面向 xAI Grok 的 MCP 服务器，通过 .faf 格式提供持久化项目上下文与 AI 就绪度评分。
grok-faf-mcp 是 FAF 生态中面向 xAI Grok 的 MCP（Model Context Protocol）服务器实现。它通过 HTTP-SSE 传输协议，将 .faf 格式的项目上下文文件暴露给 AI 客户端，解决 AI 编程助手在多轮会话中缺乏持久项目记忆的问题。
核心能力#
- AI 就绪度评分：基于 Mk4 WASM 引擎（
faf-scoring-kernel）对.faf文件进行 0-100% 评分，划分为 Trophy/Gold/Silver/Bronze/Green/Yellow/Red 七个等级。评分管线为 TypeScript 解析 → 项目类型检测 → "The Bouncer" 注入slotignored→ WASM 评分 → Mk3.1 回退。 - 自动检测填充：
faf_auto自动检测项目技术栈并填充.faf上下文，一行命令完成初始化。 - RAG 上下文检索：内置
rag_query、rag_cache_stats、rag_cache_clear等工具，使用 @upstash/redis 作为缓存后端。 - 双向同步：
faf_bi_sync实现.faf与平台上下文文件（如 CLAUDE.md）之间的双向同步。 - 高性能：平均执行时间 0.5ms（v1.1 为 19ms，提升 3,800%），最快工具响应 3,360ns（均为自报数据）。
工具体系#
基础模式提供 21 个核心 MCP 工具，设置环境变量 FAF_SHOW_ADVANCED=true 后解锁额外 34 个高级工具，总计 55 个。核心工具涵盖创建与检测（faf_init、faf_auto、faf_score、faf_status、faf_enhance）、同步与持久化（faf_sync、faf_bi_sync、faf_trust）、读写（faf_read、faf_write、faf_list）、RAG 与 Grok 专属（rag_query、rag_cache_stats、rag_cache_clear、grok_go_fast_af）。
部署方式#
- 托管端点（零安装）：将 MCP 客户端指向
https://grok-faf-mcp.vercel.app/sse即可使用 - 本地 npx：
npx grok-faf-mcp，也可在 MCP 配置中添加对应条目 - 自部署 Vercel：使用仓库中的 "Deploy with Vercel" 按钮一键部署
- 项目初始化：
npx faf-cli auto
架构概要#
项目基于 TypeScript 构建（87.3%），运行于 Node.js ≥ 20。入口 api/index.ts 为 Vercel serverless 函数（Express + SSE transport），核心 MCP 服务器定义于 src/server.ts。关键依赖包括 @modelcontextprotocol/sdk ^1.27.1、express ^4.21.0、faf-scoring-kernel ^2.0.3（WASM）、faf-cli ≥3.1.1、yaml ^2.4.1、@upstash/redis ^1.37.0。当前版本 1.2.1，附带 179 个测试用例覆盖 7 个测试套件，采用 MIT 许可证发布。
FAF 生态#
同一份 project.faf 文件可被 FAF 生态中多个平台实现共同读取：claude-faf-mcp（Claude）、gemini-faf-mcp（Gemini）、rust-faf-mcp（Rust）、faf-mcp（通用 Cursor/Windsurf/Cline）及 faf-cli（终端 CLI），实现跨 AI 平台的项目上下文一致性。
待确认事项#
.faf声称已注册 IANA MIME 类型application/vnd.faf+yaml，但未提供注册链接- README 提及 "Anthropic MCP #2759" 但未附具体链接
- 性能数据为自报，未见独立第三方基准测试
- 未见 xAI 官方背书或合作声明
- 34 个高级工具的具体名称与功能需查看源码确认
rag_query的检索范围（仅.faf内内容还是扩展至项目源码）未明确