今天是2025年7月17日,通过三个小时的实践,我成功构建并部署了一个 trae-rules-mcp 服务。
视频记录:围巾哥萧尘 」TRAE - Rules - MCP | 开发你的第一款 MCP 🧣 #TRAE
核心项目目标与成果
-
项目目的:构建一个AI规则文件生成器,以快速生成MCP服务器所需的网页开发规则文件。
-
完成情况:该系统已成功开发并部署,当前文件已发布至GitHub仓库,版本号为
trulmcp1.0.1。(github.com/xiaoweiruby… -
当前状态:该系统尚未进行全面测试,欢迎各方进行试用和协助测试,后续将继续进行修改以完善规则文件。(pypi.org/project/tra…
开发与部署过程
-
开发阶段:
-
开发工具:主要使用TRAE进行MCP文档的开发。
-
规则参考:开发过程中,规则参考来源于“技术爬爬虾”提供的关于MCP从开发到部署的详细文档。
-
挑战与解决:
- 1、开发初期耗费了大量时间,首次开发成功后却无法正常使用。
- 2、经调试并彻底删除所有文件后重新构建,第二次尝试便快速取得了成功。系统随后成功启动服务器并生成了所需的网页开发文件,完成了TRAE规则MCP部分的开发。
-
-
部署阶段:
-
部署流程:部署涉及构建发布文档、打包及上传。
-
关键步骤:
- 1、需申请Python账号并获取API文件。
- 2、根据API文件提供的指导规则进行修改和配置,将规则文件放置于指定位置,并根据推荐规则完成上传。
-
部署工具:部署过程中参考了Python的相关文档,完成远程上传。
-
核心要素:在部署时,必须具备一个API Token,这是成功部署的重要条件。
-
关键经验与建议
对于有意开发类似MCP服务的人员,有三点经验值得特别注意:
- 1、拥有高质量的参考文档/范例:这是项目成功的关键。范例越清晰,所得结果越佳。本次开发过程中,MCP开发阶段参考了“技术帕虾”的文档,部署阶段则参考了Python的文档。
- 2、部署时需有清晰的范例:清晰的部署范例能够显著加快部署速度。
- 3、部署时需要API Token:这是确保成功部署的必备条件。
综上所述,本次项目在短时间内成功实现了AI规则文件生成器的开发与部署,展示了高效的工作流程和解决问题的能力,并为后续的完善和应用奠定了基础。