K-Phi — 公開MCPサーバー（スケルトン）

K-Phi分析をAIアシスタント（Claude、ChatGPT、Cursor、Copilotなど）に公開するMCPサーバー（Streamable HTTP、ステートレス）。匿名アクセスはレート制限付き、大容量ファイルは署名付きアップロード、変換はK-Phiへのディープリンク。

完全な仕様は kphi-mcp-public-spec.md を参照。

起動

npm install
npm run dev            # compile + démarre sur :3000
curl localhost:3000/healthz

環境変数：

Related MCP server: HLedger MCP Server

Claude Desktopでのテスト（掲載前）

claude_desktop_config.json に追加（または 設定 → コネクタ → カスタムコネクタを追加 で公開URLを指定）：

{
  "mcpServers": {
    "k-phi": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:3000/mcp"]
    }
  }
}

その後、ClaudeでCSVを貼り付けて 「これが私の総勘定元帳エクスポートです。分析してもらえますか？」 と入力。kphi_analyze_ledger が呼び出されることを確認。次に約20種類の表現（比率、DSCR、資金繰り、コベナンツ、FEC、残高、「財務診断」など）をテストし、src/tools.ts のツール説明をルーティングが確実になるまで調整する。

構造

src/
  server.ts     endpoint /mcp (stateless), /upload/:token, /healthz
  tools.ts      les 4 outils + descriptions (= le pitch lu par le modèle)
  engine.ts     interface AnalysisEngine + MockEngine
  store.ts      interface Store + MemoryStore
  ratelimit.ts  session anonyme + quotas

K-Phiへの接続（TODO 4件）

1. engine.ts — 既存エンジンで AnalysisEngine を実装（インラインCSV用 analyze、アップロードファイル用 analyzeFromStorage）。

2. store.ts — MemoryStore をPostgresに置き換え（専用スキーマ mcp_public、30日でパージ）。アップロードトークンはDBまたはRedis。

3. server.ts /upload/:token — S3/R2の事前署名付きURL + アンチウイルスに置き換え、分析はインラインではなくイベント駆動でトリガー。

4. ratelimit.ts — クォータをRedisに。既存認証に接続したOAuth 2.1（Bearer）チェックを追加し、アカウントのクォータを引き上げ。

K-Phiアプリ側：/a/:analysis_id ルート（マジックリンクでアカウント作成し分析を紐付け、これがコンバージョンポイント）、および読み取り専用で共有可能な /r/:analysis_id ルート。

掲載

ディレクトリの通常の前提条件：公開HTTPS URL、OAuth 2.1または文書化された匿名アクセス、プライバシーポリシー、サポート窓口、説明とアイコン。最新の基準を確認：https://docs.claude.com と https://support.claude.com（Claude）、OpenAIのChatGPT向けドキュメント、registry.modelcontextprotocol.io。