Servidor MCP de interrogatorio LSPD

Un servidor de simulación de interrogatorio policial basado en el Protocolo de Contexto Modelo (MCP) impulsado por OpenAI.

📌 Características principales

Integración MCP :
- Construido con el SDK del protocolo de contexto de modelo
- Compatibilidad con transporte HTTP
- Gestión dinámica de recursos (perfil del oficial, conducta del interrogatorio)
Integración con OpenAI :
- Utiliza el modelo GPT-3.5-turbo
- Genera estrategias de interrogación dinámicas
- Simula respuestas sospechosas
- Crea flujos de diálogo realistas
Componentes principales :
- Gestión de perfiles de agentes de policía
- Mecánica de interrogatorio inteligente
- Simulación de comportamiento sospechoso
- Integración de tipos de delito y pruebas

🚀 Instalación

pnpm install
# Required environment variables
cp .env.example .env
# Start server
pnpm start

⚙️ Configuración

Archivo .env :

OPENAI_API_KEY=your_api_key_here

Parámetros configurables en config.ts :

Selección de modelos de IA
Cantidad máxima de tokens
Parámetro de temperatura (nivel de creatividad)

Puntos finales de API

Perfil del oficial

GET /profile/:badgeNumber

curl http://localhost:3000/profile/1234

Iniciar interrogatorio

POST /interrogations/{suspectId}

{
  "suspectName": "John Doe",
  "pressureLevel": 75,
  "crime": "Armed robbery",
  "evidence": ["Fingerprint", "Security camera footage"]
}

Respuesta sospechosa

POST /interrogations/{suspectId}/respond

{
  "suspectName": "John Doe",
  "officerStatement": "Your fingerprints were found at the crime scene!",
  "guilt": 85,
  "personality": "cowardly",
  "previousResponses": ["I'm innocent!"]
}

🔍 Ejemplo de uso

# Get officer profile
curl http://localhost:3000/profile/1234

# Start interrogation
curl -X POST http://localhost:3000/interrogations/suspect_01 \
  -H "Content-Type: application/json" \
  -d '{
    "suspectName": "John Doe",
    "pressureLevel": 80,
    "crime": "Drug trafficking",
    "evidence": ["Search records", "Confidential witness statement"]
  }'

✅ Validación de datos

Todos los puntos finales incluyen una sólida verificación y validación de tipos mediante la biblioteca Zod:

Nivel de presión: 0-100 (obligatorio)
Nombre del sospechoso: formato de cadena
Evidencia: matriz de cadenas (opcional)

🔒 Seguridad

Datos confidenciales (clave API de OpenAI) gestionados a través de variables de entorno
Aplicación de HTTPS en producción
Manejo seguro de entradas con validación de solicitudes

🤝 Contribución

Bifurcar el repositorio
Crear nueva rama ( feat/my-feature o fix/issue-number )
Confirme sus cambios
Empujar hacia la rama
Abrir una solicitud de extracción

📜 Licencia

Distribuido bajo la licencia MIT.

LSPD Interrogation MCP Server

Integrations