AI 浏览器扩展插件（智能体 + MCP 服务）

集成 AI 智能体与多 MCP 服务的浏览器扩展插件，面向文案创作、代码编写、数据处理等场景，打造智能化定制化服务能力。
，制定模块交互规范与通信协议；完成 Java 接口开发、接口测试与异常处理；设计智能体完整工作流，搭建多类提示词模板，实现需求解析、任务拆解、服务调用、结果整合全流程自动化。同时优化任务拆解算法与 LLM 交互逻辑，增设异常重试、提示词动态调优能力，大幅提升系统运行效率与需求识别准确度。

技术栈：
前端：SvelteKit + TypeScript + Tailwind CSS（实现智能体交互页、MCP 服务勾选页、功能控制面板）
后端：
MCP 服务后台：FastAPI + Python + SQLAlchemy，结合 Claude Code 生成审核逻辑代码与 Docker 部署脚本
智能体后台：Python + gRPC + LangChain（接收扩展后台请求，实现 LLM 提示词设计、任务分解、MCP 服务调用），集成 Claude Code 辅助生成提示词模板与任务拆解算法
部署与运维：Docker（MCP 服务容器化）、GitHub Actions（CI/CD 流水线）、Kubernetes（智能体服务集群部署），生成流水线配置与集群运维脚本
模型与工具：集成 OpenAI GPT-4、Gemini、Claude Code 模型 / 工具，LangChain 构建智能体逻辑，FastAPI 实现跨模块接口通信
主要责任：
架构设计：主导 “前端 - 扩展后台 - MCP 服务后台 - 智能体后台” 全链路架构设计，定义各模块数据交互规范（如 gRPC 传输协议、JSON 配置格式）；利用 Claude Code 生成架构文档模板与接口定义脚本。
核心开发：
扩展后台 Java 接口实现：通过 Claude Code 辅助设计接口数据模型与异常处理机制，开发 MCP 服务列表查询（支持分页与多条件筛选）、编写接口测试用例，确保接口响应速度与数据准确性。
智能体调用 MCP 服务逻辑开发：设计智能体核心工作流， 生成 LLM 提示词模板（如需求理解模板、任务分解模板、MCP 调用参数拼接模板），实现 “需求解析 - 任务拆解 - 工具匹配 - 服务调用 - 结果整合” 全流程自动化；优化任务分解算法，支持根据 MCP 服务能力动态调整子任务粒度，提升复杂需求处理效率；开发 MCP 服务调用异常重试机制。
智能体 LLM 交互优化：分析并优化提示词结构，提升 LLM 对用户需求的理解准确率；开发提示词动态调整功能，可根据用户历史交互数据与 MCP 服务特性，自动优化提示词内容，增强智能体与 MCP 服务的协同效果。