OpenSpec MCP Server - AI 驱动的自动化开发工作流

MCP 服务器，配合 Amazon Q 实现从需求到代码的自动化开发工作流。

核心功能

📋 需求分析

1. analyze_requirement - 分析需求文档，提取需求列表
2. breakdown_requirement - 拆解需求为具体开发任务
3. generate_dev_plan - 生成完整的开发计划

🎯 设计生成

4. generate_api_design - 生成 RESTful API 接口设计
5. generate_db_design - 生成数据库表结构设计
6. generate_page_structure - 生成前端页面结构设计

🧪 质量保障

7. generate_test_cases - 生成测试用例
8. generate_review_checklist - 生成代码审查清单

🤖 AI 协作

9. generate_amazonq_prompts - 为每个任务生成 Amazon Q 提示词

安装

方式 1：本地使用（推荐）

cd mcp-openspec-server
npm install

方式 2：npm 安装（如果已发布）

npm install -g mcp-openspec-server

方式 3：npx 使用（无需安装）

npx mcp-openspec-server

配置 Claude Desktop

编辑 Claude Desktop 配置文件：

Windows: %APPDATA%\Claude\claude_desktop_config.json macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

本地使用配置

{
  "mcpServers": {
    "openspec": {
      "command": "node",
      "args": ["d:\\km-overseas-web\\mcp-openspec-server\\server.js"]
    }
  }
}

npm 全局安装配置

{
  "mcpServers": {
    "openspec": {
      "command": "mcp-openspec"
    }
  }
}

npx 使用配置

{
  "mcpServers": {
    "openspec": {
      "command": "npx",
      "args": ["-y", "mcp-openspec-server"]
    }
  }
}

重启 Claude Desktop 即可使用。

快速开始

cd mcp-openspec-server
npm install

配置 Claude Desktop 后，在对话中输入：

我有一个需求文档，请帮我：
1. 分析需求
2. 生成开发计划
3. 生成技术设计
4. 生成 Amazon Q 提示词

需求文档：
# 产品大类管理
- 产品大类列表页面，支持查询、新增、编辑、删除
- 产品大类详情页面，展示大类信息

完整工作流示例

第一步：需求分析（在 Claude Desktop 中）

请使用 analyze_requirement 工具分析以下需求：

# 产品大类管理
- 产品大类列表页面，支持查询、新增、编辑、删除
- 产品大类详情页面，展示大类信息
- 支持按所属产业筛选

第二步：生成开发计划

请使用 generate_dev_plan 工具生成开发计划

第三步：生成技术设计

请依次使用以下工具：
1. generate_db_design - 生成数据库设计
2. generate_api_design - 生成 API 设计
3. generate_page_structure - 生成页面结构

第四步：生成 Amazon Q 提示词

请使用 generate_amazonq_prompts 工具生成 Amazon Q 提示词

第五步：在 VSCode 中使用 Amazon Q 开发

复制生成的提示词，在 VSCode 的 Amazon Q 中执行：

// 数据库设计提示词
请根据以下需求设计数据库表结构：
模块：产品大类管理
需求：产品大类列表页面，支持查询、新增、编辑、删除

要求：
1. 使用项目规范的字段命名
2. 包含基础字段（id, create_time, update_time等）
3. 添加详细的字段注释

// API 开发提示词
请开发以下API接口：
模块：产品大类管理
需求：产品大类列表页面，支持查询、新增、编辑、删除

要求：
1. 遵循项目API规范
2. 在 src/api/product/ 目录下创建
3. 包含 productApi.js 和 index.js
4. 添加详细注释

// 页面开发提示词
请创建以下页面：
模块：产品大类管理
需求：产品大类列表页面，支持查询、新增、编辑、删除

要求：
1. 使用 FilterCompts 组件实现筛选
2. 使用 el-table 展示列表
3. 使用 PageControl 分页
4. 遵循 UI 开发规范
5. 添加详细注释

第六步：代码审查

请使用 generate_review_checklist 工具生成审查清单

然后在 VSCode 中使用 Amazon Q 的 /review 命令审查代码。

第七步：生成测试用例

请使用 generate_test_cases 工具生成测试用例

然后在 VSCode 中使用 Amazon Q 的 /test 命令生成测试代码

工具详细说明

📋 需求分析工具

analyze_requirement

• 提取需求列表
• 识别功能模块
• 判断优先级（高/中）

breakdown_requirement

• 拆解为具体任务：数据库设计、API开发、前端页面、前端组件
• 为每个任务分配 ID
• 关联模块和优先级

generate_dev_plan

• 生成分阶段开发计划
• 阶段：数据库设计 → API开发 → 前端开发 → 测试与优化
• 统计任务数量和优先级分布

🎯 设计生成工具

generate_api_design

• 生成 RESTful API 接口
• 自动识别 CRUD 操作
• 遵循项目 API 规范

generate_db_design

• 生成数据库表结构
• 包含基础字段（id, create_time, update_time 等）
• 按模块分组

generate_page_structure

• 生成页面路由配置
• 推荐使用的组件（FilterCompts, el-table, PageControl 等）
• 列出页面功能点

🧪 质量保障工具

generate_test_cases

• 生成测试用例编号（TC001, TC002...）
• 包含测试步骤和预期结果
• 按优先级分类

generate_review_checklist

• 代码规范检查项
• API 规范检查项
• UI 规范检查项

🤖 AI 协作工具

generate_amazonq_prompts

• 为每个任务生成专门的 Amazon Q 提示词
• 包含：数据库设计、API开发、页面开发、组件开发
• 提示词已包含项目规范要求

支持的需求格式

# 模块名称
- 需求1
- 需求2

## 子模块
1. 需求3
2. 需求4

【功能模块】
* 需求5

自动化工作流优势

🚀 效率提升

• 需求分析自动化：秒级完成需求拆解
• 设计生成自动化：自动生成 API、数据库、页面设计
• 提示词生成：为 Amazon Q 生成精准的开发指令
• 质量保障：自动生成测试用例和审查清单

🎯 质量保证

• 规范一致性：所有生成内容遵循项目规范
• 完整性检查：确保 API、数据库、页面设计完整
• 可追溯性：每个任务都有明确的需求来源

🤝 AI 协作

• Claude Desktop：需求分析、设计生成、计划制定
• Amazon Q：代码实现、测试生成、代码审查
• 无缝衔接：生成的提示词直接用于 Amazon Q

典型使用场景

场景1：新功能开发

1. Claude Desktop 分析需求 → 生成开发计划
2. Claude Desktop 生成技术设计 → 生成 Amazon Q 提示词
3. VSCode 中使用 Amazon Q 实现代码
4. Amazon Q /review 审查代码
5. Amazon Q /test 生成测试

场景2：需求评审

1. 使用 analyze_requirement 提取需求列表
2. 使用 breakdown_requirement 评估工作量
3. 使用 generate_dev_plan 制定排期

场景3：技术方案设计

1. 使用 generate_db_design 设计数据库
2. 使用 generate_api_design 设计接口
3. 使用 generate_page_structure 设计页面
4. 输出完整技术方案文档

场景4：代码审查准备

1. 使用 generate_review_checklist 生成检查清单
2. 在 VSCode 中使用 Amazon Q /review 审查
3. 对照清单逐项检查

最佳实践

1. 需求文档规范化：使用 Markdown 格式，清晰的模块划分
2. 分步执行：先分析需求 → 再生成设计 → 最后生成代码
3. 提示词优化：根据实际情况调整生成的 Amazon Q 提示词
4. 代码审查：使用生成的检查清单进行全面审查
5. 测试覆盖：使用生成的测试用例确保质量