mental_health_mcp

Dieses Repository ist dazu gedacht, die notwendigen Materialien zur Konfiguration des Mental Health MCP bereitzustellen.

Verwendung des Projekts mit Claude (Windows)

1. Claude Desktop installieren

1. Besuchen Sie die offizielle Website von Anthropic: https://claude.ai/download

2. Laden Sie die Version für Windows herunter

3. Installieren Sie sie wie gewohnt und öffnen Sie die Anwendung

2. MCP (Model Context Protocol) konfigurieren

Claude Desktop ermöglicht die Integration externer Tools über MCP.

Speicherort der Konfigurationsdatei:

Unter Windows befindet sich die Datei unter:

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

Falls sie nicht existiert, können Sie die Datei manuell erstellen.

3. MCP-Server hinzufügen

Öffnen Sie die Datei claude_desktop_config.json und fügen Sie Folgendes hinzu:

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

Ersetzen Sie:

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

durch den tatsächlichen Pfad, in dem sich die Datei server.js befindet.

4. Dienste starten

Bevor Sie Claude verwenden, müssen Sie Folgendes starten:

🔹 Backend (FastAPI)

Im Terminal:

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

🔹 API mit ngrok bereitstellen

ngrok http 8000

Kopieren Sie die generierte URL (Beispiel: https://xxxx.ngrok-free.dev)

🔹 server.js aktualisieren

Aktualisieren Sie in der Datei server.js die API-URL:

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

MCP-Server starten

node server.js

5. In Claude verwenden

1. Öffnen Sie Claude Desktop

2. Gehen Sie zu Settings (Einstellungen)

3. Rufen Sie den Bereich Developer / MCP auf

4. Überprüfen Sie, ob der Server als aktiv angezeigt wird

5. Verwenden Sie beim Starten eines Gesprächs die "+"-Taste, um auf das Tool zuzugreifen

Wichtiger Hinweis

Dieses System wurde mit bewussten Einschränkungen entwickelt, um ethische Risiken zu vermeiden; es führt keine klinischen Diagnosen oder Empfehlungen durch.

Es fungiert lediglich als Assistent für emotionale Unterstützung und ersetzt keine professionelle Betreuung.

Anmerkungen

• Das System verwendet eine Wissensdatenbank in Python

• Die Antworten basieren auf definierten Schlüsselwörtern und Regeln

• Claude fungiert als Konversationsschnittstelle unter Verwendung von MCP

Fertig!

Nach diesen Schritten ist Claude in Ihren MCP-Server integriert und kann Ihre API für emotionale Unterstützung nutzen.

Entwickelte Architektur:

Related MCP server: Emotion Dataset Analysis MCP Server

Systemarchitektur

Das Projekt besteht aus drei Hauptschichten:

1. Python-API (FastAPI)

Die API wurde mit dem FastAPI-Framework entwickelt und ist verantwortlich für:

• Empfang der Benutzernachricht

• Textverarbeitung (Normalisierung und Analyse)

• Abfrage der Wissensdatenbank (knowledge_base.py)

• Identifizierung möglicher emotionaler Muster

• Rückgabe einer strukturierten Antwort mit:

  • unterstützender Nachricht

  • Vorschlägen zur Selbstfürsorge

  • Risikostufe

  • ethischem Hinweis

📍 Haupt-Endpoint:

POST /chat

Beispiel für eine Anfrage:

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

Beispiel für eine Antwort:

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

Die Logik der API basiert auf Regeln und Schlüsselwörtern, was Vorhersehbarkeit und Kontrolle der Antworten gewährleistet.

2. Wissensdatenbank (knowledge_base.py)

Die Wissensdatenbank enthält:

• Emotionale Kategorien (z. B. Angst, Traurigkeit, Stress)

• Zugehörige Schlüsselwörter

• Vordefinierte Antworten

• Vorschläge zur Selbstfürsorge

• Kritische Wörter (zur Erkennung eines erhöhten Risikos)

Diese Struktur ermöglicht es dem System, ohne externe Modelle zu funktionieren, indem deterministische Logik verwendet wird.

3. MCP-Server (Node.js)

Der MCP-Server fungiert als Vermittler zwischen Claude und der Python-API.

Verantwortlichkeiten:

• Empfang von Aufrufen von Claude (via MCP)

• Weiterleitung von Anfragen an die FastAPI-API

• Rückgabe der API-Antwort an Claude

Ablauf:

1. Benutzer sendet Nachricht in Claude

2. Claude aktiviert das Tool via MCP

3. MCP (Node.js) sendet HTTP-Anfrage an die Python-API

4. API verarbeitet und gibt Antwort zurück

5. MCP sendet das Ergebnis an Claude zurück

6. Claude zeigt die Antwort dem Benutzer an

4. Bereitstellung der API (ngrok)

Da Claude nicht auf localhost zugreifen kann, wurde ngrok verwendet, um die API bereitzustellen:

ngrok http 8000

Dies generiert eine öffentliche URL, die vom MCP-Server verwendet wird.

Vollständiger Systemablauf

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

Technische Überlegungen

• Das System verwendet keine generative künstliche Intelligenz für klinische Entscheidungen

• Die gesamte Logik basiert auf kontrollierten Regeln

• Claude fungiert nur als Konversationsschnittstelle

• MCP ermöglicht eine sichere Integration zwischen dem Modell und externen Systemen

Ziel der Architektur

Gewährleistung von:

• Kontrolle der Antworten

• ethischer Sicherheit

• Wartungsfreundlichkeit

• Integration mit modernen Tools (MCP + LLMs)