Satrack Documentation Generator MCP
MCP server for automatic technical documentation generation of Satrack projects.
README
Satrack Documentation Generator MCP
MCP (Model Context Protocol) server para generación automática de documentación técnica de proyectos Satrack.
🏗️ Arquitectura
Este proyecto está construido siguiendo Clean Architecture y aplicando los principios SOLID:
src/
├── domain/ # Capa de Dominio (Entidades y Reglas de Negocio)
│ ├── entities/ # Entidades del dominio
│ │ ├── Entity.ts # Clase base para entidades
│ │ ├── Component.ts # Entidad de componente
│ │ └── Documentation.ts # Entidad de documentación
│ ├── value-objects/ # Objetos de valor inmutables
│ │ ├── ValueObject.ts # Clase base para value objects
│ │ ├── ComponentType.ts # Tipo de componente
│ │ └── FilePath.ts # Ruta de archivo
│ ├── repositories/ # Interfaces de repositorios
│ │ ├── IComponentRepository.ts
│ │ └── IDocumentationRepository.ts
│ └── exceptions/ # Excepciones de dominio
│ └── DomainExceptions.ts
│
├── application/ # Capa de Aplicación (Casos de Uso)
│ ├── use-cases/ # Casos de uso
│ │ └── GenerateDocumentationUseCase.ts
│ ├── dtos/ # Data Transfer Objects
│ │ └── DocumentationDtos.ts
│ └── ports/ # Interfaces para servicios (Puertos)
│ ├── IFileService.ts
│ ├── IComponentAnalyzerService.ts
│ ├── IQualityAnalyzerService.ts
│ ├── IMkDocsService.ts
│ └── IDiagramGeneratorService.ts
│
├── infrastructure/ # Capa de Infraestructura (Implementaciones)
│ └── services/ # Implementaciones de servicios
│ ├── FileService.ts
│ ├── ComponentAnalyzerService.ts
│ ├── QualityAnalyzerService.ts
│ ├── MkDocsService.ts
│ ├── DiagramGeneratorService.ts
│ └── RulesLoaderService.ts
│
└── presentation/ # Capa de Presentación (MCP Server)
└── mcp/
├── server.ts # MCP Server principal
└── AppModule.ts # Módulo de NestJS para DI
Principios SOLID Aplicados
- Single Responsibility Principle (SRP): Cada clase tiene una única responsabilidad bien definida
- Open/Closed Principle (OCP): Las entidades están abiertas para extensión pero cerradas para modificación
- Liskov Substitution Principle (LSP): Los value objects y entidades son intercambiables con sus abstracciones
- Interface Segregation Principle (ISP): Interfaces específicas y enfocadas en lugar de interfaces monolíticas
- Dependency Inversion Principle (DIP): Las dependencias apuntan hacia abstracciones, no hacia implementaciones concretas
🚀 Instalación
# Clonar el repositorio
git clone <repository-url>
cd mcp-docs
# Instalar dependencias
npm install
# Compilar el proyecto
npm run build
📋 Requisitos
- Node.js >= 18
- TypeScript >= 5.3
- Python >= 3.8 (para MkDocs, si quieres compilar los sitios)
- MkDocs (opcional, para compilar sitios de documentación)
# Instalar MkDocs (opcional)
pip install mkdocs mkdocs-material
🛠️ Uso
Como MCP Server
Este servidor implementa el Model Context Protocol y puede ser usado con cualquier cliente compatible con MCP (como Claude Desktop, VS Code con extensiones MCP, etc.)
Configuración en Claude Desktop
Agregar en claude_desktop_config.json:
{
"mcpServers": {
"satrack-docs": {
"command": "node",
"args": ["/ruta/absoluta/mcp-docs/dist/presentation/mcp/server.js"]
}
}
}
Herramientas Disponibles
1. generate_documentation
Genera documentación técnica completa para un proyecto Satrack.
Parámetros:
projectPath(required): Ruta absoluta al directorio raíz del proyectocomponentPaths(optional): Array de rutas de componentes a documentarprojectName(optional): Nombre del proyectositeName(optional): Nombre del sitio para MkDocsgenerateQualityAnalysis(optional): Generar análisis de atributos de calidad (default: true)skipComponentDocumentation(optional): Saltar documentación de componentes (default: false)
Ejemplo:
{
"projectPath": "/path/to/project",
"componentPaths": [
"/path/to/component1",
"/path/to/component2"
],
"projectName": "knowledge-my-project",
"siteName": "kcs-my-project",
"generateQualityAnalysis": true
}
2. get_documentation_rules
Obtiene las reglas de documentación (AGENTS.md).
3. get_autogen_guide
Obtiene la guía de autogeneración (autogen-guide.md).
4. get_component_generation_prompt
Obtiene el prompt para generación de documentación de componentes.
5. identify
Registra el usuario VSCode para métricas y tracking.
Parámetros:
user(required): Login o email del usuario VSCodeip(optional): Dirección IP del clienteproject(optional): Nombre del workspace/proyecto actual
6. report_validation
Registra un reporte de análisis/validación completado en la base de datos.
Parámetros:
analysis_type(required): Tipo de análisis (e.g., "documentation_generation")user(required): Usuario que realizó el análisisproject(optional): Nombre del proyectofiles_analyzed(required): Lista de archivos analizadosfindings(required): Hallazgos del análisissummary(required): Resumen ejecutivostack(optional): Stack/framework detectadostack_version(optional): Versión del stackrecommendations(optional): Lista de recomendaciones
7. publish_documentation
Publica la documentación MkDocs directamente a Azure Storage (Knowledge Center).
⚠️ Requisitos:
Una de las siguientes opciones de autenticación:
- Opción 1 (Preferida): Azure CLI autenticado (`az login`) - Recomendado para Azure DevOps
- Opción 2: Variable de entorno `AZURE_STORAGE_CONNECTION_STRING` - Para Kubernetes/local
- MkDocs instalado (
pip install mkdocs mkdocs-material) SiteNameconfigurado enpipeline/vars-azure-pipeline.yml
Parámetros:
projectPath(required): Ruta absoluta al directorio raíz del proyectositeName(optional): Nombre del sitio (se lee de config si no se proporciona)skipBuild(optional): Saltarmkdocs buildsi la carpetasite/ya existe (default: false)
Ejemplo:
{
"projectPath": "/path/to/project",
"siteName": "kcs-my-project"
}
Configuración de Azure Storage:
# Opción 1: Azure CLI (Preferido para Azure DevOps)
az login
# El servicio detecta automáticamente la sesión activa
# Opción 2: Connection String (Para Kubernetes/local)
export AZURE_STORAGE_CONNECTION_STRING="DefaultEndpointsProtocol=https;AccountName=knowledgecentersatrack;AccountKey=...;EndpointSuffix=core.windows.net"
# Configuración opcional: Forzar método específico
export AZURE_STORAGE_METHOD="auto" # auto (default) | cli | sdk
Resultado:
- Detecta automáticamente el método de autenticación disponible
- Compila el sitio con `mkdocs build`
- Sube archivos usando Azure CLI (preferido) o SDK
- URL final:
https://knowledgecentersatrack.z20.web.core.windows.net/{SiteName}/
🎯 Proceso de Documentación
El MCP automatiza el siguiente proceso:
-
Verificación de Configuración
- Valida
pipeline/vars-azure-pipeline.yml - Verifica campos requeridos (ProjectName, SiteName)
- Valida
-
Verificación de Metadata
- Asegura que existe
metadatos_repo/ - Verifica archivos JSON de metadata de componentes
- Asegura que existe
-
Generación de Documentación de Componentes (si se solicita)
- Detecta tipo de componente (API, Worker, Frontend)
- Extrae metadata del código fuente
- Genera documentación estructurada
-
Generación de Diagramas
- Diagrama de contexto
- Diagrama de contenedores
- Diagramas por componente
-
Análisis de Atributos de Calidad
- Lee
docs/quality-attributes-priority.md - Analiza metadata de componentes
- Genera calificaciones por atributo (1-5)
- Crea análisis detallado
- Lee
-
Configuración de MkDocs
- Genera/actualiza
mkdocs.yml - Configura navegación y tema
- Genera/actualiza
📁 Estructura de Salida
project/
├── metadatos_repo/ # Metadata de componentes
│ ├── component1.json
│ └── component2.json
├── docs/ # Documentación generada
│ ├── index.md # Página principal con resumen de calidad
│ ├── business-capability-architecture.md
│ ├── quality-attributes-priority.md
│ ├── quality-attributes-analysis.md
│ └── diagrams/
│ ├── context-diagram.md
│ ├── container-diagram.md
│ └── component-*.md
├── pipeline/
│ └── vars-azure-pipeline.yml # Configuración de pipeline
└── mkdocs.yml # Configuración de MkDocs
📤 Publicación de Documentación
Una vez generada la documentación, tienes dos opciones para publicarla al Knowledge Center:
Opción 1: Publicación Directa (MCP Tool)
Ventajas:
- ✅ Publicación inmediata (segundos)
- ✅ No requiere configurar Azure DevOps
- ✅ Ideal para revisiones rápidas y desarrollo
Requisitos:
# 1. Instalar MkDocs
pip install mkdocs mkdocs-material
# 2. Configurar credenciales de Azure Storage
export AZURE_STORAGE_CONNECTION_STRING="DefaultEndpointsProtocol=https;AccountName=knowledgecentersatrack;AccountKey=...;EndpointSuffix=core.windows.net"
Uso:
// El MCP preguntará automáticamente después de generar la documentación
// O puedes llamar manualmente:
{
"tool": "publish_documentation",
"params": {
"projectPath": "/path/to/project"
}
}
Flujo automático:
- Genera documentación con
generate_documentation - El MCP muestra un prompt preguntando si deseas publicar
- Confirmas con "Sí" → publicación automática
- URL disponible en segundos
Opción 2: Pipeline de Azure DevOps
Ventajas:
- ✅ Control de versiones y historial de deployments
- ✅ No requiere credenciales locales
- ✅ Integración con proceso CI/CD
- ✅ Recomendado para producción
Pasos:
- Genera documentación localmente
- Commit y push al repositorio
- El pipeline de Azure DevOps detecta cambios
- Compila y publica automáticamente
Archivos requeridos:
devops/pipeline.yml- Pipeline de CI/CDdevops/deployment.yml- Configuración de Kubernetesdevops/vars-azure-pipeline.yml- Variables de configuraciónpipeline/vars-azure-pipeline.yml- Configuración del proyecto
Configuración de pipeline/vars-azure-pipeline.yml
variables:
ProjectName: 'knowledge-my-project'
SiteName: 'kcs-my-project'
Storage: 'knowledgecentersatrack'
AzureSubscription: 'knowledge-center'
URLs de Publicación
El sitio será accesible en:
https://knowledgecentersatrack.z20.web.core.windows.net/{SiteName}/
Ejemplo:
https://knowledgecentersatrack.z20.web.core.windows.net/kcs-predrive-checklist/
🔒 Seguridad y Credenciales
Variables de Entorno
Para publicación directa (una de estas dos opciones):
- Opción 1 (Preferida): Azure CLI autenticado (
az login) - Más seguro, usa Azure AD - Opción 2:
AZURE_STORAGE_CONNECTION_STRING- Connection string para Kubernetes/local
Configuración común:
AZURE_STORAGE_ACCOUNT- Nombre de la cuenta de storage (default: "knowledgecentersatrack")AZURE_STORAGE_METHOD- Método preferido: "auto" (default), "cli" o "sdk"
Opcionales:
POSTGRES_DSN- Conexión a PostgreSQL para persistir reportesMETRICS_PATH- Ruta para archivo de métricas (JSON lines)MCP_USER- Usuario por defecto para tracking
Importante:
- ✅ Azure CLI es más seguro (no expone credenciales, usa Azure AD)
- ⚠️ Nunca commitear credenciales al repositorio
- ⚠️ Usar variables de entorno o Azure Key Vault
- ⚠️ Las credenciales solo se necesitan localmente para publicación directa
- ⚠️ El pipeline de Azure DevOps usa Service Connections (más seguro)
Azure DevOps Variable Groups
El pipeline usa estos variable groups:
docs-mcp- Variables comunesdev-docs-mcp- Variables de desarrolloprod-docs-mcp- Variables de producción
Variables requeridas en los variable groups:
PostgreSQL (opcional):
POSTGRES_USER- Usuario de PostgreSQLPOSTGRES_PASSWORD- Contraseña de PostgreSQLPOSTGRES_HOST- Host de PostgreSQLPOSTGRES_PORT- Puerto de PostgreSQL (default: 5432)POSTGRES_DB- Nombre de la base de datos
Azure Storage (opcional para publicación automática):
AZURE_STORAGE_ACCOUNT- Nombre de la cuenta de storage (e.g., "knowledgecentersatrack")AZURE_STORAGE_KEY- Access Key de la cuenta de storage
Kubernetes:
NAMESPACE- Namespace de Kubernetes (e.g., "satrack-mcp")acrName- Nombre del Azure Container RegistryacrServiceConnection- Service Connection de ACRaksResourceGroup- Resource Group de AKSaksClusterName- Nombre del cluster AKSaksServiceConnection- Service Connection de AKS
Nota: Las variables de PostgreSQL y Azure Storage son opcionales. Si no se configuran, esas funcionalidades simplemente no estarán disponibles en el MCP desplegado.
🔧 Desarrollo
# Modo desarrollo con hot-reload
npm run dev
# Ejecutar linter
npm run lint
# Formatear código
npm run format
# Ejecutar tests (cuando se implementen)
npm test
📚 Reglas de Documentación
Las reglas de documentación están ubicadas en rules/:
AGENTS.md: Reglas principales y estructura de documentosautogen-guide.md: Guía paso a paso del procesoprompts/: Prompts para generación con IAreferencia-metadata/: Esquemas y ejemplos de metadata
🤝 Integración con GitHub Copilot
Este MCP puede ser usado directamente desde GitHub Copilot Chat o Claude:
@satrack-docs generate_documentation --projectPath=/path/to/project
📝 Changelog
v1.0.0
- ✨ Implementación inicial con Clean Architecture
- 🏗️ Aplicación de principios SOLID
- 🔧 Integración con MCP SDK
- 📊 Generación de diagramas Mermaid
- 📈 Análisis de atributos de calidad
- 🎨 Configuración automática de MkDocs
📄 Licencia
MIT
👥 Autores
Equipo Satrack
Nota: Este MCP es una herramienta experimental para acelerar la creación de documentación. La documentación generada debe ser revisada y validada por el equipo técnico.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.