让所有 AI 助手共享团队知识，打破 AI IDE 孤岛
How to install lanhu-mcp?
dsphper/lanhu-mcp
$git clone https://github.com/dsphper/lanhu-mcpInstalls into the current project.
›Prefer a prompt? Paste this to your agent
Install lanhu-mcp by running `git clone https://github.com/dsphper/lanhu-mcp`, then use it for the current task and follow its documentation at https://github.com/dsphper/lanhu-mcp.
README.md
| 1 | <div align="center"> |
| 2 | |
| 3 | # 🎨 Lanhu MCP Server | 蓝湖MCP服务器2.0 |
| 4 | |
| 5 | **让所有 AI 助手共享团队知识，打破 AI IDE 孤岛** |
| 6 | |
| 7 | **lanhumcp | 蓝湖mcp | lanhu-mcp | 蓝湖AI助手 | 蓝湖skills | Lanhu AI Integration** |
| 8 | |
| 9 | [](https://opensource.org/licenses/MIT) |
| 10 | [](https://www.python.org/downloads/) |
| 11 | [](https://modelcontextprotocol.io/) |
| 12 | [](https://github.com/jlowin/fastmcp) |
| 13 | [](CONTRIBUTING.md) |
| 14 | [](https://github.com/dsphper/lanhu-mcp/stargazers) |
| 15 | [](https://github.com/dsphper/lanhu-mcp/issues) |
| 16 | [](https://github.com/dsphper/lanhu-mcp/releases) |
| 17 | [](CODE_OF_CONDUCT.md) |
| 18 | |
| 19 | [English](README_EN.md) | 简体中文 |
| 20 | |
| 21 | [快速开始](#-快速开始) • [功能特性](#-核心特性) • [使用文档](#-使用指南) • [贡献指南](CONTRIBUTING.md) |
| 22 | |
| 23 | |
| 24 | </div> |
| 25 | |
| 26 | --- |
| 27 | |
| 28 | ## 🌟 项目亮点 |
| 29 | |
| 30 | 一个功能强大的 [Model Context Protocol (MCP)](https://modelcontextprotocol.io/) 服务器，专为 AI 编程时代设计，完美支持蓝湖（Lanhu）设计协作平台。 |
| 31 | |
| 32 | |
| 33 | 🔥 **核心创新**： |
| 34 | - 📋 **智能需求分析**：自动提取 Axure 原型，三种分析模式（开发/测试/探索），需求分析准确率>95% |
| 35 | - 💬 **团队知识库**：打破 AI IDE 孤岛，让所有 AI 助手共享知识库和上下文 |
| 36 | - 🎨 **UI设计支持**：自动下载设计稿，智能提取切图，语义化命名；设计图分析可获取尺寸/间距/颜色/字体等精确参数，并得到转换后的 HTML+CSS 代码参考 |
| 37 | - ⚡ **性能优化**：基于版本号的智能缓存，增量更新，并发处理 |
| 38 | |
| 39 | 🎯 **适用场景**： |
| 40 | - ✅ Cursor + 蓝湖：让 Cursor AI 直接读取蓝湖需求文档和设计稿 |
| 41 | - ✅ Windsurf + 蓝湖：Windsurf Cascade AI 直接读取蓝湖需求文档和设计稿 |
| 42 | - ✅ Claude Code + 蓝湖：Claude AI 直接读取蓝湖需求文档和设计稿 |
| 43 | - ✅ OpenClaw + 蓝湖：OpenClaw 原生支持读取蓝湖需求文档和设计稿 |
| 44 | - ✅ ClawBot + 蓝湖：ClawBot 智能助手深度集成蓝湖协作 |
| 45 | - ✅ Trae + 蓝湖：Trae AI 直接读取蓝湖需求文档和设计稿 |
| 46 | - ✅ 通义灵码 + 蓝湖：通义灵码 AI 直接读取蓝湖需求文档和设计稿 |
| 47 | - ✅ Cline + 蓝湖：Cline AI 直接读取蓝湖需求文档和设计稿 |
| 48 | - ✅ 任何支持 MCP 协议的 AI 开发工具 |
| 49 | |
| 50 | 🎯 **解决痛点**： |
| 51 | - ❌ **旧世界**：每个开发者的 AI 独立工作，重复分析需求，无法共享经验 |
| 52 | - ✅ **新世界**：所有 AI 连接同一知识中枢，需求分析一次、全员复用，踩坑经验永久保存 |
| 53 | |
| 54 | --- |
| 55 | ## 📑 目录 |
| 56 | |
| 57 | - [核心特性](#-核心特性) |
| 58 | - [快速开始](#-快速开始) |
| 59 | - [团队留言板：突破 AI 协作的最后一公里](#-团队留言板突破-ai-协作的最后一公里) |
| 60 | - [使用指南](#-使用指南) |
| 61 | - [可用工具列表](#-可用工具列表) |
| 62 | - [系统架构](#-系统架构) |
| 63 | - [项目结构](#-项目结构) |
| 64 | - [高级配置](#-高级配置) |
| 65 | - [性能指标](#-性能指标) |
| 66 | - [常见问题](#-常见问题) |
| 67 | - [安全说明](#-安全说明) |
| 68 | - [贡献指南](#-贡献指南) |
| 69 | - [许可证](#-许可证) |
| 70 | - [致谢](#-致谢) |
| 71 | - [联系方式](#-联系方式) |
| 72 | - [路线图](#-路线图) |
| 73 | |
| 74 | --- |
| 75 | |
| 76 | ## ✨ 核心特性 |
| 77 | |
| 78 | ### 📋 需求文档分析 |
| 79 | - **智能文档提取**：自动下载和解析 Axure 原型的所有页面、资源和交互 |
| 80 | - **三种分析模式**： |
| 81 | - 🔧 **开发视角**：详细字段规则、业务逻辑、全局流程图 |
| 82 | - 🧪 **测试视角**：测试场景、用例、边界值、校验规则 |
| 83 | - 🚀 **快速探索**：核心功能概览、模块依赖、评审要点 |
| 84 | - **四阶段工作流**：全局扫描 → 分组分析 → 反向验证 → 生成交付物 |
| 85 | - **零遗漏保证**：基于 TODO 驱动的系统化分析流程 |
| 86 | |
| 87 | ### 🎨 UI设计支持 |
| 88 | - **设计稿查看**：批量下载和展示 UI 设计图 |
| 89 | - **设计图分析升级**：分析时不仅返回设计图预览，还可获取**详细设计参数**（组件尺寸、间距、颜色值、字体大小等），并自动将设计 Schema 转为 **HTML+CSS 代码**，与蓝湖原生导出效果一致，便于 AI 参考实现 |
| 90 | - **切图提取**：自动识别和导出设计切图、图标资源 |
| 91 | - **智能命名**：基于图层路径自动生成语义化文件名 |
| 92 | |
| 93 | ### 💬 团队协作留言板 - 打破 AI IDE 孤岛 |
| 94 | > 🌟 **核心创新**：让每个开发者的 AI 助手都能共享团队知识和上下文 |
| 95 | |
| 96 | **问题背景**： |
| 97 | - 每个开发者的 AI IDE（Cursor、Windsurf）是独立的，无法共享上下文 |
| 98 | - A 开发遇到的坑，B 开发的 AI 不知道 |
| 99 | - 需求分析结果无法传递给测试同学的 AI |
| 100 | - 团队知识碎片化在各个聊天窗口，无法沉淀 |
| 101 | |
| 102 | **创新解决方案**： |
| 103 | - 🔗 **统一知识库**：所有 AI 助手连接同一个 MCP 服务器，共享留言板数据 |
| 104 | - 🧠 **上下文传递**：开发 AI 分析的需求，测试 AI 可以直接查询使用 |
| 105 | - 💡 **知识沉淀**：坑点、经验、最佳实践以"知识库"类型永久保存 |
| 106 | - 📋 **任务协作**：通过"任务"类型留言，让 AI 帮忙查询代码、数据库 |
| 107 | - 📨 **@提醒机制**：支持飞书通知，打通 AI 协作与人工沟通 |
| 108 | - 👥 **协作追踪**：自动记录谁的 AI 访问过哪些文档，团队透明 |
| 109 | |
| 110 | ### ⚡ 性能优化 |
| 111 | - **智能缓存**：基于文档版本号的永久缓存机制 |
| 112 | - **增量更新**：只下载变更的资源 |
| 113 | - **并发处理**：支持批量页面截图和资源下载 |
| 114 | ## 🚀 快速开始 |
| 115 | |
| 116 | > ⚠️ **重要提示：必须使用支持视觉功能的AI模型！** |
| 117 | > |
| 118 | > 本项目需要AI模型具备**图像识别和分析能力**，推荐使用以下2026年主流视觉模型： |
| 119 | > - 🤖 **Claude** (Anthropic) |
| 120 | > - 🌟 **GPT** (OpenAI) |
| 121 | > - 💎 **Gemini** (Google) |
| 122 | > - 🚀 **Kimi** (月之暗面) |
| 123 | > - 🎯 **Qwen** (阿里巴巴) |
| 124 | > - 🧠 **DeepSeek** (深度求索) |
| 125 | > |
| 126 | > 不支持纯文本模型（如 GPT-3.5、Claude Instant 等） |
| 127 | |
| 128 | --- |
| 129 | |
| 130 | > 💡 **小白用户？** 直接对 AI 说 "帮我克隆并安装 https://github.com/dsphper/lanhu-mcp 项目"，AI 会引导你完成所有步骤！ |
| 131 | |
| 132 | ### 方式一：让 AI 帮你安装（推荐！！！） |
| 133 | |
| 134 | 直接在对 AI 说： |
| 135 | ``` |
| 136 | "帮我克隆并安装 https://github.com/dsphper/lanhu-mcp 项目" |
| 137 | ``` |
| 138 | |
| 139 | AI 会自动完成：克隆项目 → 安装依赖 → 引导获取 Cookie → 配置并启动服务 |
| 140 | |
| 141 | 📖 参考文档：[AI 安装指南](ai-install- |
Related
6 picksType
- jcodemunch-mcpToken-efficient code exploration via tree-sitter AST parsing. 70+ languages, 95%+ token savings.Jul 2026
- minimax-coding-plan-mcpSpecialized MiniMax Model Context Protocol (MCP) server designed for coding-plan usersFeb 2026
- neoNeo.mjs is a self-evolving software organism: a professional end-to-end AI engineering team whose cross-model swarm inhabits live apps via Neural Link, Active Hybrid GraphRAG, DreamService, and self-healing loops.Jul 2026
- shadcn-ui-mcp-serverA Model Context Protocol (MCP) server for shadcn/ui components, providing AI assistants with access to component source code, demos, blocks, and metadata.May 2026
- kicad-mcp-proProduction-grade MCP server for KiCad EDA—PCB design, DRC, simulation, BOM, DFM, and manufacturing.Jul 2026
- taiga-ui-mcpModel Context Protocol server providing Taiga UI documentation search and scaffolding tools.Jul 2026
