MCP1

Doggi(신중한 초보자) 투자 심리 커리큘럼을 7가지 도구로 제공하는 원격 MCP 서버입니다. Claude가 전체 코퍼스를 다시 읽어들이는 대신 턴마다 필요한 레슨 조각만 가져오도록 구축되었습니다.

레이아웃

Related MCP server: fallscout-mcp

로컬 실행

# 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

배포

DEPLOY.md 참조 — Fly.io, 처음부터 끝까지 약 20분 소요.

도구

1. get_lesson(n) — 레슨 1–6

2. get_framework() — 북극성(핵심 가치)

3. get_archetype_triggers() — Doggi 트리거, 위험 신호, 강점

4. get_coaching_intervention(n) — 레슨 n에 대한 코칭 스타일, 권장/금지 사항, 예시

5. get_progress_state() — 클라이언트의 여정 진행 상황

6. analyze_response(text, n) — 사용자 텍스트를 트리거 및 위험 신호와 대조

7. next_lesson(n) — 순서 지정

사용자 지정

모든 것은 data/와 lessons/에 있습니다. 수정 후 커밋하고 fly deploy를 실행하세요. 코드 변경은 필요 없습니다.

• lessons/lesson{1-6}.md — 레슨 콘텐츠

• data/archetype.json — 트리거, 위험 신호, 강점

• data/interventions.json — 레슨별 코칭 스타일

• data/progress_state.json — 클라이언트 상태 (프로덕션에서는 DB 쿼리로 대체)

설계 참고 사항

• 이 README(또는 기타 문서)를 Claude 프로젝트 공간에 넣지 마세요. Claude가 매 턴마다 읽는 모든 것은 MCP의 목적을 무색하게 합니다.

• 날짜가 지난 모델 ID를 하드코딩하지 마세요. coaching_session.py는 환경 변수에서 COACHING_MODEL을 읽습니다.

• 진실의 원천은 코드가 아닌 디스크에 있습니다. 내장된 복사본은 없습니다.

• 도구 설명은 의도적으로 짧게(6단어 이하) 작성되었습니다. 스키마가 입력을 설명합니다.

• API 키 인증은 필수입니다. http_server.py는 MCP_API_KEY 없이는 시작을 거부합니다.

보안

• X-API-Key 헤더를 통한 모든 /mcp 요청에 API 키 필수

• /health는 개방됨 (Fly.io의 활성 상태 확인용)

• 경로 탐색 차단: lesson_num은 파일 액세스 전 1–6 사이의 정수로 검증됨

• 입력 크기 제한: analyze_response는 10KB 이상의 페이로드를 거부함

• 컨테이너는 루트가 아닌 사용자로 실행됨

• 소스에 비밀 정보 없음 — MCP_API_KEY 및 ANTHROPIC_API_KEY는 환경 변수에서만 가져옴

• .gitignore 및 .dockerignore는 .env* 및 기타 비밀 패턴을 제외함