Skip to main content
Glama

MCP1

Remote-MCP-Server, der das Doggi-Curriculum (Vorsichtiger Einsteiger) zur Anlegerpsychologie als 7 Tools bereitstellt. So konzipiert, dass Claude pro Abfrage nur den benötigten Lektionsabschnitt abruft, anstatt das gesamte Korpus neu einzulesen.

Layout

Pfad

Inhalt

server.py

Geschäftslogik. Die DoggiMCP-Klasse — 7 Tool-Handler, liest von der Festplatte

http_server.py

HTTP-Wrapper. Stellt DoggiMCP über MCP Streamable HTTP bereit, mit API-Key-Authentifizierung

coaching_session.py

Lokaler Client (Anthropic SDK). Nützlich zum Testen des Tool-Ablaufs ohne Deployment

tests/demo.py

Rauchtest, führt jedes Tool aus

data/

Framework, Archetyp, Interventionen, Fortschritt (Single Source of Truth)

lessons/

Lektion 1–6 Markdown (Single Source of Truth)

Dockerfile, fly.toml, requirements.txt

Deployment-Konfiguration für Fly.io

DEPLOY.md

Schritt-für-Schritt-Anleitung für das Deployment

Related MCP server: fallscout-mcp

Lokal ausführen

# Smoke test, no API key needed
python3 tests/demo.py

# Run the HTTP server locally
MCP_API_KEY=test pip install -r requirements.txt
MCP_API_KEY=test python3 http_server.py
curl -H "X-API-Key: test" http://localhost:8000/mcp

# Live coaching client (needs ANTHROPIC_API_KEY + COACHING_MODEL)
python3 coaching_session.py

Deployment

Siehe DEPLOY.md — Fly.io, ca. 20 Minuten von Anfang bis Ende.

Tools

  1. get_lesson(n) — Lektion 1–6

  2. get_framework() — Nordstern

  3. get_archetype_triggers() — Doggi-Auslöser, Warnsignale, Stärken

  4. get_coaching_intervention(n) — Coaching-Stil, Do/Don't, Beispiel für Lektion n

  5. get_progress_state() — Wo sich der Kunde auf der Reise befindet

  6. analyze_response(text, n) — Abgleich von Benutzertext mit Auslösern und Warnsignalen

  7. next_lesson(n) — Sequenzierung

Anpassen

Alles befindet sich in data/ und lessons/. Bearbeiten, committen, fly deploy. Keine Codeänderungen erforderlich.

  • lessons/lesson{1-6}.md — Lektionsinhalt

  • data/archetype.json — Auslöser, Warnsignale, Stärken

  • data/interventions.json — Coaching-Stil pro Lektion

  • data/progress_state.json — Kundenstatus (in Produktion durch Datenbankabfrage ersetzen)

Design-Hinweise

  • Diese README (oder andere Dokumente) nicht in den Claude-Projektbereich einfügen. Alles, was Claude bei jedem Durchgang liest, macht den Zweck des MCP zunichte.

  • Keine veralteten Modell-IDs hartcodieren. coaching_session.py liest COACHING_MODEL aus der Umgebungsvariable.

  • Die Single Source of Truth liegt auf der Festplatte, nicht im Code. Keine eingebetteten Kopien.

  • Tool-Beschreibungen sind bewusst kurz gehalten (≤6 Wörter). Die Schemata beschreiben die Eingaben.

  • API-Key-Authentifizierung ist obligatorisch. http_server.py verweigert den Start ohne MCP_API_KEY.

Sicherheit

  • API-Key bei allen /mcp-Anfragen über den X-API-Key-Header erforderlich

  • /health ist offen (Fly.io benötigt dies für Liveness-Checks)

  • Pfad-Traversal blockiert: lesson_num wird vor jedem Dateizugriff als Ganzzahl 1–6 validiert

  • Eingabegröße begrenzt: analyze_response lehnt Payloads über 10 KB ab

  • Container läuft als Nicht-Root-Benutzer

  • Keine Geheimnisse im Quellcode — MCP_API_KEY und ANTHROPIC_API_KEY stammen nur aus der Umgebung

  • .gitignore und .dockerignore schließen .env* und andere geheime Muster aus

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    Exposes sales outreach and psychological profiling tools (psyche, research, DMs) plus resources (archetypes, methodologies) for Claude Code.
    MIT
  • F
    license
    Not graded
    quality
    B
    maintenance
    Enables Claude to interact with IQ Option for demo trading: retrieve candles, payouts, place binary options and demo trades, all with safety guards preventing real-money trading unless explicitly allowed.
    2
    -
  • A
    license
    Not graded
    quality
    A
    maintenance
    AI-powered investment discipline tool with investment RAG, behavior pattern mining, memory system, and multi-channel price/condition alerts
    AGPL 3.0