🚀 Vibe Coder MCP 服务器 - v4 最终版本
本项目是 Vibe Coder MCP Server 的 v4 最终版本，其中包含了 Automatic Contextual Retrieval System（ACRS）工具。该版本为社区提供了稳定且功能完整的服务。而 v5 的开发已转移至另一个独立仓库。
🚀 快速开始
使用 GitHub 版本快速入门
快速安装指南
- 克隆仓库：
git clone https://github.com/jsscarfo/vibe-coder-mcp-v4.git cd vibe-coder-mcp-v4 - 环境配置：
- 对于 Windows 系统：运行
setup.bat - 对于 macOS/Linux 系统：
chmod +x setup.sh ./setup.sh
- 对于 Windows 系统：运行
- 配置 OpenRouter API 密钥：
- 复制
.env.example文件并将其命名为.env - 将您的 OpenRouter API 密钥添加到
.env文件中
- 复制
- 与您的 AI 助手集成：
- 更新您的 AI 助手的 MCP 配置以包含 Vibe Coder
- 请参阅下面的完整安装指南获取详细说明
ACRS 工具使用方法
要使用自动情境检索系统工具，请执行以下操作：
- 添加记忆内容：
添加到记忆：[需要记住的内容] - 以增强上下文的方式处理请求：
带上下文处理请求 [您的请求] - 提升大语言模型的提示效果：
增强提示：[您的提示内容] - 获取性能指标：
获取检索指标
有关详细信息，请参阅下方的完整文档。
✨ 主要特性
v4 新增功能：自动情境检索系统（ACRS）
v4 版本引入了自动情境检索系统，通过以下方式增强 AI 助手的功能：
- 上下文记忆：存储并根据当前上下文检索相关信息
- 高级缓存：减少冗余的 LLM 调用，并提升响应速度
- 语义搜索：基于意义而非精确文本匹配找到相关内容
- 顺序推理：将复杂问题分解为可管理的步骤
这些工具使基于 LLM 的助手具备了更加连贯且上下文感知的能力。
📦 安装指南
快速安装指南
- 克隆仓库：
git clone https://github.com/jsscarfo/vibe-coder-mcp-v4.git cd vibe-coder-mcp-v4 - 环境配置：
- 对于 Windows 系统：运行
setup.bat - 对于 macOS/Linux 系统：
chmod +x setup.sh ./setup.sh
- 对于 Windows 系统：运行
- 配置 OpenRouter API 密钥：
- 复制
.env.example文件并将其命名为.env - 将您的 OpenRouter API 密钥添加到
.env文件中
- 复制
- 与您的 AI 助手集成：
- 更新您的 AI 助手的 MCP 配置以包含 Vibe Coder
- 请参阅下面的完整安装指南获取详细说明
💻 使用示例
基础用法
ACRS 工具使用示例
添加到记忆：[需要记住的内容]
带上下文处理请求 [您的请求]
增强提示：[您的提示内容]
获取检索指标
高级用法
目前文档未提供高级用法示例，若有更多使用场景和示例可进一步补充。
📚 详细文档
本 README 中已涵盖了快速入门、新增功能、安装指南和使用示例等内容。若您需要更详细的信息，可根据文档中的指引进行操作，如配置文件的详细设置、与不同 AI 助手集成的具体参数等，可进一步参考仓库内的相关文件或后续更新内容。
🔧 技术细节
v4 版本引入的自动情境检索系统（ACRS）通过上下文记忆、高级缓存、语义搜索和顺序推理等功能增强了 AI 助手的能力。上下文记忆功能能够存储并根据当前上下文检索相关信息，使得 AI 助手在处理问题时可以参考更多的历史信息；高级缓存功能减少了冗余的 LLM 调用，提升了响应速度；语义搜索基于意义而非精确文本匹配找到相关内容，提高了信息检索的准确性；顺序推理将复杂问题分解为可管理的步骤，使 AI 助手能够更有条理地处理复杂问题。这些功能共同作用，使得基于 LLM 的助手具备了更加连贯且上下文感知的能力。
⚠️ 重要提示
这是 Vibe Coder MCP Server 的 v4 最终版本发布，其中包含了 Automatic Contextual Retrieval System（ACRS）工具。v5 的发展已经转移到了另一个独立仓库中。此版本作为社区可用的稳定且功能完整的发布版本提供给大家。