开源 Alex (ProtoFlow AI):当业务原型不仅能「跑起来」,还能通过 MCP 直接喂给 Coding Agent

0 评论 147 浏览 0 收藏 10 分钟

AI 写代码虽快,但需求对齐与交付仍是团队痛点。开源工具 Alex 用「活体业务原型」让页面共享真实数据表,并原生支持 MCP 协议,让产品设计一键直连 Claude Code、Cursor 等 Coding Agent,彻底消除需求到代码的信息折损。本文详解其核心功能与实战场景。

AI 写代码的速度已经快到惊人了,但做过真实业务系统的人都知道,团队里最痛的卡点从来没变过:需求是怎么对清楚、又是怎么不走样地交到研发和 Coding Agent 手里的?

在日常协作里,我们往往困在两种极端工具之间:

一种是传统的静态线框图工具。花几天对齐上百个矩形框,但全是点不动的假字——在「新建订单」填完表单,切到「订单台账」根本不会多出一条记录;字段精度、防超收校验、状态流转只能写在几十页没人爱看的离线文档里。

另一种是一次性 AI 生成网页工具。一句话吐出漂亮的页面,但每个页面各自硬编码一堆孤立的 Mock 数据,切页就丢状态;更头疼的是没法精细调整局部,你想改一个筛选条件,AI 常常把整页布局重洗一遍。

为了真正解决这件事,我开源了 Alex (ProtoFlow AI)(Apache-2.0 协议),并在这两天连续发布了 v0.0.1 与 v0.0.2 两个版本,把「需求澄清 → 活体业务原型 → Coding Agent 生产开发」彻底串成了一条闭环。

GitHub 开源地址:

https://github.com/EvanClub-Agent/protoflow-ai

上半场(v0.0.1):把需求,做成真正「能跑起来」的业务原型

在 v0.0.1 首版中,Alex 的核心目标只有一个:让原型像真实业务系统一样运转,同时保留可视化拖拽的精细掌控力。

1. AI 先追问清楚边界,再动手建目录与数据表

面对模糊的一句话需求,Alex 内置的协同引擎不会盲猜着直接吐代码。它会先识别业务里的歧义向你提问澄清,确认好模块菜单树、页面清单与底层物理表蓝图后,再成批生成页面,并且支持局部无损增量精修。

2. 跨页面共享 ER 物理表,告别孤立假数据

Alex 内置了可视化 ER 数据库设计器。整个工程的表单、主子表、下拉选择器与图表,全部直连同一套底层物理表:

  • 在「新建采购单」提交的数据,切到「采购台账」立刻可见;
  • 在审批页点击「通过」,列表状态与顶部仪表盘指标实时联动更新;
  • 同一工程里可以同时混排 PC 宽屏中后台 与 iPhone 移动端真机视口,前后台天然共用同一份业务数据。

3. AST 双向画布 + 12 类原生 ECharts + 组件级「黄色需求便签」

画布拖拽、右侧属性面板调参,与底层 TSX DSL 源码实时双向无损同步;内置 12 类原生 ECharts 图表与 Mermaid 架构/泳道图。

更重要的是,你可以把「单价保留 6 位小数」「实收数量严禁大于未收余量」这样的硬约束,像便利贴一样直接钉在具体的按钮或表格上(需求便签),配合富文本项目笔记、思维导图与外键影响域巡检,让每一条业务规则都有明确的落点。

免登录、本机 .pflow 离线开箱即用,支持 macOS / Windows / Linux,支持自由切换 15+ 云端大模型或本地 Ollama,也提供 Docker Compose 三步自建团队在线评审服务。

下半场(v0.0.2):原生支持 MCP,打通交给 Coding Agent 的最后一公里

v0.0.1 发布后,紧接着出现了一个极其自然的问题:

既然产品经理已经在 Alex 里把页面结构、共享 ER 物理表、主外键唯一约束、页面跳转和黄色需求便签全都设计好了——当研发用 Claude Code、Cursor、Antigravity 或 Codex 进行真实项目开发时,为什么还要人肉对着网页再抄一遍?

这就是刚刚发布的 v0.0.2 核心特性:内置只读规范 MCP Server(Model Context Protocol)。

我们在设计这套 MCP 时坚持了两个原则:

  1. 远程与本地双模同步支持,研发侧真正「零安装」;
  2. 严格只读(Read-Only)与生产级契约精度,绝不污染原工程,也绝不给研发输出似是而非的建表 SQL。

场景一:产品发一个在线链接,开发免装任何工具直接接入(Streamable HTTP)

当产品经理通过团队自托管服务发布一个在线评审链接(如 https://proto.example.com/p/<shareId>)后,前端、后端研发甚至不需要安装 Alex 客户端,也不需要安装本地 Node 环境。

直接在在线预览页或工作台点击 「MCP 接入」,把一行远程地址填进 Claude Code / Cursor / Antigravity / Windsurf / Codex 即可:

json{“mcpServers”: {“protoflow”: {“url”: ”

https://proto.example.com/api/v1/mcp/

<shareId>”}}}

哪怕分享链接设置了访问密码(包括带空格或中文字符的密码),弹窗也会自动生成受保护的鉴权请求头,并对非局域网地址强制执行 HTTPS 安全校验。

场景二:本机 .pflow 工程实时热连接(Local Stdio)

如果你是独立开发者或全栈工程师,一边在 Alex 桌面端改原型、一边在 IDE 里写生产代码,只需一键复制桌面端内置运行时配置(无需额外装 Node),保存 .pflow 文件的瞬间,Agent 下一次调用工具就能读到最新改动。

Agent 连上 Alex 后,能直接拿到什么?

我们没有把整包原始 JSON 粗暴塞爆大模型的上下文窗口,而是按真实研发顺序设计了 6 个按需读取的精细工具:

  • 项目全景目录(protoflow_get_project_overview):秒读完整菜单树、PC/移动端页面清单与多菜单共表矩阵;
  • ER 模型与精确建表 DDL(protoflow_get_database_schema):直接生成可执行的 PostgreSQL / MySQL 建表 DDL(完整保留 V5 字段唯一约束、复合唯一索引、外键依赖闭包、无符号整数范围约束与时间小数秒精度)以及样例种子数据;
  • 单页交互与黄色便签规则(protoflow_get_page_spec):读取指定页面的组件大纲、TSX 源码、按钮交互事件,以及钉在该页面每个组件上的业务校验规则;
  • 需求文档与检索核对(protoflow_get_docs_and_flows / protoflow_search_spec / protoflow_get_implementation_checklist):检索 PRD 笔记,并在写完代码后逐项核对后端接口、页面路由与业务规则是否全部落地。

换句话说,现在你只需要对 Coding Agent 说一句话:

“先调用 protoflow MCP 读取当前原型全景与采购模块的数据表 DDL、页面规格和黄色便签规则,严格按照里面的字段约束实现后端接口与前端页面。”

完全开源,欢迎体验与交流

从 v0.0.1 的「活体业务原型 + 共享 ER 数据建模」,到 v0.0.2 的「远程免装 + 本地双模 MCP 规范直连」,Alex 想做的事情一直很纯粹:消除需求与工程实现之间的信息折损,让人把精力花在真正的业务判断上。

GitHub 仓库(Apache-2.0):

https://github.com/EvanClub-Agent/protoflow-ai

桌面安装包下载(macOS / Windows / Linux):

https://github.com/EvanClub-Agent/protoflow-ai/releases

如果你也在做中后台系统、多端业务产品,或者正在探索 Spec-Driven Development(规范驱动的 Agent 开发流),非常欢迎下载试用、点个 Star,或者在 Issue / 评论区聊聊你在实际协作中最想打通的场景!

本文由 @班大师 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!