一、产品方案介绍
1. Ark context方案
核心逻辑
：andycall提出将代码镜像为上下文，使智能助手（CC）通过查看代码生成文档；建议为每个模块创建MCP（模块上下文包），让CC先学习，后续通过FCP Server获取信息解决问题。
推进进展
：Ma Chi高度认可并催促上线ads marketplace，同时邀请andycall撰写英文版产品介绍文章；andycall透露正在制作官网，产品名确定为“Ark context”。
2. 代码管理与部署
管理方式
适用场景
补充说明
GitHub私有仓库
初期Pro版用户
第一期仅支持该类型
GitLab
私有部署需求
需配合enterprise计划；若服务部署在AWS，客户可放心授权访问
核心共识
Ma Chi认为“能否访问代码”比“具体工具”更重要
-
3. MCP粒度与实现
粒度选择
：按“模块”打包MCP效果最佳，输入的MCP越多，AI对业务的理解越深。
实现流程
：开通代码读取权限→内部工具模型扫描→转化为MCP服务→连接MCP cloud code。
商业属性
：商业服务，不面向国内开源。
二、工具功能分享（含SuperClaude）
1. SuperClaude工具详情
（1）基础定位
基于Claude Code的“配置型增强框架”，已获9k+ Star，目标是从通用助手升级为“懂开发者的专属搭档”。
核心设计：通过Markdown/JSON配置文件和少量Python胶水代码扩展能力，而非重写原生功能。
（2）三大核心特性
16条Slash Command
（按场景分类）
开发类：/sc:implement（生成代码）、/sc:build（构建）等
分析类：/sc:analyze（分析）、/sc:troubleshoot（排查问题）等
质量类：/sc:test（测试）、/sc:cleanup（清理代码）等
其他：/sc:document（生成文档）、/sc:estimate（估算工时）等
智能Persona系统
内置角色：架构师（architect）、前端（frontend）、后端（backend）等12+专家角色。
自动路由：通过多因素评分（关键词匹配30%+上下文分析40%+用户历史20%+性能指标10%）自动匹配角色。
MCP集成能力
（与会议中MCP概念呼应）