MCP 使用场景

目的

• MA Connector 从 Cloudflare Worker 获取认证。

提示

• 身份验证。MA Connector 通过 token 获取用户身份验证。
• 权限验证。token, deviceID, 取得用户的使用权限。
• 数量限制。token, deviceID, functionName 取得设备的数量限制。

AI 智能布局

• 一组设备，可以根据用户用自然语言描述的需求，由 AI 自动完成布局。
• AI 会计算出每个设备对应的 xyz 坐标和旋转角度，并将数据保存到指定的 Excel 表格文件中。
• AI 同时完成将表格文件导入 MA2，生成 Stage。

与 AI 对话，描述需求，然后，AI 完成其余的工作。

• Quasar 框架的前端，能否用 QChat 标签渲染对话内容。
• Deepseek MCP Client。
• MCP Client 调用 LLM API。
• LLM 根据用户描述的需求，生成计算坐标所需的代码。
• LLM 将代码传送给 MCP Server Code Runner，计算并返回每个设备的坐标数据。
• LLM 将坐标数据传送给 MCP Server desktop-commander，将坐标数据保存到本地指定的 Excel 表格文件中。
• LLM 可通过 MCP Server ma2Stage，调用工具自动将 Excel 表格文件导入 MA2，生成 Stage。

已有资源

• ma2Stage，提供 API，可导入 Excel 表格进 grandMA2，生成 Stage.
• ma2Stage MCP server, 需要编写。
• LLM MCP client, 需要编写。
• MCP Server Code Runner，npmjs 已有免费版。
• MCP Server desktop-commander，npmjs 已有免费版。
• Deepseek API key 需要申请。

AI 智能布局实现流程

关键增强点：

1. 增加三层校验机制（输入、代码、文件）
2. 引入代码沙箱执行环境（使用MCP Code Runner的安全模式）
3. 添加异步回调通知前端各节点状态
4. 实现MA2导入的原子操作（失败自动回滚）

实施复杂度评估：

• 安全增强会增加2-3天开发量
• 异步机制需要前后端协同（+1天）
• 整体工期预估延长至10-12个工作日

现场的使用场景

• 语音指令来调试和测试。用手机下达语音指令。
• 输入简单指令来调试和测试。用手机简单编辑指令。
• 远程控制现场设备。相当于向现场助手临时下达命令。

开发的使用场景

• 语音输入指令，特别是对于一些反复调试的指令。提高工作效率，减轻工作压力。
• 复杂命令，需要大量的公式计算。或者需要对文件进行大量修改操作。

隐藏中文的原因

• 给中文用户一个惊喜。
• 给三哥们制造一点儿焦虑。如果你们再不努力，就要被中国超越了。我指的是人口。屏幕前的你如果还有其他想法，欢迎到评论区留下宝贵意见。每期一梗就说到这里了，马上回到正题。
• 有观众问：为什么每期都要说梗。因为：不笑有三，无梗为大。