Środowisko Vibecodding z Lokalnymi Symulowanymi Serwerami MCP

To repozytorium zawiera kompleksowe środowisko programistyczne do vibecoddingu z Cline AI, wykorzystujące lokalne symulacje serwerów Model Context Protocol (MCP) dla zwiększenia produktywności i zarządzania przepływem pracy.

🚀 Przegląd

To środowisko integruje wiele symulowanych lokalnie serwerów MCP, aby usprawnić twoje doświadczenie programistyczne:

• Planowanie i Zarządzanie Zadaniami: Sequential Thinking MCP, TaskManager MCP
• Zarządzanie Wiedzą: Knowledge Graph Memory MCP
• Kontrola Wersji: GitHub MCP (symulowany lokalnie)
• Integracja z Bazą Danych: Supabase MCP Server (symulowany lokalnie)
• Dokumentacja: Context7 MCP, Mintlify MCP, ProjectDocHelper MCP, Apidog MCP
• Automatyzacja Przeglądarki i Testowanie: Puppeteer MCP, Browser MCP, Playwright MCP, Browserbase MCP, Octomind MCP, HyperExecute MCP

📋 Wymagania wstępne

• Docker i Docker Compose
• Git
• Node.js (opcjonalnie, dla rozwoju lokalnego symulatora)

🔧 Konfiguracja

1. Sklonuj to repozytorium
2. Uruchom środowisko:

docker-compose up -d

3. Dostęp do usługi konfiguracyjnej MCP pod adresem http://localhost:8000
4. Uruchom skrypt konfiguracyjny VSCode (opcjonalnie):

./vibecode.sh vscode

🧠 Szczegóły serwerów MCP

Serwery podstawowe

Sequential Thinking MCP

• Port: 8001
• Cel: Rozbijanie złożonych zadań na sekwencyjne kroki
• Kluczowe narzędzia: plan_task, analyze_dependencies

Knowledge Graph Memory MCP

• Port: 8002
• Cel: Tworzenie i zarządzanie grafami wiedzy dla pamięci kontekstowej
• Kluczowe narzędzia: create_node, create_relationship, query_graph

GitHub MCP (symulowany)

• Port: 8003
• Cel: Zarządzanie repozytoriami GitHub i pull requestami
• Kluczowe narzędzia: create_pull_request, list_issues, create_branch

Supabase MCP (symulowany)

• Port: 8004
• Cel: Interakcja z bazami danych Supabase
• Kluczowe narzędzia: query_table, insert_data, update_data

Serwery automatyzacji przeglądarek

Puppeteer MCP

• Port: 8005
• Cel: Automatyzacja interakcji z przeglądarką
• Kluczowe narzędzia: screenshot, click_element, extract_data

Browser MCP

• Port: 8006
• Cel: Automatyzacja przeglądarki i testy manualne
• Kluczowe narzędzia: open_browser, navigate_to, execute_script

Playwright MCP

• Port: 8007
• Cel: Automatyzacja testów przeglądarkowych
• Kluczowe narzędzia: record_test, run_test_file, generate_test_code

Browserbase MCP

• Port: 8008
• Cel: Interakcja z przeglądarką w chmurze (symulowana lokalnie)
• Kluczowe narzędzia: create_browser_session, execute_actions

Serwery dokumentacji

Context7 MCP

• Port: 8009
• Cel: Pobieranie aktualnej dokumentacji i przykładów kodu
• Kluczowe narzędzia: search_docs, get_code_examples

Mintlify MCP

• Port: 8010
• Cel: Generowanie dokumentacji technicznej
• Kluczowe narzędzia: generate_docs, generate_api_docs

Apidog MCP

• Port: 8011
• Cel: Integracja z dokumentacją API
• Kluczowe narzędzia: import_api_spec, test_endpoint

ProjectDocHelper MCP

• Port: 8012
• Cel: Automatyczne generowanie dokumentacji projektowej
• Kluczowe narzędzia: analyze_project, generate_project_docs

Serwery testowania

Octomind MCP

• Port: 8013
• Cel: Tworzenie i uruchamianie testów end-to-end
• Kluczowe narzędzia: create_test, run_test

HyperExecute MCP

• Port: 8014
• Cel: Szybkie i skalowalne testowanie
• Kluczowe narzędzia: execute_test_suite, get_test_results

Zarządzanie zadaniami

TaskManager MCP

• Port: 8015
• Cel: Zarządzanie zadaniami i kolejkami zadań
• Kluczowe narzędzia: create_task, update_task_status, create_task_queue

🌊 Przykładowy przepływ pracy

1. Faza planowania

   • Użyj Sequential Thinking MCP do rozbicia projektu na zarządzalne zadania
   • Skonfiguruj śledzenie zadań z TaskManager MCP

2. Faza rozwoju

   • Pobierz dokumentację i przykłady przez Context7 MCP
   • Użyj Cline AI do pomocy w kodowaniu
   • Zarządzaj kontrolą wersji za pomocą symulowanego GitHub MCP
   • Przechowuj i odpytuj dane za pomocą symulowanego Supabase MCP

3. Faza testowania

   • Automatyzuj testy UI z Puppeteer MCP
   • Uruchamiaj testy end-to-end z Octomind MCP
   • Skaluj testowanie z HyperExecute MCP

4. Faza dokumentacji

   • Generuj dokumentację API z Mintlify MCP
   • Twórz kompleksową dokumentację projektu z ProjectDocHelper MCP

⚙️ Dostosowywanie

Dodawanie nowych serwerów MCP

1. Dodaj konfigurację serwera do docker-compose.yml
2. Zarejestruj serwer w mcp-config/config.json
3. Zrestartuj środowisko

Konfigurowanie parametrów symulacji

Edytuj zmienne środowiskowe w pliku .env, aby modyfikować zachowanie symulowanych serwerów.

🔌 Integracja z edytorami kodu

Dla lepszego doświadczenia vibecoddingu, rozważ te wskazówki:

• VSCode: Użyj rozszerzenia Cline AI do bezpośredniej integracji
• Aliasy terminala: Utwórz skróty dla często używanych poleceń vibecoddingu
• Skróty klawiszowe: Skonfiguruj własne skróty dla częstych akcji

📚 Zasoby

• Dokumentacja Model Context Protocol (MCP)
• Dokumentacja Cline AI
• Dokumentacja Docker Compose