MCP1

远程 MCP 服务器，以 7 个工具的形式提供 Doggi（谨慎入门者）投资者心理课程。其构建目的是让 Claude 每次仅提取所需的课程片段，而不是重新摄入整个语料库。

布局

Related MCP server: fallscout-mcp

本地运行

# 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

部署

请参阅 DEPLOY.md — Fly.io，端到端大约 20 分钟。

工具

1. get_lesson(n) — 第 1-6 课

2. get_framework() — 北极星指标

3. get_archetype_triggers() — Doggi 触发器、红旗警告、优势

4. get_coaching_intervention(n) — 第 n 课的辅导风格、建议/禁忌、示例

5. get_progress_state() — 客户在旅程中所处的位置

6. analyze_response(text, n) — 将用户文本与触发器和红旗警告进行匹配

7. next_lesson(n) — 排序

自定义

所有内容都位于 data/ 和 lessons/ 中。编辑、提交、fly deploy。无需更改代码。

• lessons/lesson{1-6}.md — 课程内容

• data/archetype.json — 触发器、红旗警告、优势

• data/interventions.json — 每节课的辅导风格

• data/progress_state.json — 客户状态（生产环境中替换为数据库查询）

设计说明

• 不要将此 README（或其他文档）放入 Claude Project 空间。 Claude 在每一轮对话中读取任何内容都会违背 MCP 的初衷。

• 不要硬编码过时的模型 ID。 coaching_session.py 从环境变量中读取 COACHING_MODEL。

• 事实来源在磁盘上，而不是在代码中。 没有嵌入式副本。

• 工具描述特意保持简短（≤6 个单词）。架构描述了输入。

• 必须进行 API 密钥验证。 http_server.py 如果没有 MCP_API_KEY 将拒绝启动。

安全性

• 所有 /mcp 请求必须通过 X-API-Key 标头提供 API 密钥

• /health 是开放的（Fly.io 需要它进行存活检查）

• 路径遍历已拦截：在进行任何文件访问之前，lesson_num 会被验证为 1-6 之间的整数

• 输入大小受限：analyze_response 会拒绝超过 10KB 的有效负载

• 容器以非 root 用户身份运行

• 源代码中没有密钥 — MCP_API_KEY 和 ANTHROPIC_API_KEY 仅来自环境变量

• .gitignore 和 .dockerignore 排除 .env* 和其他密钥模式