AI Capabilities Suite

🚀 AI能力扩展套件


如果人工智能代理真的可以 _看见_, _调试_，以及 _控制_ 您的开发环境？

我们构建了最全面的MCP服务器套件，为AI代理提供了前所未有的超能力。 这不仅仅是另一个工具集合，它是一种范式转变，将人工智能助手从代码生成器转变为智能开发合作伙伴 运行时可见性, 系统控制，以及 物理世界访问.

📝 注： 所有包都被拆分为单独的Git子模块，每个子模块都有自己的存储库，以实现更好的可维护性和独立的版本控制。每个包现在都有自己的专用存储库 数字挑战 组织。

______________________________________________________________________

📦 快速索引

🐛 MCP ACS调试器

• ✅ VS代码扩展与GitHub Copilot集成
• ✅ 94.53%的测试覆盖率，1059次测试
• ✅ 性能分析、挂起检测、高级断点
• 🎯 基洛超级大国正在开发中 -增强的AI调试工作流程

📸 MCP ACS屏幕截图

• ✅ 全屏、窗口和区域捕获
• ✅ 通过OCR集成进行PII屏蔽
• ✅ 267项测试，跨平台支持
• 🎯 基洛超级大国正在开发中 -人工智能驱动的视觉分析

⚙️ MCP ACS流程

• ✅ 12个流程管理工具
• ✅ 6层安全验证
• ✅ 资源监控和服务管理
• 🎯 基洛超级大国正在开发中 -智能流程编排

🎯 阿基拉

GitHub Copilot的规范驱动开发 | 仓库

• ✅ 符合EARS要求的工程
• ✅ 基于属性的测试集成
• ✅ 结构化要求→ 设计→ 任务→ 执行工作流程
• ✅ MCP支持跨聊天会话的持久上下文

______________________________________________________________________

🎯 现在可以在VS Code Marketplace上使用

⚡ 安装VS代码扩展→

我们的旗舰产品MCP ACS调试器现在作为原生VS代码扩展提供，通过以下方式将专业级调试功能直接带到您的编辑器中 需要零配置.

为什么开发者喜欢它：

• ✅ 一键安装 来自VS代码市场
• ✅ GitHub Copilot集成 用于AI驱动的调试
• ✅ 25+调试工具 可供AI代理访问
• ✅ 零配置 -安装后立即工作
• ✅ 企业级质量 测试覆盖率为94.53%
• ✅ 1059项测试通过

查看VS代码市场→

______________________________________________________________________

🤔 我们正在解决的问题

今天的人工智能代理是强大但盲目的：

• ❌ 无法看到代码在运行时实际做了什么
• ❌ 无法捕捉屏幕或录制演示
• ❌ 无法管理超出基本读/写范围的文件
• ❌ 无法控制进程或应用程序
• ❌ 无法与您的实际开发环境交互

结果： 你被困在人工智能应该处理的手工工作中。

______________________________________________________________________

🎯 我们构建了什么：完整的解决方案

这 AI能力扩展套件 提供 5台综合MCP服务器 赋予人工智能代理专业级的能力，此外 阿基拉:

🐛 1.MCP ACS调试器

最全面的AI代理调试界面-我们的旗舰产品

   ](https://www.npmjs.com/package/@ai-capabilities-suite/mcp-debugger-server) ](https://hub.docker.com/r/digitaldefiance/mcp-debugger-server)  

✨ 现在可作为VS代码扩展！ 从市场安装→

问题： AI代理对运行时的行为视而不见。他们可以阅读你的代码并提出修复建议，但无法看到你的代码运行时实际发生了什么。调试仍然是一个令人沮丧的手动过程。

解决方案： AI代理现在可以像高级开发人员一样进行调试——设置断点、检查变量、分析性能和实时检测无限循环。既可作为独立的MCP服务器，也可作为与GitHub Copilot集成的原生VS Code扩展。

🎨 VS代码扩展功能

零配置设置：

• 一键从VS代码市场安装
• 自动MCP服务器集成
• 无需手动配置
• VS代码扩展通过调试适配器协议与任何语言兼容
• 独立的MCP服务器通过Chrome DevTools协议与Node.js/JavaScript协同工作

GitHub Copilot集成：

• 编辑器中的AI调试辅助
• Copilot可以访问调试上下文和工具
• 自然语言调试命令
• 智能断点建议

本地IDE集成：

• 用于代码智能的语言服务器协议（LSP）
• 用于无缝调试的调试适配器协议（DAP）
• 悬停提供者以进行变量检查
• 断点管理代码镜头
• 集成调试UI

专业调试工作流程：

• 使用右键单击上下文菜单设置断点
• 使用键盘快捷键遍历代码
• 检查悬停工具提示中的变量
• 在调试面板中查看调用堆栈
• 无需离开编辑器即可配置文件性能

语言支持：

• VS代码扩展：通过调试适配器协议提供多语言支持

- JavaScript/TypeScript、Python、Java、C/C++、Go、Rust、PHP、Ruby等 - 测试框架：Jest、Mocha、Vitest、pytest、JUnit、go Test、cargo Test - 框架：React、Vue、Angular、Django、Spring Boot等

• 独立MCP服务器：Node.js/JavaScript仅通过Chrome DevTools协议

- 完全支持TypeScript和源代码映射 - 测试框架：Jest、Mocha、Vitest - 框架：Express、Nest.js、React（Node.js SSR）等

🔥 为什么这会改变一切

对于开发者：

• “为我调试这个” 成为现实——人工智能调查并修复运行时问题
• 即时性能洞察--AI自动识别瓶颈和内存泄漏
• 智能测试调试--AI调试失败的测试并建议精确的修复
• 主动挂起检测--再也不会在无限循环中浪费时间

对于AI代理：

• 运行时可见性--查看代码执行时实际发生了什么
• 交互式调试--设置断点，遍历代码，检查状态
• 性能分析--配置CPU、内存和执行时间线
• 智能解决问题--将静态分析与运行时行为相结合

🛠️ 25+专业调试工具

核心调试（17个工具）：

• 🚀 会话管理（启动、停止并彻底关闭）
• 🎯 断点操作（设置、删除、切换、带条件逻辑的列表）
• ▶️ 执行控制（继续、跨步/进入/退出、暂停）
• 🔍 变量检查（计算表达式、检查对象、监视变量）
• 🗺️ 调用堆栈导航（获取堆栈、切换帧）
• ⚠️ 悬挂检测（智能无限循环识别）

高级断点（4个工具）：

• 📝 日志点 -可变插值的无中断观测
• 🚨 异常断点 -通过过滤来中断捕获/未捕获的异常
• 🎯 函数断点 -使用正则表达式匹配打断函数条目
• 🔢 点击计数条件 -N次点击后或每N次点击时中断

性能分析（4个工具）：

• 🔥 CPU性能分析 -火焰图实时性能分析
• 🧠 内存配置文件 -堆快照和泄漏检测
• 📉 性能指标 -时间线分析和回归检测
• 📊 资源监控 -跟踪CPU、内存和执行模式

🏆 是什么让这与众不同

与其他解决方案的比较：

1. 开始调试：

- VS代码扩展名：打开任何源代码文件 - 独立MCP服务器：打开JavaScript或TypeScript文件 - 通过在排水沟中单击来设置断点 - 按F5开始调试 - 使用GitHub Copilot询问调试问题

1. 与Copilot一起使用：

   You: "@workspace debug this failing test"
   Copilot: *Uses MCP debugger to investigate*
   Copilot: "Found the issue on line 42. The API returns..."

独立MCP服务器（适用于其他AI代理）：

1. 全局安装：

   npm install -g @ai-capabilities-suite/mcp-debugger-server

1. 配置您的AI代理：

   {
     "mcpServers": {
       "debugger": {
         "command": "mcp-debugger-server"
       }
     }
   }

1. 与您的AI代理一起使用：

   You: "Debug my Node.js app"
   AI: *Uses MCP tools to start debugging session*
   AI: "Started debug session. Set breakpoint at app.js:42..."

📸 2.MCP ACS屏幕截图

将AI代理从代码阅读器转变为可视化UI专家和文档合作伙伴

   ](https://www.npmjs.com/package/@ai-capabilities-suite/mcp-screenshot) ](https://hub.docker.com/r/digitaldefiance/mcp-screenshot)

✨ 现在可以在NPM、Docker Hub和VS Code Marketplace上使用！

问题： 人工智能代理对你的实际用户界面视而不见。他们可以阅读HTML/CSS并提出改进建议，但无法看到用户实际体验到的内容——布局损坏、对比度差、元素错位或可访问性问题。

解决方案： AI代理现在已经 视觉超能力--他们可以像高级用户体验设计师一样查看、分析和记录你的应用程序。从自动化文档生成到可访问性审计，人工智能现在可以处理用户实际看到的内容。

🎨 主要特点

屏幕截图：

• 全屏截图 支持多种格式（PNG、JPEG、WebP、BMP）
• 窗口特定捕获 按标题或ID
• 区域捕捉 具有精确的边界控制
• 显示管理 -列出并针对特定监控器
• 质量控制 -可调压缩和优化

隐私和安全：

• PII屏蔽 与Tesseract OCR集成
• 窗口排除 -跳过敏感应用程序
• 安全默认值 -隐私优先配置
• 权限处理 -适当的系统权限检查

跨平台支持：

• Linux：X11和Wayland支持
• macOS：本机屏幕截图API
• 视窗：Windows API集成
• 码头工人：使用Xvfb进行无头捕捉

🛠️ 5个专业截图工具

1. screenshot_capture_full -使用格式选项（PNG、JPEG、WebP、BMP）捕获整个屏幕
2. screenshot_capture_window -按标题或ID捕获特定应用程序窗口
3. screenshot_capture_region -捕捉具有精确边界的矩形屏幕区域
4. screenshot_list_displays -列出连接的显示器及其分辨率和缩放比例
5. screenshot_list_windows -列出带有标题、位置和尺寸的可见窗口

隐私和安全功能：

• PII屏蔽 -自动检测和模糊敏感信息（电子邮件、电话号码、信用卡）
• 窗口排除 -跳过密码管理器和身份验证对话框
• 安全默认值 -开箱即用的隐私优先配置
• 权限处理 -适当的系统权限检查和用户同意

📊 企业级质量

• 267测试 通过率100%
• 完全符合MCP协议 已验证
• E2E测试 （25次测试）用于方案验证
• 单元测试 （242项测试）全面覆盖
• VSCode扩展测试 （80+测试）
• 跨平台验证 （Linux、macOS、Windows）
• 优雅的故障处理 适用于无头环境

🚀 开始使用

NPM包：

npm install -g @ai-capabilities-suite/mcp-screenshot
npx @ai-capabilities-suite/mcp-screenshot

Docker：

docker run -v $(pwd)/screenshots:/app/screenshots digitaldefiance/mcp-screenshot:latest

VSCode扩展：

• 在VS代码扩展中搜索“MCP ACS截图”
• 或访问：

🎯 革命性用例

“人工智能，创建专业文档”

You: "Document the user onboarding flow"
AI: *Captures each step, analyzes UI elements*
AI: "Generated step-by-step guide with 8 annotated screenshots, user journey map, and accessibility notes..."

“AI，审核此设计的可访问性”

You: "Check if this form meets WCAG standards"
AI: *Captures form, analyzes contrast and spacing*
AI: "Found 3 issues: Submit button has 2.1:1 contrast (needs 4.5:1), labels lack focus indicators, touch targets under 44px..."

“AI，帮助调试这个响应式布局”

You: "Why does my navbar break on mobile?"
AI: *Captures multiple viewport sizes*
AI: "Navigation collapses at 768px but hamburger menu overlaps logo. Here's the CSS fix with before/after comparison..."

“AI，比较这两个设计选项”

You: "Which landing page converts better?"
AI: *Captures both versions, analyzes visual hierarchy*
AI: "Version B has 34% better visual flow—CTA button more prominent, hero text clearer, social proof positioned optimally..."

“AI，用视觉效果创建错误报告”

You: "The checkout form validation isn't working"
AI: *Captures error states and user flow*
AI: "Created detailed bug report with 5 screenshots showing error conditions, expected vs actual behavior, and reproduction steps..."

🔥 这会改变什么

之前： 人工智能依靠代码描述盲目工作

• ❌ “布局看起来已损坏”→ 人工智能猜测出了什么问题
• ❌ “创建文档”→ AI编写没有视觉效果的通用文本
• ❌ “检查可访问性”→ AI只能审查代码，不能进行实际对比
• ❌ “调试响应式设计”→ AI看不到实际的断点行为

之后： AI可以看到并分析您的实际用户界面

• ✅ 可视化调试 -人工智能能够准确识别像素级别的问题
• ✅ 智能文档 -AI创建带有真实截图和注释的指南
• ✅ 无障碍审计 -AI测量实际对比度和间距
• ✅ 响应式测试 -AI捕捉并比较不同的屏幕尺寸
• ✅ 设计分析 -AI评估视觉层次和用户体验
• ✅ 专业bug报告 -AI创建具有视觉证据的详细报告

📚 文档：

• 👉 完整的屏幕截图文档
• 👉 E2E测试指南
• 👉 ****
• 👉 API 参考

📁 3.MCP文件系统

超越基本I/O的高级文件操作，具有严格的安全边界

](https://www.npmjs.com/package/@ai-capabilities-suite/mcp-filesystem) 

✨ 现在可以在NPM和VS代码市场上使用！

问题： AI代理需要超越基本读/写的高级文件操作，但如果没有适当的安全边界，这会带来重大风险——路径遍历攻击、对系统文件的未经授权访问以及敏感凭据的暴露。

解决方案： AI代理现在已经 企业级文件系统操作 具有10层安全验证。从原子回滚的批处理操作到实时目录监视，人工智能现在可以安全地管理您的工作区文件。

🔥 主要特点

高级操作：

• 批量操作 -使用回滚支持原子地执行多个文件操作
• 目录监视 -通过事件过滤实时监控文件系统更改
• 文件搜索和索引 -具有元数据过滤功能的快速全文搜索
• 校验和操作 -计算并验证文件完整性（MD5、SHA-1、SHA-256、SHA-512）
• Symlink管理 -在工作区边界内创建和管理符号链接
• 磁盘使用情况分析 -分析目录大小并识别大文件
• 目录操作 -递归复制、同步和原子文件替换

安全（纵深防御）：

• 工作区监狱 -所有操作仅限于配置的工作区根目录
• 10层路径验证 -多重安全检查可防止路径遍历
• 硬编码块列表 -系统路径和敏感文件始终被阻止（无法禁用）
• 速率限制 -每分钟可配置的操作限制
• 审计日志 -完整的合规运营跟踪
• 平台特定安全 -自动执行特定于操作系统的边界

🛠️ 12个专业文件系统工具

1. fs_batch_operations -使用回滚以原子方式执行多个操作
2. fs_watch_directory -监控目录的实时更改
3. fs_get_watch_events -检索累积的文件系统事件
4. fs_stop_watch -停止观看会话并清理资源
5. fs_search_files -按名称、内容或元数据搜索
6. fs_build_index -构建可搜索索引以实现快速搜索
7. fs_create_symlink -在工作空间内创建符号链接
8. fs_compute_checksum -计算文件校验和以进行完整性验证
9. fs_verify_checksum -验证文件校验和是否与预期值匹配
10. fs_analyze_disk_usage -分析磁盘使用情况并识别大文件
11. fs_copy_directory -使用选项递归复制目录
12. fs_sync_directory -通过仅复制较新/缺失的文件来同步目录

🚀 开始使用

NPM包：

npm install -g @ai-capabilities-suite/mcp-filesystem
mcp-filesystem --config ./mcp-filesystem-config.json

VS代码扩展名：

• 在VS代码扩展中搜索“MCP ACS文件系统”
• 或访问：

🎯 革命性用例

“AI，备份我所有的TypeScript文件”

You: "Create atomic backup of all .ts files to backup folder"
AI: *Uses batch operations with rollback*
AI: "Backed up 47 TypeScript files (2.3 MB) atomically. All operations succeeded, no rollback needed."

“人工智能，关注变化并重建”

You: "Watch src directory and notify me of changes"
AI: *Starts directory watch with filters*
AI: "Watching src/ recursively. Detected 3 changes: file1.ts modified, file2.ts created, file3.ts deleted."

“AI，在代码库中找到所有TODO”

You: "Search for TODO comments in TypeScript files"
AI: *Builds index and searches content*
AI: "Found 23 TODO comments across 12 files. Most common: 'TODO: Add error handling' (5 occurrences)."

“AI，验证文件完整性”

You: "Compute SHA-256 checksum for release.zip"
AI: *Computes checksum*
AI: "SHA-256: a3f5b8c2... File integrity verified against expected checksum."

“AI，分析磁盘使用情况”

You: "What's taking up space in node_modules?"
AI: *Analyzes disk usage*
AI: "node_modules: 487 MB. Largest: webpack (45 MB), typescript (38 MB), @types/* (92 MB total)."

📚 文档：

• 👉 MCP文件系统文档
• 👉 VS代码扩展文档
• 👉 安全文档
• 👉 ****

⚙️ 4.MCP ACS流程

具有严格安全边界的企业级流程管理

   ](https://www.npmjs.com/package/@ai-capabilities-suite/mcp-process) ](https://hub.docker.com/r/digitaldefiance/mcp-process)

✨ 现在可以在NPM、Docker Hub和VS Code Marketplace上使用！

问题： AI代理无法安全地管理系统进程。他们需要运行命令、监控资源和管理服务，但如果没有适当的安全边界，这会带来重大风险——命令注入、资源耗尽和权限升级。

解决方案： AI代理现在已经 企业级流程管理 具有6层安全验证。从启动有资源限制的流程到通过自动重启管理长时间运行的服务，人工智能现在可以安全地编排您的开发环境。

🔥 主要特点

流程管理：

• 流程启动 带有参数和环境变量
• 资源监控 -实时跟踪CPU、内存、线程和I/O
• 输出捕获 -分离stdout和stderr流
• 进程终止 -优雅（SIGTERM）和强制（SIGKILL），超时升级
• 交互式过程 -发送stdin输入并检索缓冲输出
• 超时管理 -指定持续时间后自动终止

服务管理：

• 长期运行服务 具有自动重启功能
• 健康检查 -定期验证服务健康状况
• 重新启动策略 -可配置的重试限制和回退策略
• 服务生命周期 -启动、停止、重新启动和监视服务

工艺组：

• 组管理 -组织相关流程
• 管道创建 -使用stdout/stdin管道的链进程
• 批量操作 -立即终止整个组

安全（纵深防御）：

• 可执行满列表 -只有预先批准的可执行文件才能运行
• 参数验证 -防止命令注入攻击
• 环境消毒 -删除危险环境变量
• 资源限制 -CPU、内存和时间限制
• 特权预防 -阻止setuid可执行文件和权限升级
• 审计日志 -完整的合规运营跟踪

🛠️ 12个专业流程工具

1. process_start -启动具有参数、环境和资源限制的流程
2. process_terminate -优雅或强制终止，超时升级
3. process_get_stats -实时CPU、内存、线程和I/O统计信息
4. process_send_stdin -向交互式流程发送输入
5. process_get_output -检索捕获的stdout和stderr
6. process_list -列出所有管理流程及其状态
7. process_get_status -详细的流程状态和正常运行时间
8. process_create_group -创建流程组和管道
9. process_add_to_group -将流程添加到组中
10. process_terminate_group -终止组中的所有进程
11. process_start_service -通过自动重启启动长时间运行的服务
12. process_stop_service -停止服务并禁用自动重启

🔒 企业安全

6层安全验证：

1. 可执行许可列表 -只有经过批准的可执行文件才能启动

- 支持绝对路径、基名和全局模式 - 默认情况下阻止shell解释器（bash、sh、cmd.exe） - 阻止执行setuid可执行文件

1. 参数验证 -防止命令注入

- 验证所有命令行参数 - 阻断外壳元特征和注射模式 - 对特殊人物进行消毒

1. 环境消毒 -删除危险变量

- 条带LD_PRELOAD、LD_LIBRARY_PATH - 删除特权升级向量 - 验证环境变量名称和值

1. 资源限制 -防止资源耗尽

- CPU百分比限制（每个进程） - 内存限制（MB） - CPU时间限制（秒） - 超出限制时自动终止

1. 特权预防 -无特权升级

- 阻止sudo、su、pkexec - 阻止执行setuid可执行文件 - 实施最小特权原则

1. 审计日志 -完整的操作跟踪

- 记录所有流程操作 - 记录安全违规行为 - 跟踪资源使用情况 - 合规性就绪审计跟踪

📊 质量指标

• 综合测试 具有单元、集成和E2E测试
• 安全第一设计 具有深度防御验证
• 生产准备就绪 具有优雅的错误处理
• 跨平台 支持（Linux、macOS、Windows）
• Docker部署 具有安全默认值

🎯 革命性用例

“AI，运行我的构建和监控资源”

You: "Build the project and tell me if it uses too much memory"
AI: *Launches build with resource limits, monitors in real-time*
AI: "Build completed in 45s. Peak memory: 512MB (within limits). CPU averaged 65%."

“AI，开始我的开发服务”

You: "Start the API server and database with auto-restart"
AI: *Starts services with health checks and restart policies*
AI: "Started 2 services: api-server (PID 1234), postgres (PID 1235). Health checks enabled."

“AI，创建数据处理管道”

You: "Process data.txt through grep, sort, and uniq"
AI: *Creates process group with pipeline*
AI: "Pipeline created: cat → grep → sort → uniq. Processing 10,000 lines..."

“AI，调试这个挂起过程”

You: "My script is stuck, what's it doing?"
AI: *Gets process stats and output*
AI: "Process consuming 100% CPU in infinite loop. Last output: 'Processing item 5000'. Shall I terminate it?"

“AI，运行超时测试”

You: "Run the test suite but kill it if it takes more than 5 minutes"
AI: *Launches tests with 5-minute timeout*
AI: "Tests completed in 3m 42s. All 247 tests passed. Peak memory: 384MB."

🚀 开始使用

Docker（推荐）：

# Pull the image
docker pull digitaldefiance/mcp-process:latest

# Create configuration
cat > config/mcp-process-config.json  **注：** mcp进程的配置文件要求将在即将发布的版本中删除，使其成为可选的，并具有合理的默认值。

### 先决条件

**对于Linux用户（Ubuntu/Debian）：**

Install Python setuptools for native dependencies

sudo apt-get install -y python3-setuptools build-essential

**对于macOS用户：**

Install Xcode Command Line Tools

xcode-select --install

**对于Windows用户：**

Install Visual Studio Build Tools

Download from: https://visualstudio.microsoft.com/downloads/

### 替代方案：全球安装

如果您更喜欢全局安装而不是npx：

Install all three servers globally

npm install -g @ai-capabilities-suite/mcp-screenshot npm install -g @ai-capabilities-suite/mcp-process npm install -g @ai-capabilities-suite/mcp-debugger-server

Then use direct commands in mcp.json

{ "mcpServers": { "mcp-screenshot": { "command": "mcp-screenshot" }, "mcp-process": { "command": "mcp-process", "args": ["--config", "./mcp-process-config.json"] }, "mcp-debugger": { "command": "mcp-debugger" } } }

### 验证

配置后，重新启动Kiro并验证服务器是否已连接：

You: "List available MCP tools" Kiro: *Shows tools from mcp-screenshot, mcp-process, and mcp-debugger*

### 故障排除

**连接问题：**

- 确保已安装Node.js 18+： `node --version`
- 检查Python安装工具： `python3 -c "import setuptools"`
- 验证包是否已发布： `npm view @ai-capabilities-suite/mcp-screenshot`

**本机依赖性错误：**

- 安装构建工具（请参阅上面的先决条件）
- 清除npm缓存： `npm cache clean --force`
- 重新安装： `npm install -g --force @ai-capabilities-suite/mcp-screenshot`

**未找到配置文件：**

- 在mcp.json中使用配置文件的绝对路径
- 验证文件是否存在： `ls -la ./mcp-process-config.json`
- 检查JSON语法： `cat mcp-process-config.json | jq`

______________________________________________________________________

### 🎯 **阿基拉**

**由GitHub Copilot和MCP支持的规范驱动开发**

**存储库：** [阿基拉](https://github.com/Digital-Defiance/akira)

**问题：** 传统的人工智能辅助开发缺乏结构——需求模糊，设计不一致，实施没有适当的规划。AI代理在不了解完整上下文或确保正确性的情况下生成代码。

**解决方案：** 阿基拉带来 **专业软件工程方法论** 人工智能辅助发展。Akira使用需求语法简易方法（EARS）和INCOSE质量规则，引导AI完成结构化的工作流程：需求→ 设计→ 任务→ 执行。通过模型上下文协议（MCP）集成，规范在聊天会话中保持不变，确保一致性并实现基于属性的测试。

#### 🎨 主要特点

**结构化规范驱动工作流：**

- **需求阶段** -通过INCOSE验证生成符合EARS的要求
- **设计阶段** -创建具有正确性属性的技术设计
- **任务阶段** -生成具有适当层次结构的可操作实施计划
- **执行阶段** -根据需求和设计的完整上下文执行任务

**高级需求工程：**

- **EARS合规性** -所有要求都遵循六种EARS模式之一
- **INCOSE质量规则** -根据语义质量标准自动验证
- **术语管理** -技术术语的自动提取和定义
- **用户故事结构** -格式一致，符合每项要求的2-5个验收标准

**基于属性的测试集成：**

- **正确性属性** -根据验收标准生成可测试属性
- **全称量化** -用明确的“For any”语句格式化的属性
- **往返物业** -自动检测解析/序列化要求
- **测试库集成** -支持快速检查和其他PBT库

**模型上下文协议（MCP）集成：**

- **持久上下文** -聊天会话中仍可访问规范文档
- **结构化工具** -通过MCP工具编程访问规范操作
- **状态管理** -跟踪工作流进度和任务完成情况
- **文件操作** -通过MCP读取、写入和更新规范文档

#### 🛠️ 工作流阶段

1. **需求** -使用EARS模式和INCOSE验证生成用户故事
1. **设计** -为PBT创建具有正确性的技术设计
1. **任务** -生成具有两级层次结构的可操作实施计划
1. **执行** -执行具有完整上下文加载和状态跟踪的任务

#### 🎯 革命性用例

**“AI，创建用户身份验证规范”**

You: "@spec create user-authentication" AI: *Generates EARS-compliant requirements* AI: "Created spec with 8 requirements (5 ubiquitous, 2 event-driven, 1 state-driven). All requirements validated against INCOSE rules. Ready for design phase."

**“AI，生成正确性属性”**

You: "@spec approve requirements user-auth" AI: *Moves to design phase, extracts properties* AI: "Generated 12 correctness properties: - For any valid credentials, login succeeds - For any expired token, re-authentication required - For any user, password hash is irreversible Ready for implementation."

**“AI，执行实施计划”**

You: "@spec execute user-auth" AI: *Loads full context, executes tasks* AI: "Executing task 1.1: Implement password hashing... ✅ Implemented with bcrypt ✅ Added property test: password hashing is one-way Moving to task 1.2..."

#### 🚀 开始使用

**从VS代码安装：**

1. 在VS代码扩展中搜索“Akira”
1. 或访问： [VS代码市场](https://marketplace.visualstudio.com/items?itemName=DigitalDefiance.akira) _（即将推出）_

**使用GitHub Copilot：**

Create a new spec

@spec create feature-name

List all specs

@spec list

Execute tasks

@spec execute feature-name

Approve workflow phases

@spec approve requirements feature-name @spec approve design feature-name @spec approve tasks feature-name

📚 **文档：**

- 👉 **[Akira文件](https://github.com/Digital-Defiance/akira)**
- 👉 **[EARS模式指南](https://github.com/Digital-Defiance/akira/blob/main/docs/ears-patterns.md)**
- 👉 **[工作流程指南](https://github.com/Digital-Defiance/akira/blob/main/docs/workflow.md)**