MCP1

Doggi（Careful Starter）投資家心理カリキュラムを7つのツールとして提供するリモートMCPサーバー。Claudeがコーパス全体を再読み込みするのではなく、ターンごとに必要なレッスンの断片のみを取得できるように構築されています。

レイアウト

Related MCP server: fallscout-mcp

ローカルでの実行

# 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

デプロイ

DEPLOY.mdを参照してください — Fly.ioを使用し、最初から最後まで約20分です。

ツール

1. get_lesson(n) — レッスン1〜6を取得

2. get_framework() — ノーススター（指針）を取得

3. get_archetype_triggers() — Doggiのトリガー、レッドフラグ、強みを取得

4. get_coaching_intervention(n) — レッスンnのコーチングスタイル、すべきこと/すべきでないこと、例を取得

5. get_progress_state() — クライアントの進捗状況を取得

6. analyze_response(text, n) — ユーザーのテキストをトリガーおよびレッドフラグと照合

7. next_lesson(n) — シーケンス管理

カスタマイズ

すべてはdata/およびlessons/内にあります。編集してコミットし、fly deployを実行してください。コードの変更は不要です。

• lessons/lesson{1-6}.md — レッスン内容

• data/archetype.json — トリガー、レッドフラグ、強み

• data/interventions.json — レッスンごとのコーチングスタイル

• data/progress_state.json — クライアントの状態（本番環境ではDBクエリに置き換えてください）

設計上の注意点

• このREADME（または他のドキュメント）をClaudeプロジェクトスペースに入れないでください。 Claudeが毎ターン読み込むものは、MCPの目的を損ないます。

• 日付付きモデルIDをハードコードしないでください。 coaching_session.pyは環境変数からCOACHING_MODELを読み込みます。

• 信頼できる唯一の情報源はディスク上にあり、コード内にはありません。 埋め込みコピーは作成しないでください。

• ツールの説明は意図的に短くしています（6語以下）。スキーマが入力内容を記述します。

• APIキー認証は必須です。 http_server.pyはMCP_API_KEYがないと起動を拒否します。

セキュリティ

• すべての/mcpリクエストにおいてX-API-KeyヘッダーによるAPIキー認証が必須

• /healthは公開（Fly.ioの生存確認用）

• パス・トラバーサル攻撃をブロック：ファイルアクセス前にlesson_numが1〜6の整数であることを検証

• 入力サイズ制限：analyze_responseは10KBを超えるペイロードを拒否

• コンテナは非rootユーザーとして実行

• ソースコードにシークレットを含めない — MCP_API_KEYおよびANTHROPIC_API_KEYは環境変数からのみ取得

• .gitignoreおよび.dockerignoreで.env*やその他のシークレットパターンを除外