我们刚刚发布了最令我兴奋的功能：一个 MCP 服务器，让你可以直接从 Claude Code、Cursor 或任何兼容 MCP 的 AI 助手中查询和修改你的架构文档。下面介绍为什么这改变了一切。

MCP 服务器：从你喜爱的 AI 工具直接对话你的架构

在过去一年多的时间里，我每天都在使用 AI 编码助手。用 Claude Code 做复杂的重构，用 Cursor 做快速编辑，用 GitHub Copilot 做自动补全。但始终存在一个令人沮丧的鸿沟：这些工具看不到我的架构文档。

每当我让 Claude "在支付服务中添加一个新端点"时，它只能猜测。它不知道我们的支付服务连接了 Stripe，使用 Redis 做缓存，并且在 ADR 中记录了特定的安全要求。我花在纠正 AI 上的时间比自己写代码还多。

今天，我们正在弥合这个鸿沟。Archyl 现在提供了一个完整的 MCP（模型上下文协议）服务器，包含 56 个工具，让 AI 助手全面了解你的架构。

什么是 MCP？

模型上下文协议是 Anthropic 推出的开放标准，用于将 AI 助手连接到外部工具和数据源。你可以把它理解为 LLM 与它们需要交互的系统之间的通用适配器。

MCP 不需要你把上下文复制粘贴到提示词中，而是让 AI 助手直接查询你的工具。它们可以读取数据、执行操作，并与你的实际系统保持同步。

而 Archyl 的 MCP 服务器意味着你的架构文档将成为任何 AI 助手的一等数据源。

你能用它做什么？

这才是令人兴奋的地方。通过 Archyl MCP 服务器，你的 AI 助手可以：

查询你的架构

用自然语言提问，获得真实答案：

"哪些元素与支付处理器系统相关联？"
"用户服务依赖哪些容器？"
"展示所有与我们的 PostgreSQL 数据库交互的系统"
"哪些 ADR 影响了认证流程？"

AI 不会猜测。它查询你实际记录的架构，并返回精确的结构化信息。

Claude Code 通过 MCP 查询架构

导航 C4 模型

你的 AI 理解完整的层次结构：

列出组织中的所有项目
从系统深入到容器再到组件
探索关系和依赖
理解每个层级的技术栈

当你问"订单服务使用了什么技术？"时，AI 返回的是实际记录的技术栈，而不是凭空猜测的结果。

修改文档

这才是杀手级功能。MCP 服务器支持写操作：

创建新的系统、容器和组件
添加元素之间的关系
创建和更新 ADR
编写项目文档
定义用户流程

让 Claude "记录我们刚构建的新通知服务"，它就能创建 C4 元素，将它们链接到现有系统，甚至起草一份解释设计决策的 ADR。

保持同步

AI 始终看到最新状态。没有过时的上下文，没有过期的文档。当你的队友更新了架构，你的 AI 助手立即就能看到。

56 个工具，一次集成

我们没有构建一个最小化的概念验证。MCP 服务器提供了全面的功能：

项目与设置：列出、获取和管理项目。配置 AI 提供商和发现设置。

C4 模型（全部 4 个层级）：对系统、容器、组件和代码元素的完整 CRUD 操作。创建关系、管理覆盖层、处理完整的模型层次结构。

文档：创建和更新架构文档。将文档链接到特定的 C4 元素。

ADR：完整的架构决策记录管理。创建、更新、列出 ADR，并将它们链接到受影响的元素。

用户流程：定义和可视化用户在系统中的旅程。

发现：对连接的代码仓库触发 AI 驱动的架构发现。

团队：查询团队结构和项目访问权限。

每个工具都返回 AI 助手可以推理的结构化数据。无需解析 HTML，无需抓取 UI，没有脆弱的集成。

2 分钟内开始使用

以下是如何连接 Claude Code（或任何兼容 MCP 的工具）：

第 1 步：创建 API 密钥

进入你的 Archyl 个人资料，点击"API Keys"，创建一个新密钥。给它一个描述性名称，如"Claude Code"，并选择你需要的权限范围（只读或完全访问）。

立即复制密钥——之后将无法再次查看。

第 2 步：配置你的 MCP 客户端

将 Archyl 添加到你的 MCP 配置中。对于 Claude Code，在设置中添加以下内容：

{
  "mcpServers": {
    "archyl": {
      "url": "https://api.archyl.com/mcp",
      "transport": "http",
      "headers": {
        "X-API-Key": "your_api_key_here"
      }
    }
  }
}

第 3 步：开始与你的架构对话

就这样。向你的 AI 助手询问你的架构，看它如何从 Archyl 获取真实数据。

试试这些提示：

"列出我所有的 Archyl 项目"
"电商平台项目中有哪些系统？"
"展示支付网关的关系"
"创建一个新的 ADR，解释为什么我们选择了 PostgreSQL"

为什么这很重要

架构文档一直面临可发现性问题。你写好了文档，它存放在某个 wiki 或图表中，然后没人去看。工程师们在 Slack 里提问，而不是查阅文档。

MCP 改变了交互模式。文档不再是你去阅读的东西——而是你的 AI 助手已经知道的东西。当你问"支付处理是如何工作的？"时，答案来自你的实际架构，而不是 AI 的训练数据。

这带来了深远的影响：

入职变得即时。 新工程师向 AI 询问系统架构，从第一天起就能获得准确答案。

上下文始终可用。 在编写代码时，AI 确切知道存在哪些服务、它们如何连接以及哪些决策塑造了它们。

文档保持更新。 因为文档被积极使用，不准确之处会被注意到并修复。无人阅读的文档才是死文档。

AI 建议有据可依。 当 Claude 提出设计建议时，它是基于你的实际架构，而不是通用模式。

更大的愿景

我们正在进入一个 AI 助手成为软件开发真正协作者的时代。但它们的能力取决于它们能访问的上下文。

今天大多数 AI 交互的上下文都很贫乏。你粘贴一些代码，添加一段简短描述，然后期望 AI 能搞清楚其余部分。结果平庸，因为 AI 是在盲目工作。

基于 MCP 的集成颠覆了这种模式。你的 AI 拥有对所需一切的持久、可查询的访问权限：你的代码（通过代码仓库集成）、你的架构（通过 Archyl）、你的问题（通过 Jira/Linear 集成）、你的文档（通过 Notion/Confluence 集成）。

AI 成为一个真正的团队成员，拥有团队知识的访问权限。

Archyl 的 MCP 服务器是我们对这一愿景的贡献。你的架构不应该被锁定在一个图表工具中。它应该对你的团队使用的每个工具都是可访问的，包括你的 AI 助手。

下一步

这是第一个版本。以下是我们接下来要构建的：

主动建议：MCP 服务器可以监控架构变化并建议文档更新。

交叉引用链接：将 ADR 连接到特定提交，将文档链接到 CI/CD 事件，创建一个相互关联的知识网络。

自定义查询：定义组织特定的查询，例如"展示支付团队拥有的所有服务"。

审计日志：跟踪每一次 MCP 交互，用于合规和调试。

立即试用

MCP 服务器今天已在所有 Archyl 计划中可用。如果你已经在使用 Claude Code、Cursor 或其他兼容 MCP 的工具，你可以在几分钟内完成连接。

创建一个 API 密钥，添加配置，然后开始与你的架构对话。

如果你还没有使用 Archyl，免费注册，看看 AI 驱动的架构文档是如何工作的。连接一个代码仓库，运行发现，然后连接你喜爱的 AI 助手。

你的架构太重要了，不应该被锁定在静态图表中。让你的 AI 助手去探索它吧。

想了解更多关于 Archyl 的 AI 功能？查看我们关于 AI 驱动的架构发现的文章，或从我们的 C4 模型简介开始学习基础知识。

MCP 服务器：从你喜爱的 AI 工具直接对话你的架构 - Archyl Blog