AI 生成业务模块

一句话描述需求，AI 就能在 GVA 中完成数据模型定义、API 生成、路由注册与菜单权限配置，最终交付一个可直接运行的业务模块。整条链路由 GVA 内置的 MCP 工具驱动，分工非常清晰：AI 负责理解需求、设计结构，GVA 负责把设计落成真实代码。你无需逐步手动介入，只需盯住生成过程、审查最终产物。

本文以 GVA 3.0 为准。自 2.9.0 起，MCP 已拆分为独立进程，不再随后端一同启动，传输方式也由 SSE 改为 Streamable HTTP；若你使用的是 2.9.0 及更早版本，请参阅 AI助手配置中的旧版说明。

本文与另外两篇 AI 文档的分工如下：

AI助手配置：介绍 MCP 服务本体，以及后台的工具模板页与调试页。本文只聚焦「用 MCP 生成业务模块」这一条工作流，所需的连接配置下文均已备齐，可直接照做。
AI CLI 构建：把你挑选的业务接口打包成命令行与 Skill，让 AI 在终端调用已有接口；本文解决的则是从无到有生成新模块。两者定位不同，可同时使用。
代码生成器使用指南：同一套生成器的手工用法。AI 工作流本质上就是让 AI 替你填写代码生成器的表单，两条路径产出的代码完全一致。

核心特性

一句话起步：用自然语言描述需求，由 AI 推导模块拆分、字段设计与关联关系。
直达代码：Model、API、Service、Router 与前端页面一次生成，并自动注入 enter.go、业务路由与数据迁移。
权限自动就位：模块生成时自动创建 6 条 API 记录与对应菜单，无需再手动登记。
可回滚：每次生成都会留下历史记录，可在后台一键回滚文件、API、菜单与数据表。
编辑器无关：任何支持 MCP 的 AI 编辑器都能接入（Claude Code、Cursor、VS Code、Codex CLI、Cline、Trae）。

前置条件

接入分三步——启动 MCP 独立服务、获取鉴权 Token、配置 AI 编辑器。三步完成后，AI 即可连上 GVA 提供的全部工具。

第一步：启动 MCP 独立服务

先确认 GVA 后端已启动（默认端口 8888），再在 server/ 目录下启动 MCP 服务：

bash

cd server
go run ./cmd/mcp -config ./cmd/mcp/config.yaml

后端启动时的横幅中也会打印这条命令。启动后，可用健康检查确认服务是否就绪：

bash

curl http://127.0.0.1:8889/health   # 返回 ok 即为正常

-config 不能省略

配置文件的查找顺序为「命令行 -config → 环境变量 GVA_MCP_CONFIG → 当前目录 config.yaml → cmd/mcp/config.yaml → …」。在 server/ 下直接执行 go run ./cmd/mcp，会先命中主项目的 server/config.yaml——虽然靠默认值也能起来，但加载的并不是你以为的那份配置。请始终显式带上 -config。

除命令行外，AI 工坊 → Mcp Tools管理 页面也提供了启动 / 停止按钮，效果等同于上述命令（后台会先 go build 再拉起独立进程，因此运行 GVA 后端的机器上需装有 Go）。若 MCP 是你自己在终端启动的，页面会显示为「外部启动」状态，此时无法从页面停止。

第二步：获取 x-token

MCP 自身不做鉴权，它把请求原样转发给 GVA 后端，由后端的 JWT 与 Casbin 校验权限。因此 AI 编辑器必须携带一个有效的 JWT。

推荐到 权限管理 → API Token 创建一个长期 Token：它与登录态 JWT 共用同一把签名密钥，唯一区别是有效期可自定义（有效期填 -1 表示 100 年长期有效）。

也可以在 AI 工坊 → Mcp Tools管理 页面直接复制当前浏览器的登录 JWT，该页面会把 Token 自动填进各编辑器的配置示例，复制即用。但这只适合临时试用：

不要用浏览器 JWT 长期挂在编辑器里

登录态 JWT 会过期。GVA 后端通过响应头 new-token 下发续期令牌，而 MCP 服务并不读取这个头，于是编辑器会一直发送已过期的旧 Token，最终报「登录已过期，请重新登录」。任何需要长期使用的编辑器配置，都请改用 API Token 页面签发的长期 Token。

第三步：配置 AI 编辑器

各编辑器的配置格式差异较大，以下模板把 YOUR_GVA_TOKEN 换成上一步拿到的 Token 即可使用。Mcp Tools管理页面已内置这些模板，并会自动填好地址与 Token，优先从那里复制可避免手抄出错。

json

// 项目级 .mcp.json，或用户级 ~/.claude.json
{
  "mcpServers": {
    "gva": {
      "type": "http",
      "url": "http://127.0.0.1:8889/mcp",
      "headers": { "x-token": "YOUR_GVA_TOKEN" }
    }
  }
}

json

// 项目级 .cursor/mcp.json，或全局 ~/.cursor/mcp.json
// 有 url 即视为远程 HTTP 服务，无需 type 字段
{
  "mcpServers": {
    "gva": {
      "url": "http://127.0.0.1:8889/mcp",
      "headers": { "x-token": "YOUR_GVA_TOKEN" }
    }
  }
}

json

// 工作区 .vscode/mcp.json（Copilot 智能体模式，需 VS Code 1.102+）
// 注意顶层键是 servers，不是 mcpServers
{
  "servers": {
    "gva": {
      "type": "http",
      "url": "http://127.0.0.1:8889/mcp",
      "headers": { "x-token": "YOUR_GVA_TOKEN" }
    }
  }
}

toml

# ~/.codex/config.toml
# 启用 Codex 原生 Streamable-HTTP（rmcp）客户端；此行须位于 [mcp_servers.*] 之上
experimental_use_rmcp_client = true

[mcp_servers.gva]
url = "http://127.0.0.1:8889/mcp"
# 自定义静态请求头（非 Authorization），只能通过 http_headers 传递
http_headers = { "x-token" = "YOUR_GVA_TOKEN" }

json

// Cline 侧栏 → MCP Servers → Configure MCP Servers
// type 必须为 streamableHttp（驼峰），省略会退回旧版 SSE 传输而连不上
{
  "mcpServers": {
    "gva": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8889/mcp",
      "headers": { "x-token": "YOUR_GVA_TOKEN" },
      "disabled": false,
      "autoApprove": []
    }
  }
}

json

// Trae 设置 → MCP → 手动配置，需 Trae v1.3.0+
{
  "mcpServers": {
    "gva": {
      "url": "http://127.0.0.1:8889/mcp",
      "headers": { "x-token": "YOUR_GVA_TOKEN" }
    }
  }
}

Claude Code 也可以用命令行一步配好：

bash

claude mcp add --transport http gva http://127.0.0.1:8889/mcp --header "x-token: YOUR_GVA_TOKEN"

Claude Desktop 稍有不同：它的配置文件只支持 stdio 传输，接入远程 HTTP 服务需借助 npx mcp-remote 桥接（要求本机装有 Node），配置模板同样可在 Mcp Tools管理页面获取。

配置保存后重启编辑器，连接成功即可看到 GVA 提供的工具列表。

关于模型选择：不同模型对工具调用的稳定性差异明显，实测效果排序为 claude > gemini > gpt = kimi。模型能力不足时，容易出现跳过 gva_analyze 直接生成、或字段设计发散的情况。

工作流总览

连接成功后，AI 会沿下面这条链路推进。四个工具各司其职，前三步是主链路，第四步用于收尾自查：

text

requirement_analyzer  →  gva_analyze  →  gva_execute  →  gva_review
     需求分析                现状快照         生成代码         代码自查
   拆模块 / 设计字段      有哪些包和字典     落盘 + 建表      查漏补缺

这里有一个关键认知：requirement_analyzer 与 gva_review 本身不含 AI，也不读代码。它们的作用是产出一段结构化提示词，把「该怎么想」交回给你的 AI 编辑器去思考；真正动手写文件的只有 gva_execute。理解这一点，也就明白了为什么生成质量取决于你所用的模型。

正常使用时，你只管用自然语言提需求，AI 会自行按顺序调用，无需记住这些工具名。下面逐步拆解，是为了让你看懂 AI 在做什么，以及该在哪一步介入检查。

第一步：需求分析（requirement_analyzer）

这是整条链路的入口。你只需给出一句话需求：

text

帮我创建一个用户管理模块，包含用户列表、新增、编辑和权限分配功能。

工具会把这句话包装成一段「资深系统架构师」的分析提示词交还给 AI，引导它完成四件事：需求解构、模块拆分、字段设计（含数据类型与关联关系）、字典需求识别。

提示词里内置了一条重要约束，你可以据此控制 AI 的发挥空间：

如果用户提供了具体字段，必须使用用户提供的字段
如果用户提供了 SQL 文件，严格按照 SQL 结构设计
不要随意发散，不要添加用户未提及的功能

因此，需求描述得越具体，生成结果越可控。如果你已经有了明确的表结构，直接把字段清单或建表 SQL 贴给 AI，它会照着做，而不是自由发挥。

第二步：现状快照（gva_analyze）

在动手生成之前，AI 需要先知道项目里已经有什么。这一步会返回一份全量快照：

返回内容	说明
`existingPackages`	已有的包（package / plugin）及其是否为空
`predesignedModules`	已有的模块及其模型文件路径
`dictionaries`	已有的字典类型清单
`cleanupInfo`	本次清理掉的空包信息（无清理时为空）

AI 会拿这份快照与需求做对照，判断是复用已有的包，还是需要新建。

这一步会真的删东西

gva_analyze 的名字听起来是只读的，但它同时会清理空包：若某个包在磁盘上找不到任何 .go 文件，它会直接删除对应目录，并移除包记录与生成历史。

对正常项目而言，这是无害的整理（清掉建了包却没写代码的残留）；但如果你有刻意保留的空壳包，请注意它会被清掉。此外，被清理掉的生成历史意味着这些模块的回滚记录随之永久丢失，此后再也无法回滚。

第三步：生成代码（gva_execute）

这一步真正落盘。AI 会把前两步的结论组装成一份 executionPlan 提交给 GVA，由生成器写文件、建表、登记 API 与菜单。

执行顺序是固定的：建包 → 建字典 → 建模块。三个开关互相独立，各自决定这一步要不要做：

开关	作用
`needCreatedPackage`	创建包骨架（`enter.go` 等），并注入到顶层的 `api/v1/enter.go`、`router/enter.go`、`service/enter.go`
`needCreatedDictionaries`	创建字典与字典项，先于模块执行；同名字典已存在时跳过，不会覆盖
`needCreatedModules`	创建模块，即写业务代码、登记 API 与菜单

当 needCreatedModules 为 true 时，每个模块会自动登记 6 条 API 记录（create / delete / deleteByIds / update / find / getList）和 1 条菜单。此时无需再让 AI 调用 create_api 与 create_menu——这些记录已经存在，再调用属于多余操作，gva_execute 的返回结果里也会明确提示这一点。如需调整 API 或菜单，直接到后台的 API 管理与菜单管理里改即可。

生成完成后，AI 会得到一份文件清单与目录映射。

success: true 不代表全部成功

批量创建多个模块时，单个模块失败不会中断整体流程，也不会把 success 置为 false——失败信息只写在 message 字段里。生成多模块时，请务必读完 message，不要只看 success。

第四步：代码自查（gva_review）

生成器产出的是标准 CRUD 骨架，业务逻辑、模块间跳转与交互细节仍需打磨。gva_review 接收「原始需求 + 已生成文件清单」，产出一份自查清单交给 AI 逐项检查，关注点包括：需求覆盖度、模块间关联、用户交互、业务流程完整性、前后端对接。

清单里也包含了让 AI 继续补齐的指引，例如：需要路由跳转时，先用 list_all_menus 拿到完整路由表再跳；现有页面无法满足需求时，自行编写 Vue 文件并调用 create_menu 登记菜单；现有接口不够时，自行补齐前后端代码并调用 create_api 登记。

这一步只产出提示词，不会修改任何代码，实际的检查与修改由 AI 完成。

生成了哪些文件

以 packageType: package、结构体 User、包名 userCenter 为例，每个模块会产出 8 个文件：

text

server/
├─ model/userCenter/user.go                    # 数据模型
├─ model/userCenter/request/user.go            # 请求结构体
├─ api/v1/userCenter/user.go                   # API 层
├─ service/userCenter/user.go                  # Service 层
└─ router/userCenter/user.go                   # 路由定义

web/src/
├─ api/userCenter/user.js                      # 前端接口封装
└─ view/userCenter/user/
   ├─ user.vue                                 # 列表页
   └─ userForm.vue                             # 表单页

同时，以下文件会被自动注入，无需手工修改：

被注入的文件	注入内容
`api/v1/{包名}/enter.go`、`router/{包名}/enter.go`、`service/{包名}/enter.go`	本模块的 Api / Router / Service 结构体
`server/initialize/router_biz.go`	业务路由注册
`server/initialize/gorm_biz.go`	数据表自动迁移（仅当 `autoMigrate` 为 `true`）

选择 packageType: plugin 时，后端代码会集中在 server/plugin/{包名}/ 下，前端在 web/src/plugin/{包名}/，并额外生成 config/、gen/、initialize/ 与插件注册文件。用户没有特别说明时，AI 一律选用 package。

重要约束与注意事项

生成后需要重启后端

生成的是 Go 源码，必须重新编译并重启后端才会生效。前端在开发模式下会热更新，但新菜单需要重新登录或刷新才能看到。

数据表没建出来：检查 autoMigrate

autoMigrate 不传时默认为 false，此时不会注入数据迁移，表也不会被创建。同理，generateWeb 与 generateServer 不显式传 true 时，对应的前端或后端代码整棵树都会被跳过。如果 AI 生成后发现代码有了、表却没有，多半就是这个开关没给上——让它带上 autoMigrate: true 重新生成即可。

结构体名与简称不能重复

同一个包内，structName（结构体名）或 abbreviation（简称）重复都会被拒绝，报「已经创建过此数据结构,请勿重复创建!」。要重新生成同名模块，请先在后台回滚旧记录。

包名限制

system 与 example 是保留包名，不能使用；包名也不能是 Go 关键字。

回滚

每次生成都会写入一条历史记录，可以整体撤销。回滚会把生成的文件移动到项目根目录的 rm_file/ 下（而非直接删除），并撤销所有代码注入，因此是可挽回的；勾选后还可同时删除 API、菜单与数据表。

回滚入口是 自动代码管理 页。注意该菜单默认隐藏，不会出现在左侧菜单里，需要直接访问：

text

http://localhost:8080/#/layout/autoCodeAdmin

若页面打不开，请到 权限管理 → 角色管理 确认当前角色已勾选「自动代码管理」这个菜单。

回滚只能在后台界面操作，AI 无法通过 MCP 触发。另外要注意，gva_analyze 清理空包时会删除对应的历史记录，那只删记录、不做回滚；一旦记录被删除，该模块就再也无法回滚了。

附录：关键参数速查

正常使用不需要手写这些参数，AI 会自行组装。以下清单用于看懂 AI 的调用，或在结果不对时精确指出问题。

executionPlan 顶层字段

字段	类型	说明
`packageName`	string	包名，小写开头
`packageType`	string	`package` 或 `plugin`；用户未特别说明时一律用 `package`
`needCreatedPackage`	boolean	是否建包，为 `true` 时 `packageInfo` 必填
`needCreatedModules`	boolean	是否建模块，为 `true` 时 `modulesInfo` 必填
`needCreatedDictionaries`	boolean	是否建字典，为 `true` 时 `dictionariesInfo` 必填
`packageInfo`	object	包信息：`packageName` / `label` / `desc` / `template`
`modulesInfo`	array	模块配置列表，支持一次创建多个模块
`dictionariesInfo`	array	字典配置列表，先于模块创建

三个 needCreated* 全为 false 时，工具只返回目录结构映射而不生成任何东西——这是「只告诉我代码该放哪」的用法。

modulesInfo[] 关键开关

这几个布尔开关是最容易出问题的地方。它们在 JSON Schema 里没有声明默认值，不传即为 false，与工具描述里写的「默认为 true」并不一致：

字段	不传时的实际值	影响
`gvaModel`	`false`	为 `true` 时自动包含 `ID` / `CreatedAt` / `UpdatedAt` / `DeletedAt`；为 `false` 时必须有且仅有一个字段标记 `primaryKey`
`autoMigrate`	`false`	为 `false` 时不建表
`generateServer`	`false`	为 `false` 时不生成任何后端代码
`generateWeb`	`false`	为 `false` 时不生成任何前端代码
`autoCreateApiToSql`	`false`	是否把 6 条 API 登记进数据库
`autoCreateMenuToSql`	`false`	是否把菜单登记进数据库
`autoCreateBtnAuth`	`false`	是否生成按钮权限
`autoCreateResource`	`false`	是否创建数据权限所需的资源标识（需配合组织管理能力）
`onlyTemplate`	`false`	只生成模板文件，不登记 API、不建表
`isTree`	`false`	是否生成树形结构页面

fields[] 常用字段

字段	说明
`fieldName`	字段名，大写开头（如 `UserName`）；小写开头会被自动纠正
`fieldDesc`	字段中文描述，同时作为表头和表单 label
`fieldJson`	JSON 标签（如 `userName`）
`columnName`	数据库列名，蛇形命名（如 `user_name`）
`fieldType`	字段类型，见下
`fieldSearchType`	搜索条件：`=`、`!=`、`>`、`>=`、`<`、`<=`、`LIKE`、`BETWEEN`、`NOT BETWEEN`、`IN`、`NOT IN`
`dictType`	关联字典类型，前端渲染为下拉选择
`dataSource`	关联表配置：`table` / `label` / `value` / `association` / `dbName`
`form` / `table` / `desc` / `excel`	分别控制在表单、表格、详情、导入导出中是否出现
`require`	是否必填，自动生成前后端校验

fieldType 可选值共 14 种：string、richtext、int、int64、bool、float64、time.Time、enum、picture、pictures、video、file、json、array。

关联字段有一个容易误判的行为：dataSource.association 为 1 表示一对一、2 表示一对多，配置为 2 时 fieldType 会被强制改写成 array。这是预期行为，不是 AI 填错了。

工具速查表

MCP 共提供 17 个工具。除工作流核心的四个外，其余都是 AI 在补齐功能时按需调用的辅助工具：

分类	工具	作用
工作流核心	`requirement_analyzer`	需求分析入口，产出架构设计提示词
	`gva_analyze`	返回包 / 模块 / 字典快照，并清理空包
	`gva_execute`	执行代码生成（唯一会写文件的工具）
	`gva_review`	产出代码自查提示词
API 管理	`list_all_apis`	查询全部 API 记录和已注册路由
	`create_api`	登记 API 记录，支持单条或批量
菜单管理	`list_all_menus`	查询菜单树
	`create_menu`	创建菜单记录
字典	`query_dictionaries`	查询字典和字典项
	`generate_dictionary_options`	生成并创建字典及其选项
权限分配	`assign_api_to_role`	给角色追加单条 API 权限
	`batch_assign_apis_to_role`	批量追加 API 权限（单次上限 50 条）
	`assign_menu_to_role`	给角色追加菜单权限，自动补全父级菜单链
	`set_role_data_scope`	设置角色数据权限档位
组织架构	`assign_user_org`	给用户追加部门 / 岗位归属
	`query_org_members`	按部门 / 岗位 / 角色查询成员
	`query_org_structure`	查询部门和岗位结构

assign_* 系列工具全部是只追加、不覆盖的设计，且都是幂等的，重复调用不会产生副作用。它们也不提供取消授权能力——需要回收权限请到后台的角色管理页操作。这是一条刻意的安全边界，避免 AI 误删既有权限。

set_role_data_scope 的档位含义：

档位	含义
`1`	全部数据，不做行级过滤
`2`	本部门及以下
`3`	本部门（不含下级）
`4`	仅本人
`5`	自定义部门，需同时传 `deptIds`

档位 2 / 3 的「本部门」判定依据是用户的全部归属部门集合（含多部门），而非只看主部门；主部门只决定新建数据时盖上的 dept_id 归属。接口权限走 Casbin，与数据权限档位相互独立。

附录：MCP 配置说明

server/cmd/mcp/config.yaml：

yaml

mcp:
  name: GVA_MCP
  version: v1.0.0
  path: /mcp
  addr: 8889
  base_url: http://127.0.0.1:8889/mcp
  upstream_base_url: http://127.0.0.1:8888
  auth_header: x-token
  request_timeout: 15

autocode:
  root: ../../..
  server: server
  web: web/src

配置项	默认值	说明
`mcp.name`	`GVA_MCP`	MCP 服务名，握手时上报
`mcp.version`	`v1.0.0`	版本号
`mcp.path`	`/mcp`	MCP 端点挂载路径
`mcp.addr`	`8889`	监听端口，只填端口号
`mcp.base_url`	`http://127.0.0.1:8889/mcp`	对外公布的地址，供后台展示和测试客户端使用，不影响实际监听
`mcp.upstream_base_url`	`http://127.0.0.1:8888`	上游 GVA 后端地址，所有工具最终都打到这里
`mcp.auth_header`	`x-token`	入站鉴权头名称
`mcp.request_timeout`	`15`	请求上游的超时时间（秒）
`autocode.root`	`../../..`	项目根目录
`autocode.server`	`server`	后端目录名，相对 `root`
`autocode.web`	`web/src`	前端源码目录，相对 `root`

autocode.root 的 ../../.. 是相对配置文件所在目录解析的，而非相对你的启动目录：server/cmd/mcp/ 往上三层正好是项目根目录（即同时包含 server/ 和 web/ 的那一层）。因此无论你在哪个目录启动 MCP，路径都能正确解析；留空时会自动向上查找同时包含 server/ 与 web/ 的目录。

auth_header 只作用于入站方向（AI 编辑器 → MCP）。MCP 转发到后端时固定使用 x-token，因为后端的 JWT 中间件只认这个头。这样即便把 auth_header 改成非默认值，也不会导致所有工具 401。

还有一处容易改错的地方：server/config.yaml 中仍保留了一个 mcp: 配置块，那是 2.9.0 及更早版本的遗留，3.0 中已不被任何代码读取，请只修改 server/cmd/mcp/config.yaml。同理，sse_path、message_path、url_prefix、separate 这几个旧字段也已废弃。

常见问题

编辑器显示连接失败：先用 curl http://127.0.0.1:8889/health 确认 MCP 服务在跑；再检查配置里的顶层键是否正确（VS Code 是 servers，其余是 mcpServers）、Cline 的 type 是否为 streamableHttp。
工具调用报「缺少MCP鉴权请求头」：配置里没带 x-token，或键名拼错。
工具调用报「登录已过期，请重新登录」：用的是浏览器登录态 JWT 且已过期，改用 API Token 页面签发的长期 Token。
工具调用报权限不足：MCP 不做鉴权，权限由后端 Casbin 判定。请确认该 Token 所属角色拥有对应接口的权限。
代码生成了但表没建：autoMigrate 没给 true，见上文「数据表没建出来」。
代码生成了但接口 404：Go 代码需要重新编译并重启后端才会生效。
菜单没出现：菜单已登记但当前角色未授权，到角色管理里勾选；或重新登录刷新菜单缓存。
AI 跳过分析直接生成、字段设计发散：换用工具调用更稳定的模型，或在需求里直接给出字段清单 / 建表 SQL 来收敛范围。
在后台新建了 MCP 工具但 AI 看不到：动态工具只在 MCP 进程启动时注册，没有热加载。到 Mcp Tools管理页面停止再启动，或重启 go run ./cmd/mcp 进程。

AI 生成业务模块 ​

核心特性 ​

前置条件 ​

第一步：启动 MCP 独立服务 ​

第二步：获取 x-token ​

第三步：配置 AI 编辑器 ​

工作流总览 ​

第一步：需求分析（requirement_analyzer） ​

第二步：现状快照（gva_analyze） ​

第三步：生成代码（gva_execute） ​

第四步：代码自查（gva_review） ​

生成了哪些文件 ​

重要约束与注意事项 ​

生成后需要重启后端 ​

数据表没建出来：检查 autoMigrate ​

结构体名与简称不能重复 ​

包名限制 ​

回滚 ​

附录：关键参数速查 ​

executionPlan 顶层字段 ​

modulesInfo[] 关键开关 ​

fields[] 常用字段 ​

工具速查表 ​

附录：MCP 配置说明 ​

常见问题 ​

AI 生成业务模块

核心特性

前置条件

第一步：启动 MCP 独立服务

第二步：获取 x-token

第三步：配置 AI 编辑器

工作流总览

第一步：需求分析（requirement_analyzer）

第二步：现状快照（gva_analyze）

第三步：生成代码（gva_execute）

第四步：代码自查（gva_review）

生成了哪些文件

重要约束与注意事项

生成后需要重启后端

数据表没建出来：检查 autoMigrate

结构体名与简称不能重复

包名限制

回滚

附录：关键参数速查

executionPlan 顶层字段

modulesInfo[] 关键开关

fields[] 常用字段

工具速查表

附录：MCP 配置说明

常见问题