mental_health_mcp

This repository is intended for sending the necessary materials to configure the mental health MCP.

Como utilizar o projeto com Claude (Windows)

1. Instalar o Claude Desktop

1. Acesse o site oficial da Anthropic: https://claude.ai/download

2. Baixe a versão para Windows

3. Instale normalmente e abra o aplicativo

2. Configurar o MCP (Model Context Protocol)

O Claude Desktop permite integrar ferramentas externas via MCP.

Local do arquivo de configuração:

No Windows, o arquivo fica em:

C:\Users\SEU_USUARIO\AppData\Roaming\Claude\claude_desktop_config.json

Se não existir, você pode criar o arquivo manualmente.

3. Adicionar o servidor MCP

Abra o arquivo claude_desktop_config.json e adicione:

{
  "mcpServers": {
    "Mental Health MCP": {
      "command": "node",
      "args": ["C:\\caminho\\para\\seu\\projeto\\server.js"]
    }
  }
}

Substitua:

C:\\caminho\\para\\seu\\projeto\\server.js

pelo caminho real onde está o arquivo server.js.

4. Subir os serviços

Antes de usar no Claude, é necessário iniciar:

🔹 Backend (FastAPI)

No terminal:

cd mental_health_mcp
source venv/bin/activate  # ou venv\Scripts\activate no Windows
uvicorn main:app --reload

🔹 Expor API com ngrok

ngrok http 8000

Copie a URL gerada (exemplo: https://xxxx.ngrok-free.dev)

🔹 Atualizar o server.js

No arquivo server.js, atualize a URL da API:

const API_URL = "https://xxxx.ngrok-free.dev/chat";

Iniciar MCP Server

node server.js

5. Usar no Claude

1. Abra o Claude Desktop

2. Vá em Settings (Configurações)

3. Acesse a seção Developer / MCP

4. Verifique se o servidor aparece como ativo

5. Ao iniciar uma conversa, utilize o botão "+" para acessar a tool

Aviso importante

Este sistema foi projetado com limitações intencionais para evitar riscos éticos, não realizando diagnósticos ou recomendações clínicas.

Ele atua apenas como um assistente de apoio emocional e não substitui acompanhamento profissional.

Observações

• O sistema utiliza uma base de conhecimento em Python

• As respostas são baseadas em palavras-chave e regras definidas

• O Claude atua como interface conversacional utilizando MCP

Pronto!

Após esses passos, o Claude estará integrado ao seu servidor MCP e poderá utilizar sua API de apoio emocional.

Arquitetura desenvolvida:

Related MCP server: Emotion Dataset Analysis MCP Server

Arquitetura do Sistema

O projeto é composto por três camadas principais:

1. API em Python (FastAPI)

A API foi desenvolvida utilizando o framework FastAPI e é responsável por:

• Receber a mensagem do usuário

• Processar o texto (normalização e análise)

• Consultar a base de conhecimento (knowledge_base.py)

• Identificar possíveis padrões emocionais

• Retornar uma resposta estruturada com:

  • mensagem de apoio

  • sugestões de autocuidado

  • nível de risco

  • aviso ético

📍 Endpoint principal:

POST /chat

Exemplo de requisição:

{
  "message": "Não me sinto bem hoje"
}

Exemplo de resposta:

{
  "response": "Entendo. Você pode me contar um pouco mais sobre o que vem sentindo?\n\n[...]",
  "risk_level": "low"
}

A lógica da API é baseada em regras e palavras-chave, garantindo previsibilidade e controle das respostas.

2. Base de Conhecimento (knowledge_base.py)

A base de conhecimento contém:

• Categorias emocionais (ex: ansiedade, tristeza, estresse)

• Palavras-chave associadas

• Respostas pré-definidas

• Sugestões de autocuidado

• Palavras críticas (para detecção de risco elevado)

Essa estrutura permite que o sistema funcione sem depender de modelos externos, utilizando lógica determinística.

3. Servidor MCP (Node.js)

O servidor MCP funciona como um intermediário entre o Claude e a API em Python.

Responsabilidades:

• Receber chamadas do Claude (via MCP)

• Encaminhar requisições para a API FastAPI

• Retornar a resposta da API para o Claude

Fluxo:

1. Usuário envia mensagem no Claude

2. Claude aciona a tool via MCP

3. MCP (Node.js) envia requisição HTTP para a API Python

4. API processa e retorna resposta

5. MCP devolve o resultado ao Claude

6. Claude exibe a resposta ao usuário

4. Exposição da API (ngrok)

Como o Claude não acessa localhost, foi utilizado o ngrok para expor a API:

ngrok http 8000

Isso gera uma URL pública que é utilizada pelo servidor MCP.

Fluxo Completo do Sistema

Usuário → Claude → MCP (Node.js) → API (FastAPI) → Base de Conhecimento
                                             ↓
                                      Resposta estruturada
                                             ↓
Usuário recebe resposta no Claude

Considerações Técnicas

• O sistema não utiliza inteligência artificial generativa para decisões clínicas

• Toda a lógica é baseada em regras controladas

• O Claude atua apenas como interface conversacional

• O MCP permite integração segura entre o modelo e sistemas externos

Objetivo da Arquitetura

Garantir:

• controle das respostas

• segurança ética

• facilidade de manutenção

• integração com ferramentas modernas (MCP + LLMs)