Bouffalo MCP

Bouffalo SDK Expert — MCP 服务使用指南

这是什么？

Bouffalo SDK Expert 是一个 MCP（Model Context Protocol）服务，为 AI 编程助手提供 Bouffalo SDK 内部知识库的查询能力。

简单来说：你平时写 Bouffalo 芯片代码遇到不会的问题，以前要翻文档、搜 Wiki、问同事。现在可以让 AI 编程助手自动帮你查。

它能做什么？

提供 3 个工具，AI Agent 可以调用：

工具名称	作用	怎么用
bouffalo_sdk_expert	提交问题	用自然语言问一个问题，立即得到一个任务编号（jobId）
bouffalo_sdk_answer	查询结果	拿 jobId 去取答案，AI 会自动轮询直到拿到完整结果（看到 <END> 说明结束）
bouffalo_sdk_feedback	提交反馈	觉得答案不好用？反馈给后台改进

使用流程

你问问题 → AI 调用 bouffalo_sdk_expert → 拿到 jobId
                                                      ↓
AI 反复调用 bouffalo_sdk_answer（轮询）← → 后台在查资料
                                                      ↓
                  拿到完整结果（<END>）→ AI 把答案整理给你

知识库覆盖范围

知识库收录 Bouffalo SDK 闭源部分的文档，包括：

• 设计架构文档（如 wl80211 WiFi 驱动的四层分层架构）
• API 接口说明
• 错误码描述
• 各类芯片模块（WiFi、蓝牙、外设等）的技术细节

注意：这个服务查询的是 SDK 内部闭源文档，开源代码不在其覆盖范围内。

---

配置指南 — 如何接入 AI 编程助手

💡 前置准备：你需要一个 API Token。如何获取请联系 Bouffalo Lab 内部团队。

服务器信息

项目	值
服务器地址	https://mcp.bouffalolab.com/mcp
传输协议	Streamable HTTP
认证方式	Bearer Token（放在 Authorization 请求头里）
MCP 版本	2024-11-05

方式一：Claude Code

Claude Code 是 Anthropic 的终端 AI 编程助手（非 Claude Desktop 桌面版）。

📍 配置文件位置

场景	文件	适用范围
所有项目都用	~/.claude.json	个人全局
单个项目用	项目根目录下新建 .mcp.json	仅该项目

📝 配置内容

在你的 .mcp.json 或 ~/.claude.json 中添加：

{
  "mcpServers": {
    "bouffalo-sdk-expert": {
      "type": "http",
      "url": "https://mcp.bouffalolab.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN_HERE"
      }
    }
  }
}

⚠️ 如果你把 .mcp.json 提交到 Git，请不要把 Token 写死在文件里。使用环境变量：

{
  "mcpServers": {
    "bouffalo-sdk-expert": {
      "type": "http",
      "url": "https://mcp.bouffalolab.com/mcp",
      "headers": {
        "Authorization": "Bearer ${BOUFFALO_API_TOKEN}"
      }
    }
  }
}

然后在使用前设置环境变量：

export BOUFFALO_API_TOKEN="你的Token"

✅ 验证是否成功

打开 Claude Code，输入 /mcp 查看 MCP 服务器列表。如果看到 bouffalo-sdk-expert 状态正常，就可以开始问 Bouffalo 相关的问题了。

方式二：Codex CLI

Codex CLI 是 OpenAI 的终端 AI 编程助手，使用 TOML 格式配置。

📍 配置文件位置

场景	文件	适用范围
所有项目都用	~/.codex/config.toml	个人全局
单个项目用	项目根目录 .codex/config.toml	仅该项目

📝 配置内容

在配置文件中添加：

[mcp_servers.bouffalo_sdk_expert]
url = "https://mcp.bouffalolab.com/mcp"
bearer_token_env_var = "BOUFFALO_API_TOKEN"
startup_timeout_sec = 15
tool_timeout_sec = 60

💡 bearer_token_env_var 指定环境变量名，Codex 会自动读取并添加 Authorization: Bearer <value> 头。无需手动写 Authorization 头。

使用前设置环境变量：

export BOUFFALO_API_TOKEN="你的Token"

✅ 验证是否成功

在 Codex 中输入 /mcp，确认 bouffalo_sdk_expert 出现在服务器列表中且状态正常。

方式三：OpenCode

OpenCode 是开源 AI 编程助手，配置文件支持 JSON / JSONC 格式。

📍 配置文件位置

场景	文件	适用范围
所有项目都用	~/.config/opencode/opencode.json	个人全局
单个项目用	项目根目录 opencode.json	仅该项目

📝 配置内容

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "bouffalo_sdk_expert": {
      "type": "remote",
      "url": "https://mcp.bouffalolab.com/mcp",
      "enabled": true,
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN_HERE"
      },
      "timeout": 60000
    }
  }
}

使用环境变量（推荐）：

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "bouffalo_sdk_expert": {
      "type": "remote",
      "url": "https://mcp.bouffalolab.com/mcp",
      "enabled": true,
      "headers": {
        "Authorization": "Bearer {env:BOUFFALO_API_TOKEN}"
      },
      "timeout": 60000
    }
  }
}

💡 OpenCode 的环境变量语法是 {env:变量名}，和 Claude Code 的 ${变量名} 不同，注意区分。

✅ 验证是否成功

打开 OpenCode，看启动日志中 MCP 服务器连接状态，确认 bouffalo_sdk_expert 连接成功。

---

使用示例

配置完成后，你可以直接用自然语言向 AI 助手提问：

"Bouffalo SDK 中 wifi_mgmr 的初始化流程是什么？"
"wl80211 驱动中 STA 模式的连接状态机有几个状态？"
"请解释 wl80211 的 RX 数据路径，从硬件中断到应用层 socket"

AI 助手会自动调用 bouffalo_sdk_expert 查询知识库，然后轮询 bouffalo_sdk_answer 获取结果，最后整理成易读的答案给你。

---

常见问题

Q

提示 "任务已提交" 后没反应了？

A: AI 助手需要多次调用 bouffalo_sdk_answer 来轮询结果。如果长时间没反应，可以提醒 AI "请用 bouffalo_sdk_answer 查询 jobId xxx 的结果"。

Q

提示 "未找到任务，可能已过期"？

A: 任务超时被清理了，重新提交问题即可。

Q

Token 怎么获取？

A: 请联系 Bouffalo Lab 内部团队获取 API Token。邮件中请提供 公司名 。

Q

答案不够详细或缺少某些内容？

A: 可以让 AI 调用 bouffalo_sdk_feedback 提交反馈，后台团队会据此迭代改进。

Q

支持中文问题吗？

A: 完全支持。知识库文档大部分是中文的，用中文提问效果最好。