Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Descripción del creador (original en inglés)
Real-time Firestore schema context for AI coding agents. Stop hallucinating field names.
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"lintbase": {
"command": "npx",
"args": [
"-y",
"lintbase-mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add lintbase -- npx -y lintbase-mcpPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"lintbase": {
"command": "npx",
"args": [
"-y",
"lintbase-mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"lintbase": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"lintbase-mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026
Quien lo publicó (Madia333) no es el dueño del repo (lintbase); puede que otra persona lo haya listado
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 0 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (0.1.3) llegó al registro hace 8 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.
En la misma categoría: Spec Driven Development, Remote Desktop Commander, topo^alpin
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.
Avalanche bulletins and mountain weather forecasts for any place in the Alps.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Give your AI coding agent real-time Firestore schema context — so it stops hallucinating field names.
When you ask Cursor, Claude, or Windsurf to write Firestore code, it guesses your schema.
// What your AI writes:
await db.collection('users').doc(id).update({ name: value });
// What's actually in your DB: { displayName, uid, email, createdAt, plan } ← no "name" field
The result: silent bugs, runtime crashes, and schema drift baked in by your AI assistant.
lintbase-mcp is a Model Context Protocol server that connects your AI agent directly to your Firestore database. Before writing any code, the agent checks what's actually there.
You: "Add a subscription status field to users"
Agent → lintbase_get_schema({ collection: "users" }) ← { uid, email, createdAt, plan, displayName }
Agent: "I can see users has uid, email, createdAt, plan, displayName. I'll add subscriptionStatus as a string field alongside plan..."
No hallucinations. No drift. Ground-truth schema, every time.
| Tool | What it does |
|---|---|
lintbase_scan | Full database audit — schema drift, security issues, performance problems, cost leaks. Returns a structured report with a 0–100 risk score. |
lintbase_get_schema | Returns real field names, types, and presence rates for one or all collections. Use before writing any DB code. |
lintbase_get_issues | Returns filtered issues. Ask targeted questions: *"any errors in users?"*, *"all security issues?"*, *"schema drift only?"* |
Install the LintBase Agent Skill into any project so your AI agent automatically uses LintBase before writing Firestore code — no prompting required:
npx -p lintbase-mcp lintbase-mcp-install-skill
This copies a SKILL.md file into .agent/skills/lintbase/ in your project. Cursor, Claude Code, Gemini CLI, and other MCP-compatible agents read this file on startup and follow its instructions automatically.
Same format as the Firebase official Agent Skills. ✅
You'll need a Firebase service account JSON key for your project.
Add to .cursor/mcp.json in your project root:
{
"mcpServers": { "lintbase": { "command": "npx", "args": ["-y", "lintbase-mcp"] } } }
Then in your conversation:
"Check my Firestore schema before writing this code. Key is at ./service-account.json"
Add to ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": { "lintbase": { "command": "npx", "args": ["-y", "lintbase-mcp"] } } }
Restart Claude Desktop and start a new conversation.
Add to your Windsurf MCP config:
{
"mcpServers": { "lintbase": { "command": "npx", "args": ["-y", "lintbase-mcp"] } } }
Once connected, your AI agent has three tools available. You can trigger them naturally in conversation or the agent will use them automatically when relevant.
"What fields are in the users collection?"
→ lintbase_get_schema({ keyPath: "./sa.json", collection: "users" })
Returns:
## users (50 docs sampled)
| Field | Type | Presence | Stable |
|---|---|---|---|
| uid | string | 100% | ✅ |
| string | 100% | ✅ | |
| createdAt | timestamp | 100% | ✅ |
| plan | string | 95% | ✅ |
| displayName | string | 62% | ⚠️ ← mark as optional |
"Run a full LintBase scan before I start this refactor"
→ lintbase_scan({ keyPath: "./sa.json", sampleSize: 100 })
Returns: Complete report with risk score, all issues across 4 analyzers (schema drift, security, performance, cost).
"Any blocking errors I should know about?"
→ lintbase_get_issues({ keyPath: "./sa.json", severity: "error" })
"Are there any security problems with my database?"
→ lintbase_get_issues({ keyPath: "./sa.json", rule: "security/" })
stdio process spawned by your IDElintbase_get_issues| Filter | Values | Example |
|---|---|---|
severity | error, warning, info | Only blocking errors |
collection | any collection name | Only issues in users |
rule | rule prefix | schema/, security/, perf/, cost/ |
| Rule | Analyzer | What it catches |
|---|---|---|
schema/field-type-mismatch | Schema | Same field holds multiple types across documents |
schema/sparse-field | Schema | Field missing from >40% of documents |
schema/high-field-variance | Schema | Wildly different field counts between documents |
security/sensitive-collection | Security | Collection name suggests unprotected PII |
security/field-contains-secret | Security | Field name suggests stored secrets/tokens |
security/debug-data-in-production | Security | Debug/test collections left in production |
perf/excessive-nesting | Performance | Documents nested >5 levels deep |
perf/document-too-large | Performance | Documents approaching Firestore's 1MB limit |
cost/large-avg-document | Cost | Average document size driving up bandwidth costs |
cost/logging-sink | Cost | Collection used as an unbounded write sink |
npx lintbase scan firestore --key ./sa.json for a full terminal report.MIT © Mamadou Dia