dsphper/lanhu-mcp：README に基づく導入ガイド

dsphper/lanhu-mcp の README はプロジェクトを「⚡ 需求分析效率提升 200%！全球首个为 AI 编程时代设计的团队协作 MCP 服务器，自动分析需求自动编写前后端代码，下载切图」と説明しています。ここではリポジトリで確認できる事実だけを整理します。star 数やバッジは注目度の手掛かりであり、品質の証明ではありません。「🎨 Lanhu MCP Server | 蓝湖MCP服务器2.0」には次の説明があります。lanhumcp | 蓝湖mcp | lanhu-mcp | 蓝湖AI助手 | 蓝湖skills | Lanhu AI Integration。これは範囲の説明であり、本番検証の結果ではありません。

README の「🌟 项目亮点」にある内容から、用途が合うかを先に判断できます。🎨 UI设计支持：自动下载设计稿，智能提取切图，语义化命名；设计图分析可获取尺寸/间距/颜色/字体等精确参数，并得到转换后的 HTML+CSS 代码参考。目的が違うなら、人気だけで採用する理由にはなりません。プロジェクト名やコマンドは原文のまま残し、一次資料へ戻って用語を確認できるようにしています。 README には次の確認可能な項目もあります。📋 智能需求分析：自动提取 Axure 原型，三种分析模式（开发/测试/探索），需求分析准确率>95%。初回テストの材料にはなりますが、実際の環境での確認を省略する理由にはなりません。

動作の説明は「🚀 快速开始」など複数の箇所に分かれています。確認できる情報は次の通りです。> ⚠️ 重要提示：必须使用支持视觉功能的AI模型！ > > 本项目需要AI模型具备图像识别和分析能力，推荐使用以下2026年主流视觉模型： > - 🤖 Claude (Anthropic) > - 🌟 GPT (OpenAI) > - 💎 Gemini (Google) > - 🚀 Kimi (月之暗面) > - 🎯 Qwen (阿里巴巴) > - 🧠 DeepSeek (深度求索) > > 不支持纯文本模型（如 GPT-3.5、Claude Instant。書かれていない構成、性能、セキュリティを推測で補いません。導入時はディレクトリ、設定ファイル、release 履歴を確認してください。

初回導入は README の入口から始めます。確認できるコマンドは次の通りです。 # 1. 克隆项目 git clone https://github.com/dsphper/lanhu-mcp.git cd lanhu-mcp # 2. 配置环境（会引导你输入 Cookie） bash setup-env.sh # Linux/Mac # 或 setup-env.bat # Windows # 3. 启动服务 docker-compose up -d 実行可能なコマンドがない場合は手順を作らず、「🌟 项目亮点」で依存関係、待受ポート、初回設定を確認します。

日常運用は公式文書の範囲に限ります。「🚀 快速开始」には> 💡 小白用户？ 直接对 AI 说 "帮我克隆并安装 https://github.com/dsphper/lanhu-mcp 项目"，AI 会引导你完成所有步骤！とあります。設定、環境変数、権限、データ保存先は明記されたものだけを扱います。未記載の既定値は隔離環境で確認し、戻せる設定を保存してください。 同じ資料には✅ Windsurf + 蓝湖：Windsurf Cascade AI 直接读取蓝湖需求文档和设计稿ともあります。