EventOps: イベント運用のためのMCPサーバー＋AI CLI

EventOps は、何年分もの整理されていないイベントチケット販売エクスポートを、AIツールが実際に理解できる形に変換します。MQIS のイベントデータと会員データ（Humanitix のエクスポート）を、決定的（deterministic）なツール群として、あらゆる Model Context Protocol クライアント（Claude Desktop、Claude Code、Cursor）に公開し、さらにその同じツール群を利用してオペレーションレポートと同意を考慮したメールを書く、小さなAI対応コマンドラインツールも同梱しています。

私がこれを構築したのは、AIツールに一般的な答えではなくプロジェクト固有のコンテキストを与えるためです。それがこのおもいそのものです。AI は get_event_metrics("Saazish") を呼び出し、推測ではなく正確な数値を取得できます。

設計原則: 決定的なツール、AIは語りを担当

すべての数値は pandas から取得され、言語モデルからの算出されることはありません。MCP ツールと CLI は、どちらも集計を実行する単一の EventData オブジェクト（data_loader.py）を呼び出します。AI が決めるのは、どのツールを呼ぶか、結果をどのように表すかだけです。AI は収益額を計算することはないため、収益額をでっち上げることができません。これがこのプロジェクトの最も重要な特性です。

Related MCP server: mcp-data-lens

実績（自分のイベントからの実データ）

8つのデータセットを通じて: 3,690件の注文、4,690枚の有効チケット、~2,770人のユニークな人物、MQIS への約 A$61.4k の収益（プラットフォーム手数料を差し引いた額。チケット総売上は約 ~A$62.1k）。238人が2つ以上の異なるイベントに参加し、そのうちの69人は会員でもありました。

ソースデータには金額に関する列が3つあり、それらは同じではありません: Ticket sales（チケットの券面価格）、Paid（顧客が支払った金額：Humanitix の手数料を含む）、Your earnings（MQIS が実際に受け取った額）。EventOps は Your earnings を「MQIS への収益」として報告するため、ヘッドラインの数字は誠実です。

MCP で公開されるツール（server.py）

AI CLI（cli.py）

python cli.py summary
python cli.py report      --event "Saazish"
python cli.py compare     --e1 "Raaz" --e2 "Saazish"
python cli.py draft-email --type promo --target non-members --event "Gulaal"
python cli.py attendee    --query "someone@example.com"

任意のコマンドに --raw を付けると、AI が生成したバージョンではなく、背景にある JSON の事実を出力します。これによりツールが正確であることを確かめることができます。AI の出力は、常に --raw の数値を再表現するだけだからです。

draft-email コマンドは、Marketing opt-in が Yes である人のみを対象とします。したがって、同意していない人に向けた下書きを生成することはありません。

セットアップ

python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt

# 1. Sample data (safe, synthetic) so it runs out of the box:
python gen_sample_data.py

# 2. Or use real data: drop your Humanitix CSV exports into ./data/
#    (that folder is git-ignored and never committed)

# 3. For the CLI, set your key:
cp .env.example .env   # then edit, or just:
export ANTHROPIC_API_KEY=sk-ant-...

./data が空の場合、EventOps は自動的に ./sample_data にフォールバックします。クローンしたばかりの状態でもそのまま動作します。

MCP サーバーをクライアントに登録する

Claude Desktop / Claude Code（claude_desktop_config.json）:

{
  "mcpServers": {
    "eventops": {
      "command": "python",
      "args": ["/absolute/path/to/event-ops-mcp/server.py"]
    }
  }
}

Cursor（.cursor/mcp.json）：同じ方式です。クライアントを再起動し、たとえば「eventops を使ってRaazとSaazishを比較して」とか「最も忠実な参加者は誰ですか？」といった質問をすると、ツールを呼び出してくれます。

データプライバシー

実際のエクスポートには個人情報（氏名、メールアドレス、電話番号）が含まれています。これらは ./data/ に置かれ、そのフォルダは git の無視対象です。コミットされるのは、常に合成版の ./sample_data/ だけです。実際の参加者データをコミットしないでください。

ファイル

event-ops-mcp/
├── data/                # real Humanitix CSVs (git-ignored, you provide)
├── sample_data/         # synthetic CSVs, safe to commit
├── data_loader.py       # cleaning + all deterministic analytics
├── server.py            # FastMCP server exposing the tools
├── cli.py               # AI-enabled CLI (Anthropic API)
├── gen_sample_data.py   # builds the synthetic dataset
├── requirements.txt
├── .env.example
└── .gitignore