mental_health_mcp

このリポジトリは、メンタルヘルスMCPを設定するために必要な資料を送付することを目的としています。

Claudeでのプロジェクトの使用方法 (Windows)

1. Claude Desktopのインストール

1. Anthropicの公式サイトにアクセスします: https://claude.ai/download

2. Windows版をダウンロードします

3. 通常通りインストールし、アプリケーションを開きます

2. MCP (Model Context Protocol) の設定

Claude Desktopでは、MCPを介して外部ツールを統合できます。

設定ファイルの場所:

Windowsの場合、ファイルは以下にあります:

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

存在しない場合は、手動でファイルを作成できます。

3. MCPサーバーの追加

claude_desktop_config.json ファイルを開き、以下を追加します:

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

以下を:

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

server.js ファイルがある実際のパスに置き換えてください。

4. サービスの起動

Claudeで使用する前に、以下を起動する必要があります:

🔹 バックエンド (FastAPI)

ターミナルで:

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

🔹 ngrokでAPIを公開

ngrok http 8000

生成されたURL（例: https://xxxx.ngrok-free.dev）をコピーします

🔹 server.jsの更新

server.js ファイルで、APIのURLを更新します:

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

MCPサーバーの起動

node server.js

5. Claudeでの使用

1. Claude Desktopを開きます

2. Settings (設定) に移動します

3. Developer / MCP セクションにアクセスします

4. サーバーがアクティブとして表示されていることを確認します

5. 会話を開始する際、**「+」**ボタンを使用してツールにアクセスします

重要な注意点

このシステムは、倫理的リスクを回避するために意図的な制限を設けて設計されており、臨床的な診断や推奨は行いません。

これはあくまで感情的なサポートアシスタントとして機能するものであり、専門家によるケアに代わるものではありません。

備考

• システムはPythonの知識ベースを使用しています

• 回答は定義されたキーワードとルールに基づいています

• ClaudeはMCPを使用した会話インターフェースとして機能します

準備完了！

これらの手順を完了すると、ClaudeがMCPサーバーと統合され、感情サポートAPIを使用できるようになります。

開発されたアーキテクチャ:

Related MCP server: Emotion Dataset Analysis MCP Server

システムアーキテクチャ

プロジェクトは主に3つの層で構成されています:

1. Python API (FastAPI)

APIはFastAPIフレームワークを使用して開発されており、以下の役割を担います:

• ユーザーメッセージの受信

• テキストの処理（正規化および分析）

• 知識ベース (knowledge_base.py) への問い合わせ

• 感情パターンの特定

• 以下を含む構造化された回答の返信:

  • サポートメッセージ

  • セルフケアの提案

  • リスクレベル

  • 倫理的警告

📍 メインエンドポイント:

POST /chat

リクエスト例:

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

レスポンス例:

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

APIのロジックはルールとキーワードに基づいており、回答の予測可能性と制御を保証します。

2. 知識ベース (knowledge_base.py)

知識ベースには以下が含まれます:

• 感情カテゴリ（例: 不安、悲しみ、ストレス）

• 関連キーワード

• 事前定義された回答

• セルフケアの提案

• クリティカルワード（高リスク検知用）

この構造により、決定論的なロジックを使用して、外部モデルに依存せずにシステムを機能させることができます。

3. MCPサーバー (Node.js)

MCPサーバーは、ClaudeとPython APIの仲介役として機能します。

役割:

• Claudeからの呼び出しを受信 (MCP経由)

• FastAPIへのリクエスト転送

• APIからの回答をClaudeに返信

フロー:

1. ユーザーがClaudeでメッセージを送信

2. ClaudeがMCP経由でツールを起動

3. MCP (Node.js) がPython APIにHTTPリクエストを送信

4. APIが処理を行い、回答を返す

5. MCPが結果をClaudeに返す

6. Claudeがユーザーに回答を表示

4. APIの公開 (ngrok)

Claudeは localhost にアクセスできないため、ngrokを使用してAPIを公開しました:

ngrok http 8000

これにより、MCPサーバーが使用するパブリックURLが生成されます。

システム全体のフロー

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

技術的な考慮事項

• システムは臨床的な意思決定に生成AIを使用しません

• すべてのロジックは制御されたルールに基づいています

• Claudeは会話インターフェースとしてのみ機能します

• MCPにより、モデルと外部システム間の安全な統合が可能になります

アーキテクチャの目的

以下を保証します:

• 回答の制御

• 倫理的安全性の確保

• メンテナンスの容易さ

• 最新ツールとの統合 (MCP + LLMs)