SuperAPI AI 工具集

development-assistant

编程与开发

查看项目

更新于 10-16 01:50

技能介绍

用途:面向 Claude Patent Creator 的扩展开发,指导新增功能、MCP 工具、分析器、配置选项、BigQuery 查询、斜杠命令以及性能优化。适用时机为添加 MCP 工具、分析器、配置、BigQuery 查询、斜杠命令或实现性能优化时。

开发流程:功能请求 → 规划 → 实现(代码+验证+监控+测试)→ 测试 → 文档 → 集成。

主要能力:

  1. 新增 MCP 工具:先定义输入、输出与依赖;在 mcp_server/validation.py 建 Pydantic 模型;在 mcp_server/server.py 用 @mcp.tool()、@validate_input(YourInput)、@track_performance 装饰器添加工具函数;在 scripts/ 建测试脚本;更新 CLAUDE.md。
  2. 新增分析器:继承 BaseAnalyzer,设置 mpep_sections,实现 analyze(content) 返回 compliant 与 issues(含 type、severity、mpep_citation、recommendation)。
  3. 新增配置:在 mcp_server/config.py 用 Pydantic BaseSettings 与 Field 定义,通过 get_settings() 读取。
  4. 性能监控:用 @track_performance 与 OperationTimer 包裹步骤。
  5. 修改 RAG 检索流水线:查询 → HyDE → 向量+BM25 → RRF → 重排 → 结果,可在查询扩展、打分、过滤、重排策略处定制。
  6. 新增斜杠命令:创建 .claude/commands/your-command.md,添加 description、model 前置元数据并写工作流说明,重启 Claude Code 生效。

常用任务:在 mcp_server/bigquery_search.py 加 BigQuery 查询;用 Pydantic @field_validator 加校验规则;用 mcp_server/logging_config.get_logger 加日志。

最佳实践:遵循既有模式、使用类型注解、编写 Google 风格 docstring(Claude 可见)、优雅处理错误、用 Pydantic 校验输入、记录日志、监控性能。

限制:资料未提供安装命令、依赖版本、运行环境要求、收费与平台信息,暂未提供;具体实现需参照项目现有代码与文件结构。