adr-skills 是一个用于 Claude Code 的 MCP 服务器，可自动捕获开发对话，并使用 Claude Opus 生成、审查和管理架构决策记录（ADR）。
用途 工程团队每周会做出大量架构决策（例如选用哪个数据库、如何处理认证、采用单体还是微服务），但很少记录下来。几个月后，没人记得为什么选择 Redis 而非 Memcached，或者为什么团队避开 GraphQL。adr-skills 通过将既有的 Claude Code 对话自动转化为永久、可搜索的 ADR 文档来解决这一问题。
工作流程
- 在 Claude Code 中进行正常的开发对话。
- 会话结束时，Stop Hook 捕获对话记录。
- Claude Opus 分析对话并提取架构决策。
- 结构化 Markdown ADR 保存至 ~/.adr-mcp/adrs/ADR-0001-*.md。
- 使用 review_adr 对质量评分，link_adrs 映射依赖关系，check_stale_adrs 发现过时的决策。
主要能力 自动会话捕获：Stop Hook 在 Claude Code 退出时自动保存对话，无需手动操作。 AI 驱动的 ADR 生成：Claude Opus 从原始对话中提取上下文、决策和后果。 AI 质量审查：为 ADR 完整度评分 0–100，并标记缺失的上下文、未考虑的替代方案或过于乐观的后果。 重复检测：在新决策与过去决策重叠时，保存前发出警告。 Markdown 导出：每份 ADR 导出为 ADR-NNNN-slug.md，可与代码一起提交。 状态生命周期：跟踪决策从 Proposed → Accepted → Deprecated → Superseded 的变化。 依赖图：用 related_to、conflicts_with、depends_on 关联 ADR 并可视化关系。 过时 ADR 提醒：显示超过 N 个月的 Accepted 决策，可能需要重新审视。 关键词搜索：按技术名称（如 Redis、JWT、PostgreSQL）查找过去的决策。 时间线视图：每个项目的完整决策历史，并与 git 提交关联。
与现有 ADR 工具的差异 没有现有工具能在单个 MCP 服务器中结合自动对话捕获与 AI 驱动的 ADR 生成。Anthropic 仓库中有一个关于原生 ADR 支持的开放功能请求——adr-skills 在当前填补了这一空白。
使用方式 在 Claude Code 中注册。 环境设置：没有 API key 时，generate_adr 回退到基于关键词的提取，且 review_adr 不可用。.env 已加入 .gitignore，密钥不会被提交。 启用自动会话捕获（Stop Hook）：将内容添加到 ~/.claude/settings.json。 共有 9 个工具，包括 generate_adr、review_adr、get_adr_graph 等。
常见问题 Q: 需要 Anthropic API key 吗？不需要。没有密钥时，generate_adr 使用关键词提取作为回退。有密钥时，Claude Opus 生成的 ADR 明显更准确，且 review_adr 可用。 Q: ADR 存储在哪里？两个位置：SQLite 数据库 ~/.adr-mcp/sessions.db 和 Markdown 文件 ~/.adr-mcp/adrs/。Markdown 文件可提交到 git。 Q: 可以不用 Stop Hook 吗？可以。手动调用 save_session 并传入对话文本，然后用返回的 session ID 调用 generate_adr。 Q: 除了 Claude 还能与其他 AI 助手一起用吗？MCP 服务器协议是开放的，但 Stop Hook 是 Claude Code 特有的。数据库和 Markdown 导出与工具无关。 Q: 重复检测如何工作？生成 ADR 时，adr-skills 从标题和决策文本中提取重要关键词，并查询重叠的过往 ADR。匹配项会以警告形式显示——新 ADR 仍会被保存。 Q: 使用什么 ADR 格式？Michael Nygard ADR 格式（Title、Status、Context、Decision、Consequences），这是软件行业最广泛采用的格式。
项目结构 数据库：~/.adr-mcp/sessions.db ADR 文件：~/.adr-mcp/adrs/ADR-NNNN-slug.md
依赖 Claude Code CLI Anthropic API Key（可选——AI 生成和审查需要）
