你有没有遇到过这种情况——
代码地址
同事上周刚踩过一个 TypeScript 类型推断的坑，花了半天才搞定。这周你接手另一个模块，同样的坑，又踩了一遍。AI 助手帮你写代码时也毫不知情，该犯的错一个不少。
问题不在人，也不在 AI。问题在于：经验没有流动起来。
每个开发者脑子里都装着一堆”别这么干”的隐性知识，但它们散落在 Slack 消息、个人笔记、甚至只存在于某次调试的记忆里。AI 工具更是每次对话都从零开始，上一轮踩的坑，下一轮照踩不误。
Rule Porter MCP 就是来解决这个问题的。
它是什么
一个部署在局域网内的 MCP 服务，做两件事：

1. 经验自动沉淀
   AI 在帮你修完一个 bug 后，会自动把踩坑经验结构化记录下来——触发场景、错误表现、解决方案，按语言和框架分类存储。下次团队里任何人（或任何 AI 会话）遇到类似问题，开工前就能查到前人的经验。
2. 规则便携化
   你在项目 A 里积累了一套 AI 开发规则（代码风格、架构约定、review 标准），换到项目 B 就得从头配。Rule Porter 能扫描项目规则，自动脱敏（去掉 IP、内部 URL、邮箱等敏感信息），提取出通用方法论，一键同步到便携库，跨项目复用。
   它怎么工作
   装好之后，你不需要做任何额外操作。AI 会在四个关键节点自动介入：
   写代码前 → 自动查询经验库，把相关的踩坑记录摆在你面前
   解决问题后 → 自动提炼经验，结构化归档
   项目交接时 → 扫描规则 → 脱敏提取 → 同步到便携库，三步完成
   随时 → 查看经验库和规则库的整体状态
   整个过程对开发者透明，不打断心流。
   为什么值得用
   团队经验不再是一次性的。 传统模式下，一个人踩坑，经验留在那个人脑子里。Rule Porter 让经验变成团队资产——结构化、可检索、自动关联。新人入职第一天，AI 就能带着整个团队的踩坑史帮他写代码。
   AI 终于有了长期记忆。 不同于 AI 工具自带的会话记忆，Rule Porter 的经验库是持久化的、跨会话的、跨工具的。无论你用 Claude Code、Cursor 还是 Windsurf，连的是同一个经验库。
   规则不再被锁死在项目里。 你花了几周打磨出来的 CLAUDE.md 或 .cursorrules，换个项目就废了。Rule Porter 帮你把通用部分提取出来，自动脱敏，带着走。
   兼容性
   开箱支持主流 AI 开发工具：
   Claude Code
   Cursor
   Windsurf
   Cline
   GitHub Copilot
   Kiro
   安装脚本会自动检测项目里用了哪些工具，把规则文件放到对应位置。跨平台支持 macOS、Linux 和 Windows。
   30 秒上手

1. 部署服务（局域网任意一台机器）

git clone rule-porter-mcp
cd rule-porter-mcp
npm install && npm run build && npm start

2. AI 工具连接 MCP（以 Claude Code 为例）

在 ~/.claude.json 中添加：

“mcpServers”: { “rule-porter”: { “url”: “http://:3927/sse” } }

3. 给项目安装规则

bash rules/install.sh /path/to/your-project
然后，正常开发就行。剩下的交给 AI。
一个真实场景
周一，小张在用 AI 写一个 NestJS 的文件上传接口。AI 生成的代码用了 multer 的默认配置，没限制文件大小，测试环境直接 OOM 了。小张排查了两小时，最后加上 limits 配置解决。AI 自动记录了这条经验：
NestJS 文件上传必须配置 size limit 场景：使用 multer 处理文件上传 表现：大文件上传导致内存溢出 方案：在 MulterModule.register 中设置 limits.fileSize
周三，小李在另一个项目里也要写文件上传。AI 开工前自动查了经验库，直接在生成的代码里就带上了 limits 配置。小李甚至不知道有这个坑——但他已经绕过去了。
这就是 Rule Porter 的价值：让团队的每一次踩坑，都成为所有人的免疫力。
写在最后
AI 编程工具越来越强，但有一个问题始终没被很好地解决：AI 不会从错误中学习，团队的经验也没有好的流动机制。
Rule Porter MCP 不是又一个 AI 编程插件。它是一层基础设施——让经验可沉淀、可检索、可流动，让规则可提取、可脱敏、可复用。
它不改变你的开发习惯，不需要你额外操作，只是安静地在背后帮团队积累智慧。
试试看。你会发现，当 AI 带着团队的集体经验来帮你写代码时，感觉完全不一样。
GitHub: rule-porter-mcp | 协议: MIT