ACE

Улучшите свой рабочий процесс с ACE — интеллектуальным ИИ-помощником для разработки. Он изучает ваши паттерны, предлагает умную генерацию кода, глубокий анализ и самообучающиеся рекомендации. Поддерживает несколько LLM и Docker.

Инструменты разработчика Data Science и ML Деплой и DevOps ★ 1 GitHub (1 ★)

ACE (Agentic Context Engineering) — это самообучающийся контекстный фреймворк для ИИ, спроектированный как интеллектуальный ассистент разработчика. Он бесшовно интегрируется с Cursor AI через протокол MCP, обучаясь вашим паттернам кодирования для автоматического улучшения рабочего процесса. ACE генерирует контекстуальные траектории разработки, анализирует код для извлечения инсайтов, курирует знания в самообучающийся сборник практик и улучшает будущие взаимодействия с ИИ за счёт накопленного опыта, поддерживая множество LLM-провайдеров и предлагая безопасное, готовое к работе с Docker решение.

Ключевые возможности

01Интеллектуальный анализ кода с полезными предложениями по улучшению

02Самообучающийся сборник практик, накапливающий знания и шаблоны

03Готовность к Docker для локального и промышленного развёртывания

04Умная генерация кода с автоматическим улучшением промптов

05Поддержка множества LLM (OpenAI, Anthropic Claude, DeepSeek, Google, Mistral, LM Studio)

061 звезда на GitHub

Сценарии использования

01Контекстуальная генерация кода и улучшение промптов для ИИ-ассистентов

02Глубокий анализ кода и интеллектуальные предложения по его улучшению

03Автоматизация изучения и курирования шаблонов разработки в базу знаний

ACE MCP Server

Agentic Context Engineering (ACE) - Self-improving AI context framework with Model Context Protocol (MCP) integration for Cursor AI.

🎯 Overview

ACE MCP Server is an intelligent development assistant that learns from your coding patterns and automatically enhances your development workflow. It integrates seamlessly with Cursor AI through the Model Context Protocol (MCP), providing contextual code generation, intelligent analysis, and self-improving recommendations.

✨ Key Features

🤖 Smart Code Generation - Context-aware code generation with automatic prompt enhancement
🧠 Intelligent Code Analysis - Deep code analysis with actionable improvement suggestions
📚 Self-Improving Playbook - Accumulates knowledge and patterns from your development work
🔧 Multiple LLM Support - Works with OpenAI, Anthropic Claude, DeepSeek, Google, Mistral, and LM Studio
🐳 Docker Ready - Complete containerized solution for local and production deployment
🔒 Secure by Default - Bearer token authentication and comprehensive security measures

🚀 What Makes ACE Special

ACE doesn't just generate code - it learns from your development patterns and improves over time:

Generates contextual development trajectories
Reflects on code to extract insights and patterns
Curates knowledge into a self-improving playbook
Enhances future interactions with accumulated wisdom

📚 Documentation

🚀 Getting Started

Installation Guide - Complete setup instructions
Project Overview - Detailed project introduction
Quick Start - Fast track to running ACE

⚙️ Setup & Configuration

Cursor AI Setup - Basic MCP integration
Enhanced Auto Setup - Smart auto-enhancement features
LLM Providers - Configure different AI providers

🚀 Deployment

Production Deployment - Deploy to production servers
Full Deployment Guide - Complete Docker deployment guide

📖 Project Documentation

Project Status - Current development status
Architecture - Technical architecture details
GitHub Setup - Repository initialization

⚡ Quick Start

1. Clone and Setup

git clone https://github.com/Angry-Robot-Deals/ace-mcp.git
cd ace-mcp
cp .env.example .env
# Edit .env with your configuration

2. Docker Development

# Start development environment
docker-compose -f docker-compose.dev.yml up -d

# View logs
docker-compose -f docker-compose.dev.yml logs -f

# Stop environment  
docker-compose -f docker-compose.dev.yml down

3. Configure Cursor AI

See detailed setup instructions:

Basic Cursor AI Setup - Initialize your MCP server with basic ACE tools
Enhanced Auto Setup - Automatically enhance prompts and invoke appropriate ACE methods

4. Use ACE Commands

# Smart code generation
@ace_smart_generate create a REST API endpoint

# Intelligent code analysis  
@ace_smart_reflect [your code here]

# Context-aware assistance
@ace_context_aware optimize database queries domain:database

# Automatic prompt enhancement
@ace_enhance_prompt create secure authentication focus_area:security

🛠️ Development

Prerequisites

Node.js 18+
Docker & Docker Compose
TypeScript

Local Development

# Install dependencies
npm install

# Run tests
npm test

# Build project
npm run build

# Start development server
npm run dev

Docker Management

# Development environment
docker-compose -f docker-compose.dev.yml up -d

# Production environment  
docker-compose up -d

# View service logs
docker-compose logs ace-server
docker-compose logs ace-dashboard

# Rebuild services
docker-compose build --no-cache

🔧 Configuration

Environment Variables

Copy .env.example to .env and configure:

# LLM Provider Configuration
LLM_PROVIDER=openai                    # openai, lmstudio, deepseek, anthropic
OPENAI_API_KEY=your_openai_key
OPENAI_MODEL=gpt-4

# LM Studio Configuration (for local models)
LMSTUDIO_BASE_URL=http://localhost:1234/v1
LMSTUDIO_MODEL=local-model

# Server Configuration
ACE_SERVER_PORT=34301
DASHBOARD_PORT=34300
API_BEARER_TOKEN=your-secure-token

# Docker Configuration
COMPOSE_PROJECT_NAME=ace-mcp
DOCKER_BUILDKIT=1

Port Configuration

ACE uses ports in the range 34300-34400:

34300: Dashboard (HTTP)
34301: ACE MCP Server (API)
34302-34400: Reserved for future services

🤝 Contributing

Read the Documentation - Start with Project Overview
Follow Best Practices - Review Development Guide
Submit PRs - Follow our contribution guidelines

📄 License

This project is licensed under the MIT License - see the LICENSE file for details.

🔗 Links

ACE MCP Server - Making AI development smarter, one interaction at a time. 🚀

ACE MCP Server

ACE (Agentic Context Engineering) — это интеллектуальный сервер, интегрирующийся с Cursor AI через протокол MCP (Model Context Protocol). Он обучается на ваших паттернах разработки, автоматически улучшает контекст и даёт рекомендации по генерации кода.

Основные возможности

Умная генерация кода — контекстно-зависимая генерация с автоматическим улучшением промптов.
Интеллектуальный анализ кода — глубокий анализ и предложения по улучшению.
Самообучающийся плейбук — накапливает знания и паттерны из вашей работы.
Поддержка различных LLM — OpenAI, Anthropic Claude, DeepSeek, Google, Mistral, LM Studio.
Docker-готовность — полноценная контейнеризация для локальной и продакшн-среды.
Безопасность по умолчанию — аутентификация через Bearer-токен.

Быстрый старт

Клонирование и настройка

git clone https://github.com/Angry-Robot-Deals/ace-mcp.git
cd ace-mcp
cp .env.example .env
# Отредактируйте .env под свою конфигурацию

Запуск через Docker

# Запуск окружения для разработки
docker-compose -f docker-compose.dev.yml up -d

# Просмотр логов
docker-compose -f docker-compose.dev.yml logs -f

# Остановка
docker-compose -f docker-compose.dev.yml down

Настройка Cursor AI Следуйте инструкциям в документации по базовой настройке и расширенной автонастройке.
Использование команд ACE
- @ace_smart_generate create a REST API endpoint — генерация кода
- @ace_smart_reflect [ваш код] — анализ и рефлексия
- @ace_context_aware optimize database queries domain:database — контекстная помощь
- @ace_enhance_prompt create secure authentication focus_area:security — улучшение промпта

Конфигурация

Скопируйте .env.example в .env и задайте переменные:

LLM_PROVIDER — провайдер (openai, lmstudio, deepseek, anthropic)
OPENAI_API_KEY, OPENAI_MODEL — для OpenAI
LMSTUDIO_BASE_URL, LMSTUDIO_MODEL — для LM Studio
ACE_SERVER_PORT — порт сервера (по умолчанию 34301)
DASHBOARD_PORT — порт дашборда (по умолчанию 34300)
API_BEARER_TOKEN — токен для аутентификации

Используемые порты: 34300 (дашборд), 34301 (MCP-сервер), 34302–34400 зарезервированы.

Разработка

Требования

Node.js 18+
Docker и Docker Compose
TypeScript

Локальная разработка

npm install
npm test
npm run build
npm run dev

Docker-команды

Разработка: docker-compose -f docker-compose.dev.yml up -d
Продакшн: docker-compose up -d
Логи сервисов: docker-compose logs ace-server / docker-compose logs ace-dashboard
Пересборка: docker-compose build --no-cache

Участие в проекте

Читайте документацию, следуйте рекомендациям по разработке, отправляйте PR.

Лицензия

MIT — подробнее в файле LICENSE.

Ссылки

Источник: https://mcpmarket.com/server/ace

Ключевые возможности

Сценарии использования

ACE MCP Server

🎯 Overview

✨ Key Features

🚀 What Makes ACE Special

📚 Documentation

🚀 Getting Started

⚙️ Setup & Configuration

🚀 Deployment

📖 Project Documentation

⚡ Quick Start

1. Clone and Setup

2. Docker Development

3. Configure Cursor AI

4. Use ACE Commands

🛠️ Development

Prerequisites

Local Development

Docker Management

🔧 Configuration

Environment Variables

Port Configuration

🤝 Contributing

📄 License

🔗 Links

ACE MCP Server

Основные возможности

Быстрый старт

Конфигурация

Разработка

Требования

Локальная разработка

Docker-команды

Участие в проекте

Лицензия

Ссылки

Что такое ACE и как он улучшает разработку?

Как ACE учится и улучшает свою помощь?

Какие большие языковые модели (LLM) поддерживает ACE?

Легко ли развернуть ACE и подходит ли он для использования в production?

Как ACE интегрируется с существующими инструментами разработчика?

Комментарии