操作指南
完成连接后，AI 将获得 Apipost 资产的可读 + 可写能力。它不再只是代码生成器，而是可以直接进入你的项目空间，执行：
- 项目结构读取
- 接口检索与定位
- 文档与接口创建/修改
- 环境与模型联动分析
本篇目标：3 分钟掌握 MCP 的核心操作链路
2.1 项目认知：让 AI 先“看懂你的仓库”
在任何操作之前，必须先建立“上下文”。
① 获取项目结构
用途：初始化 AI 的项目认知（强制建议第一步执行）
指令示例：
“同步我的项目结构”
“列出我当前可访问的项目”
AI 行为：
返回项目列表，包含：项目名称 / 项目 ID / 权限范围。作为后续所有操作的“唯一定位依据”
没有 project_id，后续所有操作都不可靠
② 全局检索资产
用途：跨目录、跨层级搜索接口/文档/目录
指令示例：
“搜索包含‘用户’的接口”
“查找 path 包含 /v1/order 的接口”
AI 行为：
穿透目录结构，返回：HTTP 接口｜文档｜目录节点，保留层级关系（父子路径）
2.2 接口资产管理：CRUD 统一入口
这一部分是 MCP 的核心生产力区。
① 创建 / 导入接口
（结构化创建）指令示例
“在订单模块创建一个取消订单接口”
“新建一个 GET 用户详情接口”
AI 行为
自动归类到目标目录，生成标准 HTTP 节点，补齐基础结构（method / path / params）
（批量 Swagger 导入）指令示例
“导入这份 Swagger 3.0 定义”
AI 行为
解析 Swagger；自动生成接口树结构；保持字段映射一致性
② 查询接口详情
用途：获取“真实定义”，不是猜测
指令示例
“给我看登录接口的完整结构”
“查看支付接口文档”
AI 行为
按类型返回：HTTP：参数 / headers / body / response；文档：Markdown 原文；目录：公共配置
③ 批量清理
指令示例
“删除所有测试接口”
“清理废弃文档”
AI 行为
支持批量匹配；基于名称 / path / 类型过滤；执行不可逆删除操作
2.3 联调能力：环境 + 模型驱动
这一层解决的是“接口能不能用对”的问题。
① 环境变量
指令示例
“当前环境 baseURL 是什么？”
“列出 staging 环境配置”
AI 行为
返回环境变量；Base URL；环境级配置（token / host）
② 全局参数
指令示例
“全局请求头有哪些？”
AI 行为
返回统一 header / auth / 公共参数；用于统一联调标准
③ 数据模型驱动（search_model）
关键价值：避免“猜字段”
指令示例
“查 UserInfo 模型，并生成 TS 类型”
AI 行为
返回 schema 定义；字段级精确结构；可直接用于 TypeScript interface 前端 DTO mock 数据生成
2.4 标准工作流（推荐使用方式）
建议按“认知 → 定位 → 使用”三段式执行：
Step 1：初始化上下文 “同步项目树”
Step 2：定位目标 “查找订单相关接口”
Step 3：使用结构 “根据接口定义生成前端调用代码”
2.5 常见问题（FAQ）
| 现象 | 可能原因 | 解决方案 |
|---|---|---|
| AI 提示找不到新项目 | 上下文未及时同步 | 对 AI 说：“重新刷新我的项目列表” |
| 参数感觉没对上 | 存在多级继承逻辑 | 查看 get_target_detail |
| 导入失败 | Swagger 非标准 | 目前主要支持标准 Swagger 3.0 规范 |
MCP 的本质
MCP 不是“AI 操作工具”，而是：把 API 资产从“文档系统”升级为“可执行的工作空间”。
建议使用方式**
🚫 不要直接问：“怎么写接口？”
✅ 应该问：“系统里有没有类似接口？”、“当前环境怎么配置？”、“这个模型标准是什么？”