系统，包括项目规则、代码示例、文档引用、验证流程等。
 

这种方法通过提供详尽的背景信息、编码规范、架构模式和测试要求，让AI能够理解项目的完整图景，从而生成符合项目标准的高质量代码。Context Engineering解决了大多数AI助手失败的根本原因——缺乏足够的上下文信息，而不是模型能力不足。

它采用PRP（产品需求提示）的方式，将复杂功能分解为可验证的步骤，通过迭代验证循环确保代码质量。这种方法能显著提高AI开发的成功率和代码一致性，是现代AI辅助开发的重要进展。

🚀本篇笔记所对应的视频：

• 👉👉👉 通过哔哩哔哩观看
• 👉👉👉 通过YouTube观看
• 👉👉👉 Zen MCP编程视频
• 👉👉👉 Augment编程视频
• 👉👉👉 Serena MCP视频
• 👉👉👉 我的开源项目
• 👉👉👉 请我喝咖啡
• 👉👉👉 我的微信：stoeng
• 👉👉👉 承接大模型微调、RAG、AI智能体、AI相关应用开发等项目。

1. AI智能体视频 1
2. AI智能体视频 2
3. AI智能体视频 3
4. AI智能体视频 4
5. AI智能体视频 5
6. AI智能体视频 6

上下文工程是一个用于入门“上下文工程”的全面模板——它是一种专门为 AI 编码助手构建上下文的工程方法，目的是让 AI 拥有完成任务所需的全部信息，从而实现端到端的高质量开发。

上下文工程的效果比提示工程好 10 倍，比“靠感觉写代码”好 100 倍。

---

---

上下文工程是相对于传统提示工程的一种范式转变。

提示工程：

• 关注措辞和句式技巧
• 限于“怎么提问”或“怎么描述任务”
• 更像是给 AI 留一张便签

上下文工程：

• 提供完整体系化上下文
• 包含文档、示例、规则、开发模式和验证机制
• 更像是为 AI 写了一整本剧本，细节俱全

---

1. 减少 AI 出错：大多数智能体失败不是模型问题，而是上下文缺失
2. 确保一致性：AI 会遵循你的项目结构和习惯
3. 支持复杂实现：通过上下文支持多步骤功能的开发
4. 具备自纠能力：通过验证闭环机制，AI 能自行发现并修复错误

---

本模板暂未涉及上下文工程与 RAG 或工具集成的内容，因为这部分将在后续单独推出 😉

---

文件定义了整个项目的 AI 协作规则，模板内容包括：

• 项目感知能力：能理解规划文档、任务清单
• 代码结构约束：文件大小、模块拆分方式
• 测试要求：单元测试模式、覆盖率要求
• 编码风格：语言偏好、格式规范
• 文档规范：注释格式、文档要求

你可以直接使用模板内容，也可以根据项目自定义。

---

编辑 ，描述你想让 AI 实现的功能：

可参考 INITIAL_EXAMPLE.md 查看完整示例。

---

PRP 是为 AI 编码助手准备的详细“开发蓝图”，包含：

• 全部上下文信息与说明文档
• 有验证机制的实现步骤
• 错误处理机制
• 测试与验证要求

运行命令（在 Claude Code 中）：

注意：这些斜杠命令定义于 .claude/commands/ 中，你可以查看其实现细节：

• ：如何分析需求并生成 PRP
• ：如何从 PRP 实现功能

命令会执行以下操作：

1. 读取功能请求
2. 分析代码库的开发模式
3. 搜索相关文档与约定
4. 在 中生成完整 PRP

---

PRP 生成后，运行以下命令构建功能：

AI 助手将执行：

1. 加载 PRP 中的全部上下文
2. 创建详细的实现计划
3. 按步骤实现各个组件
4. 执行测试并修复错误
5. 确保所有验收标准达成

---

功能（FEATURE）：明确具体

• ❌ “写一个网页爬虫”
• ✅ “构建一个基于 BeautifulSoup 的异步爬虫，抓取电商产品信息，支持速率限制，结果存入 PostgreSQL”

示例（EXAMPLES）：利用 文件夹

• 放入相关代码样例
• 指定参考文件与可复用模式
• 说明要模仿哪些结构

文档（DOCUMENTATION）：提供参考资源

• API 文档地址
• 使用库的官方指南
• MCP 服务器文档
• 数据库结构说明

其他考虑（OTHER CONSIDERATIONS）：重要细节不能漏

• 身份验证机制
• 速率限制或配额
• 性能要求或限制
• 常见的陷阱或注意事项

---

1. 调研阶段
   • 分析代码库结构和常用模式
   • 查找相似实现案例
   • 确定应遵循的惯例
2. 文档收集阶段
   • 抓取相关 API 文档
   • 包含使用库的文档说明
   • 添加注意事项和小技巧
3. 蓝图生成阶段
   • 制作实现步骤清单
   • 嵌入验证检查点
   • 添加测试与异常处理要求
4. 质量评估阶段
   • 给出置信评分（1-10 分）
   • 确保所有必要上下文均被涵盖

---

1. 加载上下文：读取整个 PRP 内容
2. 规划任务：使用 TodoWrite 生成任务列表
3. 逐步实现：执行每个组件的开发
4. 验证结果：运行测试与代码风格检查
5. 持续迭代：自动修复发现的问题
6. 完成交付：确保满足所有功能与质量要求

你可以参考 查看完整 PRP 示例。

---

文件夹对成功至关重要。

AI 编码助手在有代码模式可参考时，表现更出色。

1. 代码结构模式
   • 模块组织方式
   • 导入规范
   • 类与函数的结构样式
2. 测试用例模式
   • 测试文件结构
   • mock 使用方法
   • 断言格式
3. 集成模式
   • API 客户端实现
   • 数据库连接方式
   • 身份认证流程
4. 命令行工具模式
   • 参数解析方式
   • 输出格式规范
   • 错误处理逻辑

---

---

• 不要假设 AI 知道你的意图
• 写明所有约束和需求
• 多引用示例代码

• 示例越多，结果越稳定
• 展示“应该怎么做”与“不要怎么做”
• 包含错误处理方式

• PRP 中自带测试任务
• AI 会迭代执行直到全部通过
• 确保首次生成就是可用代码

• 引用官方 API 文档
• 加入 MCP 服务器资源链接
• 明确指定文档章节

• 加入你的项目规范
• 写明代码风格要求
• 制定 AI 编码标准

---

---

本用例展示了如何使用上下文工程和PRP（产品需求提示）流程来构建可投入生产的模型上下文协议（MCP）服务器。它提供了一个经过验证的模板和工作流程，支持 GitHub OAuth 认证、数据库集成以及 Cloudflare Workers 部署。

PRP = PRD（产品需求文档）+ 精选代码库知识 + 智能体运行手册 —— 是 AI 能够一次性生成接近可交付代码的最小可行单元。

---

通过本用例，你将学会如何：

• 使用 PRP 流程 系统化地构建复杂的 MCP 服务器
• 利用专门的上下文工程 进行 MCP 开发
• 遵循生产就绪模板中的**实践
• 实现基于 GitHub OAuth 的安全认证与角色权限管理
• 部署到 Cloudflare Workers，并实现监控与错误处理

---

首先，在 中描述你想构建的 MCP 服务器：

---

使用专门为 MCP 提供的 PRP 命令，生成完整的实现方案：

此命令的作用：

• 读取功能需求
• 调研已有 MCP 代码库的模式
• 分析认证和数据库集成方式
• 在 中生成完整 PRP
• 包含全部上下文、验证闭环和逐步任务清单

注意！PRP 生成后一定要亲自校对！PRP 框架的设计就是让你参与其中，确保上下文的准确性。执行的质量取决于 PRP 的质量。/prp-mcp-create 是你项目成功的起点。

---

使用 MCP 专用的执行命令，开始构建服务器：

此命令的作用：

• 加载完整 PRP 与上下文信息
• 使用 TodoWrite 创建详细的实现计划
• 按照模板实现每个组件
• 执行全面验证（TypeScript、测试、部署）
• 构建一个完整运行的 MCP 服务器

---

本用例包含为 MCP 服务器开发专门设计的上下文工程组件：

位于 中：

• - 针对 MCP 服务器生成 PRP
• - 执行 MCP PRP 并进行完整验证

这些命令是根目录下通用命令的特化版本，专为 MCP 开发而优化。

---

模板文件 包含：

• MCP 特有模式：工具注册、身份认证等
• Cloudflare Workers 配置：便于部署
• GitHub OAuth 集成：完整流程
• 数据库安全措施：如防 SQL 注入
• 全面验证闭环：从 TypeScript 到生产环境

---

文件夹中包含：

• ：MCP 开发和安全的核心模式
• ：如何集成 Anthropic 的 API 以实现 LLM 功能

---

该模板提供了一个完整的、可投入生产的 MCP 服务器：

---

文件夹展示了 MCP 工具的创建方式：

• - 使用**实践构建的数据库工具
• - 集成 Sentry 的版本

---

• 🔐 GitHub OAuth：基于角色权限的完整认证流程
• 🗄️ 数据库集成：PostgreSQL，连接池及安全机制
• 🛠️ 模块化工具系统：职责清晰、易于扩展
• ☁️ Cloudflare Workers：全球边缘部署，支持 Durable Objects
• 📊 监控能力：可选的 Sentry 监控集成
• 🧪 测试机制：从 TypeScript 到部署的全流程验证

---

• 已安装 Node.js 与 npm
• 拥有 Cloudflare 账户（免费版本即可）
• GitHub 账户，用于 OAuth
• PostgreSQL 数据库（本地或托管均可）

---

---

---

编辑 ，填写你的服务器需求：

---

---

---

为了深入理解本用例，建议查看以下文件：

• - MCP PRP 模板
• - 生成专用 PRP 的命令说明
• - 执行 PRP 的命令说明

---

• - 完整的 MCP 服务器实现
• - 工具的创建与注册模式
• - 模块化工具注册中心

---

• - Cloudflare Workers 配置文件
• - 环境变量示例模板
• - 实施指南与开发规范

---

成功应用该流程后，你将实现：

• 快速实现 —— 快速构建 MCP 服务器，最小化重复迭代
• 生产就绪 —— 具备安全认证、监控、错误处理能力
• 可扩展架构 —— 模块清晰、结构解耦、职责分明
• 完整测试体系 —— 从 TypeScript 到生产部署的闭环验证

---