138 lines
4.0 KiB
Go
138 lines
4.0 KiB
Go
package mcpTool
|
||
|
||
import (
|
||
"context"
|
||
"encoding/json"
|
||
"errors"
|
||
"fmt"
|
||
|
||
"github.com/mark3labs/mcp-go/mcp"
|
||
)
|
||
|
||
func init() {
|
||
RegisterTool(&RequirementAnalyzer{})
|
||
}
|
||
|
||
type RequirementAnalyzer struct{}
|
||
|
||
// RequirementAnalysisRequest 需求分析请求
|
||
type RequirementAnalysisRequest struct {
|
||
UserRequirement string `json:"userRequirement"`
|
||
}
|
||
|
||
// RequirementAnalysisResponse 需求分析响应
|
||
type RequirementAnalysisResponse struct {
|
||
AIPrompt string `json:"aiPrompt"` // 给AI的提示词
|
||
}
|
||
|
||
// New 返回工具注册信息
|
||
func (t *RequirementAnalyzer) New() mcp.Tool {
|
||
return mcp.NewTool("requirement_analyzer",
|
||
mcp.WithDescription(`**🚀 需求分析工具 - 首选入口工具（最高优先级）**
|
||
|
||
**⭐ 重要提示：这是所有MCP工具的首选入口，请优先使用！**
|
||
|
||
**🎯 核心职责：**
|
||
将用户的自然语言需求转换为AI可理解的结构化提示词
|
||
|
||
**📋 工作流程：**
|
||
1. 接收用户自然语言需求描述
|
||
2. 生成专业的AI提示词，要求AI将需求梳理为清晰的逻辑步骤：
|
||
- **1. 第一步功能描述**
|
||
- **2. 第二步功能描述**
|
||
- **3. 第三步功能描述**
|
||
- **...**
|
||
3. 指导后续使用 gva_auto_generate 工具进行代码生成
|
||
|
||
**✅ 适用场景：**
|
||
- 用户有新的业务需求需要开发
|
||
- 需要创建新的功能模块
|
||
- 想要快速搭建业务系统
|
||
- 需求描述比较模糊，需要AI帮助梳理
|
||
|
||
**❌ 不负责的事情：**
|
||
- 不生成具体的包名和模块名（交给 gva_auto_generate）
|
||
- 不进行代码生成（交给 gva_auto_generate）
|
||
- 不创建数据库表结构（交给 gva_auto_generate）
|
||
|
||
**🔄 推荐工作流：**
|
||
requirement_analyzer → gva_auto_generate → 其他辅助工具
|
||
|
||
`),
|
||
mcp.WithString("userRequirement",
|
||
mcp.Required(),
|
||
mcp.Description("用户的需求描述，支持自然语言，如：'我要做一个猫舍管理系统，用来录入猫的信息，并且记录每只猫每天的活动信息'"),
|
||
),
|
||
)
|
||
}
|
||
|
||
// Handle 处理工具调用
|
||
func (t *RequirementAnalyzer) Handle(ctx context.Context, request mcp.CallToolRequest) (*mcp.CallToolResult, error) {
|
||
userRequirement, ok := request.GetArguments()["userRequirement"].(string)
|
||
if !ok || userRequirement == "" {
|
||
return nil, errors.New("参数错误：userRequirement 必须是非空字符串")
|
||
}
|
||
|
||
// 分析用户需求
|
||
analysisResponse, err := t.analyzeRequirement(userRequirement)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("需求分析失败: %v", err)
|
||
}
|
||
|
||
// 序列化响应
|
||
responseData, err := json.Marshal(analysisResponse)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("序列化响应失败: %v", err)
|
||
}
|
||
|
||
return &mcp.CallToolResult{
|
||
Content: []mcp.Content{
|
||
mcp.NewTextContent(string(responseData)),
|
||
},
|
||
}, nil
|
||
}
|
||
|
||
// analyzeRequirement 分析用户需求 - 专注于AI需求传递
|
||
func (t *RequirementAnalyzer) analyzeRequirement(userRequirement string) (*RequirementAnalysisResponse, error) {
|
||
// 生成AI提示词 - 这是唯一功能
|
||
aiPrompt := t.generateAIPrompt(userRequirement)
|
||
|
||
return &RequirementAnalysisResponse{
|
||
AIPrompt: aiPrompt,
|
||
}, nil
|
||
}
|
||
|
||
// generateAIPrompt 生成AI提示词 - 要求AI梳理逻辑为1xxx2xxx格式
|
||
func (t *RequirementAnalyzer) generateAIPrompt(userRequirement string) string {
|
||
prompt := fmt.Sprintf(`# 🤖 AI需求逻辑梳理任务
|
||
|
||
## 📝 用户原始需求
|
||
%s
|
||
|
||
## 🎯 AI任务要求
|
||
请将上述用户需求梳理成清晰的逻辑步骤，格式要求：
|
||
|
||
**1. 第一步功能描述**
|
||
**2. 第二步功能描述**
|
||
**3. 第三步功能描述**
|
||
**...**
|
||
|
||
## 📋 梳理要求
|
||
- 将需求拆解为具体的功能步骤
|
||
- 每个步骤用数字编号（1、2、3...）
|
||
- 步骤描述要清晰、具体、可执行
|
||
- 按照业务逻辑顺序排列
|
||
- 考虑数据流和用户操作流程
|
||
|
||
## 🔄 后续流程
|
||
梳理完成后，请使用 gva_auto_generate 工具进行代码生成：
|
||
- gva_auto_generate 会根据梳理的逻辑步骤自动生成包名、模块名
|
||
- gva_auto_generate 会设计数据表结构和API接口
|
||
- gva_auto_generate 会生成完整的前后端代码
|
||
|
||
|
||
现在请开始梳理用户需求："%s"`, userRequirement, userRequirement)
|
||
|
||
return prompt
|
||
}
|