de en es ja ko ru zh

real-world-mcp

Name: real-world-mcp
Author: Krv-Labs

by Krv-Labs

Overview Schema Related Servers Score Discussions

Python

Hybrid

実世界エビデンス＆臨床実現可能性MCPサーバー

リポジトリ: Krv-Labs/how-to-train-your-dragon

米国の医療機関を、縦断的クレーム（Komodo）と公開レジストリ（ClinicalTrials.gov）から得たグレーブス病プロトコル（NCT07570316）の12か月あたりの予想ランダム化被験者数でランク付けし、AIエージェント向けのインタラクティブなModel Context Protocol (MCP) サーバーとして公開します。

Pythonパッケージはhttydです。MCPサーバーは**real-world-mcp**として登録されます。CLIエントリポイント：httyd、realworld-mcp、how-to-train-your-dragon。

名前の由来は？ Komodo Healthのクレームデータに基づいて構築 — Komodoドラゴンを飼いならし、訓練して実用的な実現可能性モデルにします。

1. アーキテクチャとパッケージ構造

how-to-train-your-dragon/
├── httyd/                          # Main Python package
│   ├── models/                     # L1–L5 parameters, provenance registry, recruitment math
│   ├── analysis/                   # Scoring pipeline, catchment, accrual, site linkage
│   ├── data/                       # Dataset catalog, loaders, CTG fetch
│   ├── evaluations/                # Temporal holdout validation
│   ├── auth/                       # Kubernetes token auth & scope enforcement
│   ├── engine.py                   # In-memory FeasibilityEngine singleton
│   ├── cache.py                    # Precomputed site/geo cache loader
│   └── server.py                   # MCP server (16 tools, 4 resources, 2 prompts)
├── ui/                             # Local observation dashboard (offline HTML)
│   ├── build_dashboard.py
│   └── (writes to output/site_feasibility.html)
├── data/                           # Claims & registry assets (not committed — see below)
├── docs/                           # Methodology, scoring review, evidence
├── deploy/helm/httyd/      # GKE Helm chart
├── scripts/precompute.py           # Build startup cache (Docker + local dev)
├── tests/
├── pyproject.toml
└── README.md

データに関する注意: KomodoクレームCSVはgitignoreされています。コミットされているのはdata/nct07570316_sites.json（グラウンドトゥルースフィクスチャ）のみです。エンジンを実行する前に、ライセンスされたデータファイルをローカルのdata/に配置してください。

方法論と検証エビデンス: docs/README.md。

2. クイックスタート

インストール

uv sync

キャッシュの事前計算（推奨）

全国スコアの完全再構築には約90秒かかります。一度事前計算して再利用してください：

uv run python scripts/precompute.py
export REALWORLD_CACHE_DIR=./cache   # optional; defaults to ./cache when present

テストを実行

REALWORLD_CACHE_DIR=./cache uv run pytest

一部のテスト（感度再スコア、検証）は完全再構築をトリガーし、合計約2分かかります。

MCPサーバーを起動

# stdio transport (default — Claude Desktop, Cursor)
uv run httyd

# streamable-http (local dev)
AUTH_ENABLED=false REALWORLD_CACHE_DIR=./cache uv run httyd streamable-http
curl http://localhost:8080/health

ローカルプレビューダッシュボードを生成

uv run python ui/build_dashboard.py
open output/site_feasibility.html

3. MCPツールサーフェス

real-world-mcpは6つの領域にわたって16のツールを公開しています：

A. データセットの発見と検査

list_datasets、describe_dataset、get_cohort_summary

B. モデルレジストリと来歴

list_models、get_provenance

C. サイト検索と詳細調査

search_and_score_sites、get_site_details、explain_site_score

D. 空間的キャッチメントとバスケット最適化

compute_basket_catchment、find_nearby_competitors

E. 患者登録予測と感度分析

simulate_accrual_timeline、update_interim_accrual、compute_sensitivity_rescore、match_trial_facility

F. 検証と限界

run_model_validation、get_model_limitations

4. MCPエージェント設定

{
  "mcpServers": {
    "real-world-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/how-to-train-your-dragon",
        "run",
        "httyd"
      ],
      "env": {
        "REALWORLD_CACHE_DIR": "/path/to/how-to-train-your-dragon/cache"
      }
    }
  }
}

5. GKE内部デプロイメント

内部ClusterIP MCPサービスとしてデプロイします。サブエージェントPodは、TokenReview APIを介して検証されるKubernetes ServiceAccountトークンで認証します。

アーキテクチャ

トランスポート: ポート8080の/mcpでstreamable-http
認証: Bearerトークン = 投影されたServiceAccountトークン（audience: httyd）
認可: ConfigMapがsystem:serviceaccount:<ns>:<name>をスコープにマッピング
ネットワーク: NetworkPolicyはhttyd-client: "true"というラベルが付いたネームスペースからのイングレスのみを許可

スコープ	アクセス
`feasibility:read`	発見、検索、説明、来歴ツール
`feasibility:simulate`	患者登録シミュレーション、感度再スコア、バスケットキャッチメント

ビルドとデプロイ

docker build -t httyd:0.1.0 .

helm upgrade --install httyd deploy/helm/httyd \
  -n realworld --create-namespace \
  --set image.repository=REGION-docker.pkg.dev/PROJECT/REPO/httyd \
  --set image.tag=0.1.0

デプロイ前に、deploy/helm/httyd/scopes.yamlでサブエージェントのServiceAccountを登録してください。

サブエージェントPod設定

kubectl label namespace app httyd-client=true

serviceAccountName: subagent-feasibility-reader
volumes:
  - name: mcp-token
    projected:
      sources:
        - serviceAccountToken:
            audience: httyd
            expirationSeconds: 3600
            path: token
volumeMounts:
  - name: mcp-token
    mountPath: /var/run/secrets/tokens
    readOnly: true
env:
  - name: HTTYD_MCP_URL
    value: "http://httyd.httyd.svc:8080/mcp"
  - name: HTTYD_MCP_TOKEN_FILE
    value: "/var/run/secrets/tokens/token"

環境変数

変数	デフォルト	目的
`AUTH_ENABLED`	`false`（ローカル）/ `true`（コンテナ）	K8sトークン認証を有効にする
`MCP_RESOURCE_URL`	`http://httyd.httyd.svc:8080`	OAuthリソース識別子
`MCP_SCOPE_CONFIG`	`/etc/mcp/scopes.yaml`	SA → スコープマッピング
`MCP_TOKEN_AUDIENCE`	`httyd`	期待されるトークンオーディエンス
`REALWORLD_CACHE_DIR`	`./cache`	事前計算されたサイト/地理JSON
`PORT`	`8080`	HTTPリッスンポート
`HOST`	`0.0.0.0`	HTTPバインドアドレス
`STATELESS_HTTP`	`true`	ステートレスMCPセッション（K8s推奨）

This server cannot be installed

license - not tested

Not graded

quality - not tested

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Appendix
Physician-reviewed medical opinions and prescriptions for AI agents.
healthclaw-guardrails
Guardrailed FHIR access for AI agents: PHI redaction, audit trail, step-up auth, tenant isolation
Constat MCP — FDA Device Evidence Lifecycle
FDA and CMS evidence for AI medical devices: 510(k), postmarket, reimbursement, and compliance.

View all MCP Connectors

Latest Blog Posts

Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)
By Om-Shree-0709 on July 25, 2026.
mcp
Agent Identity
OAuth 2.1
Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Krv-Labs/how-to-train-your-dragon'

If you have feedback or need assistance with the MCP directory API, please join our Discord server