mental_health_mcp

Este repositorio está destinado al envío de los materiales necesarios para configurar el MCP de salud mental.

Cómo utilizar el proyecto con Claude (Windows)

1. Instalar Claude Desktop

1. Acceda al sitio oficial de Anthropic: https://claude.ai/download

2. Descargue la versión para Windows

3. Instálelo normalmente y abra la aplicación

2. Configurar el MCP (Model Context Protocol)

Claude Desktop permite integrar herramientas externas vía MCP.

Ubicación del archivo de configuración:

En Windows, el archivo se encuentra en:

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

Si no existe, puede crear el archivo manualmente.

3. Añadir el servidor MCP

Abra el archivo claude_desktop_config.json y añada:

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

Sustituya:

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

por la ruta real donde se encuentra el archivo server.js.

4. Iniciar los servicios

Antes de usarlo en Claude, es necesario iniciar:

🔹 Backend (FastAPI)

En el terminal:

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

🔹 Exponer API con ngrok

ngrok http 8000

Copie la URL generada (ejemplo: https://xxxx.ngrok-free.dev)

🔹 Actualizar server.js

En el archivo server.js, actualice la URL de la API:

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

Iniciar MCP Server

node server.js

5. Usar en Claude

1. Abra Claude Desktop

2. Vaya a Settings (Configuración)

3. Acceda a la sección Developer / MCP

4. Verifique que el servidor aparezca como activo

5. Al iniciar una conversación, utilice el botón "+" para acceder a la herramienta

Aviso importante

Este sistema ha sido diseñado con limitaciones intencionales para evitar riesgos éticos, no realizando diagnósticos ni recomendaciones clínicas.

Actúa únicamente como un asistente de apoyo emocional y no sustituye el acompañamiento profesional.

Observaciones

• El sistema utiliza una base de conocimiento en Python

• Las respuestas se basan en palabras clave y reglas definidas

• Claude actúa como interfaz conversacional utilizando MCP

¡Listo!

Tras estos pasos, Claude estará integrado a su servidor MCP y podrá utilizar su API de apoyo emocional.

Arquitectura desarrollada:

Arquitectura del Sistema

El proyecto se compone de tres capas principales:

1. API en Python (FastAPI)

La API fue desarrollada utilizando el framework FastAPI y es responsable de:

• Recibir el mensaje del usuario

• Procesar el texto (normalización y análisis)

• Consultar la base de conocimiento (knowledge_base.py)

• Identificar posibles patrones emocionales

• Devolver una respuesta estructurada con:

  • mensaje de apoyo

  • sugerencias de autocuidado

  • nivel de riesgo

  • aviso ético

📍 Endpoint principal:

POST /chat

Ejemplo de petición:

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

Ejemplo de respuesta:

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

La lógica de la API se basa en reglas y palabras clave, garantizando previsibilidad y control de las respuestas.

2. Base de Conocimiento (knowledge_base.py)

La base de conocimiento contiene:

• Categorías emocionales (ej: ansiedad, tristeza, estrés)

• Palabras clave asociadas

• Respuestas predefinidas

• Sugerencias de autocuidado

• Palabras críticas (para detección de riesgo elevado)

Esta estructura permite que el sistema funcione sin depender de modelos externos, utilizando lógica determinista.

3. Servidor MCP (Node.js)

El servidor MCP funciona como un intermediario entre Claude y la API en Python.

Responsabilidades:

• Recibir llamadas de Claude (vía MCP)

• Reenviar peticiones a la API FastAPI

• Devolver la respuesta de la API a Claude

Flujo:

1. El usuario envía un mensaje en Claude

2. Claude activa la herramienta vía MCP

3. MCP (Node.js) envía una petición HTTP a la API Python

4. La API procesa y devuelve la respuesta

5. MCP devuelve el resultado a Claude

6. Claude muestra la respuesta al usuario

4. Exposición de la API (ngrok)

Como Claude no accede a localhost, se utilizó ngrok para exponer la API:

ngrok http 8000

Esto genera una URL pública que es utilizada por el servidor MCP.

Flujo Completo del Sistema

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

Consideraciones Técnicas

• El sistema no utiliza inteligencia artificial generativa para decisiones clínicas

• Toda la lógica se basa en reglas controladas

• Claude actúa solo como interfaz conversacional

• El MCP permite una integración segura entre el modelo y sistemas externos

Objetivo de la Arquitectura

Garantizar:

• control de las respuestas

• seguridad ética

• facilidad de mantenimiento

• integración con herramientas modernas (MCP + LLMs)