#Taroify MCP

Taroify MCP 通过 @taroify/cli 的只读 stdio Server，将与 CLI 相同的离线 Catalog 提供给 Claude Code、Cursor、VS Code、Codex 等 AI 编码工具。

MCP 不读取当前项目文件、不访问外部网络，也不执行修改操作。

#配置客户端

Claude Code、Cursor 和 VS Code 可以使用以下配置：

{
  "mcpServers": {
    "taroify": {
      "command": "npx",
      "args": ["-y", "@taroify/cli", "mcp"]
    }
  }
}

Codex 在 ~/.codex/config.toml 中配置：

[mcp_servers.taroify]
command = "npx"
args = ["-y", "@taroify/cli", "mcp"]

重新启动客户端后，可以让 Agent 执行类似任务：

• “查一下 Taroify Button.Group 的 Props”
• “搜索适合文件上传的组件并生成 Taro 页面”
• “读取 Calendar 的完整文档”
• “用公开主题变量修改 Button 的主色和圆角”

#可用工具

工具返回与 CLI --format json 一致的 ok/data 或 ok/error 结构。所有工具都声明为 只读、幂等和封闭世界查询。

#Resources

MCP 客户端可以枚举并读取以下资源：

• taroify://catalog：Catalog 版本、统计和分类摘要
• taroify://tokens/global：全局主题变量
• taroify://entries/{entry}/doc：指定条目的 Markdown 文档
• taroify://entries/{entry}/demo/{name}：指定代码示例

服务同时发布文档与 Demo 的 Resource Template，支持客户端按需发现。

#Prompts

两个 Prompt 都要求 Agent 先查后写，并区分 Taroify Props 与 Taro 原生平台能力。

#从 @taroify/mcp 迁移

旧配置仍可以继续运行独立的 @taroify/mcp：

{
  "mcpServers": {
    "@taroify/mcp": {
      "command": "npx",
      "args": ["-y", "@taroify/mcp"]
    }
  }
}

新项目建议切换到 @taroify/cli mcp。CLI、命令行查询、MCP、Resources 和 Agent Skill 共用主仓库构建的同一份 Catalog，可以避免独立数据快照与组件版本不同步。