dsphper / lanhu-mcp

🎨 Lanhu MCP Server | 蓝湖MCP服务器2.0 **让所有 AI 助手共享团队知识，打破 AI IDE 孤岛** **lanhumcp | 蓝湖mcp | lanhu-mcp | 蓝湖AI助手 | Lanhu AI Integration** English | 简体中文 快速开始 • 功能特性 • 使用文档 • 贡献指南 --- 🌟 项目亮点 一个功能强大的 Model Context Protocol (MCP) 服务器，专为 AI 编程时代设计，完美支持蓝湖（Lanhu）设计协作平台。 🔥 **核心创新**： • 📋 **智能需求分析**：自动提取 Axure 原型，三种分析模式（开发/测试/探索），需求分析准确率>95% • 💬 **团队知识库**：打破 AI IDE 孤岛，让所有 AI 助手共享知识库和上下文 • 🎨 **UI设计支持**：自动下载设计稿，智能提取切图，语义化命名；设计图分析可获取尺寸/间距/颜色/字体等精确参数，并得到转换后的 HTML+CSS 代码参考 • ⚡ **性能优化**：基于版本号的智能缓存，增量更新，并发处理 🎯 **适用场景**： • ✅ Cursor + 蓝湖：让 Cursor AI 直接读取蓝湖需求文档和设计稿 • ✅ Windsurf + 蓝湖：Windsurf Cascade AI 直接读取蓝湖需求文档和设计稿 • ✅ Claude Code + 蓝湖：Claude AI 直接读取蓝湖需求文档和设计稿 • ✅ OpenClaw + 蓝湖：OpenClaw 原生支持读取蓝湖需求文档和设计稿 • ✅ ClawBot + 蓝湖：ClawBot 智能助手深度集成蓝湖协作 • ✅ Trae + 蓝湖：Trae AI 直接读取蓝湖需求文档和设计稿 • ✅ 通义灵码 + 蓝湖：通义灵码 AI 直接读取蓝湖需求文档和设计稿 • ✅ Cline + 蓝湖：Cline AI 直接读取蓝湖需求文档和设计稿 • ✅ 任何支持 MCP 协议的 AI 开发工具 🎯 **解决痛点**： • ❌ **旧世界**：每个开发者的 AI 独立工作，重复分析需求，无法共享经验 • ✅ **新世界**：所有 AI 连接同一知识中枢，需求分析一次、全员复用，踩坑经验永久保存 --- 📑 目录 • 核心特性 • 快速开始 • 团队留言板：突破 AI 协作的最后一公里 • 使用指南 • 可用工具列表 • 系统架构 • 项目结构 • 高级配置 • 性能指标 • 常见问题 • 安全说明 • 贡献指南 • 许可证 • 致谢 • 联系方式 • 路线图 --- ✨ 核心特性 📋 需求文档分析 • **智能文档提取**：自动下载和解析 Axure 原型的所有页面、资源和交互 • **三种分析模式**： • 🔧 **开发视角**：详细字段规则、业务逻辑、全局流程图 • 🧪 **测试视角**：测试场景、用例、边界值、校验规则 • 🚀 **快速探索**：核心功能概览、模块依赖、评审要点 • **四阶段工作流**：全局扫描 → 分组分析 → 反向验证 → 生成交付物 • **零遗漏保证**：基于 TODO 驱动的系统化分析流程 🎨 UI设计支持 • **设计稿查看**：批量下载和展示 UI 设计图 • **设计图分析升级**：分析时不仅返回设计图预览，还可获取**详细设计参数**（组件尺寸、间距、颜色值、字体大小等），并自动将设计 Schema 转为 **HTML+CSS 代码**，与蓝湖原生导出效果一致，便于 AI 参考实现 • **切图提取**：自动识别和导出设计切图、图标资源 • **智能命名**：基于图层路径自动生成语义化文件名 💬 团队协作留言板 - 打破 AI IDE 孤岛 > 🌟 **核心创新**：让每个开发者的 AI 助手都能共享团队知识和上下文 **问题背景**： • 每个开发者的 AI IDE（Cursor、Windsurf）是独立的，无法共享上下文 • A 开发遇到的坑，B 开发的 AI 不知道 • 需求分析结果无法传递给测试同学的 AI • 团队知识碎片化在各个聊天窗口，无法沉淀 **创新解决方案**： • 🔗 **统一知识库**：所有 AI 助手连接同一个 MCP 服务器，共享留言板数据 • 🧠 **上下文传递**：开发 AI 分析的需求，测试 AI 可以直接查询使用 • 💡 **知识沉淀**：坑点、经验、最佳实践以"知识库"类型永久保存 • 📋 **任务协作**：通过"任务"类型留言，让 AI 帮忙查询代码、数据库 • 📨 **@提醒机制**：支持飞书通知，打通 AI 协作与人工沟通 • 👥 **协作追踪**：自动记录谁的 AI 访问过哪些文档，团队透明 ⚡ 性能优化 • **智能缓存**：基于文档版本号的永久缓存机制 • **增量更新**：只下载变更的资源 • **并发处理**：支持批量页面截图和资源下载 🚀 快速开始 > ⚠️ **重要提示：必须使用支持视觉功能的AI模型！** > > 本项目需要AI模型具备**图像识别和分析能力**，推荐使用以下2026年主流视觉模型： > - 🤖 **Claude** (Anthropic) > - 🌟 **GPT** (OpenAI) > - 💎 **Gemini** (Google) > - 🚀 **Kimi** (月之暗面) > - 🎯 **Qwen** (阿里巴巴) > - 🧠 **DeepSeek** (深度求索) > > 不支持纯文本模型（如 GPT-3.5、Claude Instant 等） --- > 💡 **小白用户？** 直接对 AI 说 "帮我克隆并安装 https://github.com/dsphper/lanhu-mcp 项目"，AI 会引导你完成所有步骤！ 方式一：让 AI 帮你安装（推荐！！！） 直接在对 AI 说： AI 会自动完成：克隆项目 → 安装依赖 → 引导获取 Cookie → 配置并启动服务 📖 参考文档：AI 安装指南 • Cookie 获取教程 --- 方式二：手动安装（强烈不推荐！） **2.1 Docker 部署（推荐）** 优点：环境隔离、一键部署、易于管理 > 💡 会交互式引导你获取并配置蓝湖 Cookie，自动生成 文件 📖 详细文档：Docker 部署指南 **2.2 源码运行** 前置要求：Python 3.10+ > 💡 会自动安装依赖、引导获取 Cookie 并配置环境 或者手动安装（不推荐） 配置（源码运行需要） • **设置蓝湖 Cookie**（必需） > 💡 获取 Cookie：登录蓝湖网页版，打开浏览器开发者工具，从请求头中复制 Cookie • **配置飞书机器人**（可选） **方式一：环境变量（推荐，支持 Docker）** **方式二：修改代码** 在 中修改： • **配置用户信息映射**（可选） 更新 字典以支持 @提醒功能。 • **其他环境变量**（可选） > 📝 完整环境变量说明请参考 文件 运行服务 **源码运行：** **Docker 运行：** 服务器将在 启动 连接到 AI 客户端 在支持 MCP 的 AI 客户端（如 Claude Code、Cursor、Windsurf）中配置： **Cursor 配置示例：** > 📌 URL 参数说明： > - : 用户角色（Developer/Frontend/Backend/Tester/Product 等） > - : 用户姓名（用于协作追踪和 @提醒） > - ⚠️ **注意**：部分 AI 开发工具不支持 URL 中使用中文参数值，建议使用英文 🎯 团队留言板：突破 AI 协作的最后一公里 为什么需要团队留言板？ 在 AI 编程时代，每个开发者都有自己的 AI 助手（Cursor、Windsurf、Claude Code）。但这带来了一个**严重的问题**： **每个 AI 都在重复工作，无法复用其他 AI 的分析成果！** 团队留言板如何解决？ **设计理念：让所有 AI 助手连接同一个"大脑"** 核心使用场景 场景 1：需求分析结果共享 **后端 AI（小王）分析完需求后：** **测试 AI（小李）查询时：** 场景 2：开发踩坑记录 **后端 AI（小王）遇到坑：** **其他开发 AI 遇到相同问题：** 场景 3：跨角色任务协作 **产品 AI 发起查询任务：** **后端 AI（小王）看到通知：** 场景 4：紧急问题广播 **运维 AI 发现生产问题：** 消息类型设计 | 类型 | 用途 | 搜索策略 | 生命周期 | |------|------|----------|----------| | 📢 **normal** | 普通通知 | 按时间衰减 | 7天后归档 | | 📋 **task** | 查询任务（安全限制：只读） | 完成后归档 | 任务生命周期 | | ❓ **question** | 需要回答的问题 | 未回答置顶 | 解答后归档 | | 🚨 **urgent** | 紧急通知 | 强制推送 | 24小时后降级 | | 💡 **knowledge** | **知识库（核心）** | **永久可搜索** | **永久保存** | 安全机制 **任务类型（task）的安全限制：** 搜索和过滤 **智能搜索（防止上下文溢出）：** 协作者追踪 **自动记录团队成员访问历史：** 飞书通知集成 **打通 AI 协作与人工沟通：** 技术优势 • **零学习成本**：AI 自动处理，开发者只需自然对话 • **实时同步**：所有 AI 助手连接同一数据源 • **全局搜索**：跨项目查询知识库 • **版本关联**：留言自动关联文档版本号 • **元数据完整**：自动记录项目、文档、作者等10个标准字段 • **智能过滤**：支持正则搜索、类型筛选、数量限制（防止 token 溢出） --- 📖 使用指南 需求文档分析工作流 **1. 获取页面列表** **2. AI 自动执行四阶段分析** • ✅ STAGE 1: 全局文本扫描，建立整体认知 • ✅ STAGE 2: 分组详细分析（根据选择的模式） • ✅ STAGE 3: 反向验证，确保零遗漏 • ✅ STAGE 4: 生成交付文档（需求文档/测试计划/评审PPT） **3. 获取交付物** • 开发视角：详细需求文档 + 全局业务流程图 • 测试视角：测试计划 + 测试用例清单 + 字段校验表 • 快速探索：评审文档 + 模块依赖图 + 讨论要点 UI 设计稿查看 分析结果包含设计图预览、详细参数（尺寸/间距/颜色/字体等）以及转换后的 HTML+CSS 代码，便于还原实现。 切图下载 AI 会自动： • 检测项目类型（React/Vue/Flutter 等） • 选择合适的输出目录 • 生成语义化文件名 • 批量下载切图 团队留言 **发布留言：** **查看留言：** **筛选查询：** 🛠️ 可用工具列表 | 工具名称 | 功能描述 | 使用场景 | |---------|---------|---------| | | 解析邀请链接 | 用户提供分享链接时 | | | 获取原型页面列表 | 分析需求文档前必调用 | | | 分析原型页面内容 | 提取需求细节 | | | 获取UI设计图列表 | 查看设计稿前必调用 | | | 分析UI设计图 | 查看设计稿 | | | 获取切图信息 | 下载图标、素材 | | | 发布留言 | 团队协作、@提醒 | | | 查看留言列表 | 查询历史消息 | | | 查看留言详情 | 查看完整内容 | | | 编辑留言 | 修改已发布消息 | | | 删除留言 | 移除消息 | | | 查看协作者 | 查看团队成员 | 🏗️ 系统架构 数据流图 📁 项目结构 🔧 高级配置 自定义角色映射 在代码中修改 以支持更多角色： 缓存控制 缓存目录由环境变量 控制： 飞书通知定制 在 函数中定制消息格式和样式。 🤖 AI 助手集成 本项目专为 AI 助手设计，内置"二狗"（ErGou）助手人格： • 🎯 **专业分析**：自动识别文档类型和最佳分析模式 • 📋 **TODO驱动**：基于任务清单的系统化工作流 • 🗣️ **中文交互**：专业的中文对话体验 • ✨ **自动化服务**：无需手动操作，AI 自动完成全流程 • 🔍 **细致严谨**：专注于准确性和质量，提供高质量技术分析 • 📝 **代码质量**：遵循严格的代码标准，避免AI生成代码的常见问题 📊 性能指标 • ⚡ 页面截图：~2秒/页（带缓存） • 💾 资源下载：支持断点续传和增量更新 • 🔄 缓存命中：基于版本号的永久缓存 • 📦 批量处理：支持并发下载和分析 🐛 常见问题 Q: Cookie 过期怎么办？ A: 重新登录蓝湖网页版，获取新的 Cookie 并更新环境变量或配置文件。 Q: 截图失败或显示空白？ A: 确保系统已安装 Playwright 浏览器： Q: 飞书通知发送失败？ A: 检查： • Webhook URL 是否正确 • 飞书机器人是否已添加到群组 • 用户 ID 映射是否正确配置 Q: 如何清理缓存？ A: 删除 目录下的对应缓存文件即可。系统会自动重新下载。 🔒 安全说明 • ⚠️ **Cookie 安全**：请勿将含有 Cookie 的配置文件提交到公开仓库 • 🔐 **访问控制**：建议在内网环境部署或配置防火墙规则 • 📝 **数据隐私**：留言数据存储在本地，请妥善保管 🤝 贡献指南 欢迎贡献代码！请遵循以下步骤： • Fork 本仓库 • 创建特性分支 ( ) • 提交更改 ( ) • 推送到分支 ( ) • 开启 Pull Request 开发指南 📄 许可证 本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。 🙏 致谢…