Skip to main content
Glama
Sign In
isyoon41

PATHWAY Diagnostic MCP

by isyoon41
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

Server Configuration

Describes the environment variables required to run the server.

NameRequiredDescriptionDefault
PATHWAY_DBNo사례·전문가 검토·성과 기록 DB 경로~/.pathway-diagnostic/diagnostic.db
PATHWAY_MODEL_DIRNo학습된 CatBoost 벤치마크 모델 폴더~/.pathway-diagnostic/models
PATHWAY_CATALOG_DIRNo비공개 카탈로그(증거 적합도·벤치마크 표 등) 폴더. 같은 이름 파일로 덮어씀

Instructions

Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.

This server publishes no instructions, or was last inspected before Glama recorded them.

Capabilities

Features and capabilities supported by this server

Protocol revision2025-11-25

CapabilityDetails
tools
{
  "listChanged": false
}
prompts
{
  "listChanged": false
}
resources
{
  "subscribe": false,
  "listChanged": false
}

Tools

Functions exposed to the LLM to take actions

NameDescription
get_input_templatesB

입력 자료 양식(인원 명단 CSV, 재무, 의사결정 기록, 마일스톤)과 작성 규칙을 돌려줍니다.

get_catalogA

카탈로그 조회. section: patterns(14개 패턴·62개 가설·8D) | metrics(15개 지표) | evidence(증거 적합도 라이브러리) | terms(한국어 용어집) | rules(스크리닝·판정 기준).

compute_metricsB

15개 계량지표를 계산합니다. *_csv 인자는 파일 경로 또는 CSV 텍스트. 값이 없는 지표는 '평가 보류'와 이유를 반환합니다.

benchmark_metricsA

지표별 동종 코호트 기대범위(P10·P50·P90)와 위치를 계산합니다. 학습된 CatBoost 모델이 있으면 분위수 회귀와 SHAP 요인을, 없으면 카탈로그 코호트 표를 씁니다(샘플 표 사용 여부를 함께 반환). metrics: compute_metrics 결과의 metrics 목록. company_features: 산업·매출·인원·업력 등.

assess_stageB

성장단계 정합성 판정. b_stage: B1B4(사업 성장단계, 판단 근거는 b_basis에). domains: 8D 영역별 [{code:D01D08, o_stage:O1~O4, status:ASSESSED|TRANSITION|CONFLICTING|NOT_ASSESSED, confidence:HIGH|MEDIUM|LOW|INSUFFICIENT, note}]. 영역 점수를 평균하지 않습니다.

screen_patternsB

P01~P14 중 검토할 패턴 후보를 찾습니다. benchmark: benchmark_metrics 결과. stage_gap: assess_stage 결과의 stage_gap. observation_tags: rules의 tags 값(예: management_lag).

assess_hypothesesA

한 패턴의 경쟁가설을 베이지안 갱신 + 몬테카를로로 판정합니다. observations: [{evidence_id, state: present|absent, basis: FACT|ANALYSIS|STATEMENT, reliability(0.5~1, 선택), note}] — evidence_id는 get_catalog('evidence')에서 확인. 지표·단계 연동 증거는 benchmark·stage_gap으로 자동 판정. 반환: 가설별 사후확률 분포(5·50·95 백분위), 판정 상태, 지지·반박 근거, 신뢰도.

next_best_evidenceB

아직 확보하지 않은 증거 중 가설 판정을 가장 크게 바꿀 증거를 순위대로 돌려줍니다 (기대 정보이득, 불리·유리 시 대상 가설 확률). 인터뷰 질문·자료 요청 목록으로 활용합니다.

recommend_actionsB

가설 판정 결과로 개선과제 후보(검증·개선·구축·모니터링·유지 등)와 3·6·12·24개월 점검 시점을 만듭니다. 검증 전 실행 과제는 '전문가 검토로 원인 확정 시' 조건부로 표시됩니다.

build_reportC

정형 결과물을 만듭니다: 진단 결과 JSON(스키마 v1.0)과 오프라인 HTML 대시보드 파일. 반환값의 files.dashboard 경로를 사용자에게 알려 주십시오.

save_caseB

build_report가 만든 진단 결과 JSON 파일을 로컬 사례 DB에 저장하고 case_id를 돌려줍니다.

record_reviewC

전문가 판단을 기록합니다. target: 가설 ID(P07-H04)·ALIGNMENT·8D 코드(D03) 등. AI 초안과 최종 판단을 분리 보관하며, 누적 기록은 향후 학습 데이터가 됩니다.

record_outcomeC

개선과제의 3·6·12·24개월 성과를 기록합니다. result: IMPROVED|NO_CHANGE|WORSENED|INCONCLUSIVE.

get_caseA

case_id가 있으면 사례 상세(결과·전문가 검토·성과)를, 없으면 최근 사례 목록을 돌려줍니다.

Prompts

Interactive templates invoked by user choice

NameDescription

No prompts

Resources

Contextual data attached and managed by the client

NameDescription

No resources

Deploy Server
One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

TDQS

A3.5/5.0

Scored across 14 tools

Disambiguation4/5

The tools follow a clear diagnostic pipeline (templates -> metrics -> benchmark -> stage -> patterns -> hypotheses -> evidence -> actions -> report), so most purposes are distinct. Minor overlap exists between case-management tools (save_case, get_case) and content-lookup tools (get_catalog, get_input_templates), and build_report vs save_case could be momentarily confused since one produces the JSON the other stores.

Naming Consistency4/5

Nearly all tools use a consistent snake_case verb_noun pattern (save_case, compute_metrics, assess_stage, recommend_actions, record_review). The lone outlier is next_best_evidence, a noun phrase rather than an action verb, which is a small but noticeable deviation.

Tool Count5/5

14 tools is well within the ideal range and each maps to a distinct stage of the diagnostic workflow. No tool feels redundant or padded given the multi-phase scope.

Completeness4/5

The surface covers the full diagnostic lifecycle from input templates through metrics, benchmarking, hypothesis assessment, action recommendations, reporting, and outcome tracking, with both read and write for cases. Only minor gaps (no explicit case update/delete or bulk case operations) keep it from full marks.

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources