🥘 PAELLADOC测评：当AI开发遇上“上下文危机”，这个MCP框架给出了答案

# 步骤1：创建专用虚拟环境（放在用户目录，名字以.开头隐藏）
cd ~
python3.12 -m venv .paelladoc_venv

# 步骤2：激活虚拟环境
source .paelladoc_venv/bin/activate

# 步骤3：安装PAELLADOC
pip install paelladoc

# 步骤4：验证安装
pip show paelladoc
# 应显示版本信息，如Version: 0.3.7

# 步骤1：创建虚拟环境
cd %USERPROFILE%
python -m venv .paelladoc_venv

# 步骤2：激活虚拟环境
.paelladoc_venv\Scripts\activate

# 步骤3：安装PAELLADOC
pip install paelladoc

{
  "mcpServers": {
    "Paelladoc": {
      "command": "/Users/你的用户名/.paelladoc_venv/bin/python",
      "args": [
        "-m",
        "paelladoc.ports.input.mcp_server_adapter",
        "--stdio"
      ],
      "env": {
        "PAELLADOC_DB_PATH": "/Users/你的用户名/.paelladoc/memory.db"
      },
      "disabled": false
    }
  },
  "mcp.timeout": 120000
}

"command": "C:\\Users\\你的用户名\\.paelladoc_venv\\Scripts\\python.exe"

PAELLA SmartTodo

{
  "status": "success",
  "project_name": "SmartTodo",
  "base_path": "/Users/me/projects/SmartTodo",
  "next_step": "Please tell me about the purpose of this project"
}

这是一个智能待办应用，核心功能是：
1. 用户可创建任务，设置优先级和截止日期
2. AI自动分析任务并建议最优执行顺序
3. 支持团队协作，任务可分配
4. 数据云端同步

DECISION "选择React Native而非Flutter进行移动端开发"

decision:
  id: adr-001
  title: "选择React Native进行移动端开发"
  date: 2025-01-15
  context: |
    团队React经验丰富，需同时支持iOS/Android，
    开发周期要求6周内出MVP
  decision: |
    采用React Native，复用现有Web团队的React技能栈
  alternatives_considered:
    - Flutter: 性能更优但团队学习成本高
    - 原生开发: 无法满足双端同时交付
  implications: |
    需要配置Metro打包，注意原生模块兼容性问题

GENERATE_CODE SmartTodo

# 注意：实际使用中，PAELLADOC通过MCP协议暴露能力
# 以下代码展示如何在Cursor的AI脚本中调用

import subprocess
import json

def call_paelladoc_command(command, args=None):
    """调用PAELLADOC MCP命令"""
    # 这是示意代码，实际MCP调用通过stdio协议
    cmd = ["python", "-m", "paelladoc.ports.input.mcp_server_adapter", "--stdio"]
    # 实际使用时通过JSON-RPC发送命令
    return subprocess.run(cmd, capture_output=True, text=True)

# 示例：初始化项目
response = call_paelladoc_command("paella_init", {
    "new_project_name": "SmartTodo",
    "base_path": "/Users/me/projects",
    "documentation_language": "en-US",
    "interaction_language": "en-US"
})
print(json.loads(response.stdout))
# 输出: {"status": "success", "project_path": "...", "message": "Project initialized"}

浪费成本 = 10人 × 15万 × 32% = 48万美元/年