📚 AI 독서 큐레이터 & 코치 (reading-coach MCP)

카카오 PlayMCP AGENTIC PLAYER 10 출품용 MCP 서버. 시카고 플랜(그레이트북스) 144선을 기반으로, 사용자가 읽은 책을 기억해 커리큘럼을 단계별로 완주시키는 AI 독서 동반자.

차별화 (기본 LLM과 안 겹치는 두 축)

1. 큐레이션 데이터 — 환각이 아닌 실제 명문 커리큘럼(시카고 플랜 144선)에서 추천

2. 상태(기억) — 개인 토큰으로 읽은 책을 기억 → "맥베스 읽었으니 다음은 햄릿"처럼 이어줌

상태 없는 기본 챗봇은 매번 추천을 뭉뚱그리고 내가 뭘 읽었는지 잊는다. 이 서버는 둘 다 해결한다.

MCP 도구 4종

아키텍처

• 공식 MCP TypeScript SDK (@modelcontextprotocol/sdk)

• Streamable HTTP(stateless) — POST /mcp, 헬스체크 GET /health

• 사용자 식별 = 개인 토큰 인자 (카카오 로그인 불요, PII 0)

• 상태 저장 = data/users.json (로컬). 카카오 클라우드 배포 시 src/store.ts 인터페이스만 DB로 교체

실행

npm install
npm run dev          # tsx watch (개발)
npm start            # 서버 구동 (기본 PORT=3000)
node test/smoke.mjs  # 4개 도구 스모크 테스트 (서버 먼저 띄울 것)

데이터

• src/data/chicagoPlan.json — 144권 (id·연차·저자·생몰·제목·원제·발췌여부)

• 책 본문은 포함하지 않음. 목록(공개정보) 기반 추천·기록·코칭만. 출처 표기 필수.

하드 제약

• 요셉 학생 PII / 실 Firebase 절대 연결 금지 (독립 서버 + 자체 데이터)

• 책 본문 전재 금지(저작권), 목록 출처 표기

TODO (제출까지)

• 카카오 클라우드 endpoint 생성·배포 (공식 Notion 가이드)

• PlayMCP 개발자 콘솔 등록 → 임시등록 → 심사요청 (~7/7 승인 목표)

• 빌드 산출물에 data/ 복사 단계 (npm run build 후 dist/data)

• 본선 진출 시 Kakao Tools Widget 스펙 대응