Sleeper Draft Assistant MCP

Ein schreibgeschützter Prototyp, der ChatGPT eine aktuelle, ligabewusste Sleeper-Entwurfsübersicht liefert, während eine Pick-Uhr läuft.

Der Server stellt ein fokussiertes Streamable-HTTP-MCP-Tool bereit: get_live_draft_context. Jeder Aufruf aktualisiert den Entwurf, die Picks, getauschten Picks, die Liga, die Rosters und die Liga-Benutzer. Er gibt Folgendes zurück:

• die gedrafteten Spieler des Managers, Positionszahlen, gefüllte/offene Starter-Slots und Bankplatz;

• die aktuelle Auswahl, den Manager am Zug und die Picks bis zur nächsten Auswahl des Benutzers;

• Liga-Scoring-, Roster- und Entwurfseinstellungen;

• die vollständige Entwurfshistorie und kompakte Positionsübersichten für jedes andere Roster;

• aktuell nicht gedraftete Spieler nach Roster-Position.

Sleeper-Spielermetadaten werden 24 Stunden lang zwischengespeichert, da /players/nfl ein großer, sich langsam ändernder Katalog ist. Die Verfügbarkeit wird dennoch bei jedem Aufruf aus frisch abgerufenen Picks berechnet. Der zurückgegebene sleeper_search_rank ist Entdeckungsmetadaten – keine Entwurfsberatung – und sollte mit einer separaten Ranglisten- oder Recherchequelle kombiniert werden.

Lokal ausführen

Voraussetzungen: Node.js 22 oder neuer.

npm install
cp .env.example .env
npm run dev

Optional kann SLEEPER_USER_ID auf einen Sleeper-Benutzernamen oder eine Benutzer-ID gesetzt werden. Wenn nicht gesetzt, muss der MCP-Aufruf user bereitstellen.

Die Endpunkte sind:

• POST /mcp — zustandsloses Streamable-HTTP-MCP

• GET /health — Prozessgesundheit

• GET / — Dienstmetadaten

Prototyp verifizieren

npm test
npm run test:integration
npm run typecheck
npm run build
npx @modelcontextprotocol/inspector@latest

Weisen Sie MCP Inspector auf http://localhost:3000/mcp, listen Sie die Tools auf und rufen Sie get_live_draft_context mit einer echten draft_id und user auf.

Das enthaltene Dockerfile erstellt ein Produktionsimage für jeden HTTPS-fähigen Container-Host:

docker build -t sleeper-mcp .
docker run --rm -p 3000:3000 -e SLEEPER_USER_ID=your-user sleeper-mcp

Für ChatGPT exponieren Sie den Endpunkt über öffentliches HTTPS oder einen unterstützten sicheren Tunnel. Aktivieren Sie dann den Entwicklermodus unter Einstellungen → Sicherheit und Anmeldung, fügen Sie einen MCP-Server aus ChatGPT-Plugins hinzu und geben Sie die HTTPS-URL einschließlich /mcp ein. Starten Sie einen neuen Chat, fügen Sie die Verbindung aus dem Tools-Menü hinzu und stellen Sie eine Entwurfsfrage aus der mobilen App.

Behalten Sie die Standard-Localhost-Bindung bei, wenn Sie einen sicheren Tunnel verwenden. Wenn Sie den Server absichtlich exponieren, setzen Sie HOST=0.0.0.0, konfigurieren Sie MCP_BEARER_TOKEN, wenn der Client eine Bearer-Anmeldeinformation senden kann, und platzieren Sie TLS am Hosting-Rand. Browserbasierte Anfragen werden abgelehnt, sofern ihre exakten Ursprünge nicht in MCP_ALLOWED_ORIGINS erscheinen; Server-zu-Server-MCP-Anfragen senden normalerweise kein Origin.

Prototyp-Grenzen

• Schreibgeschützt: Es gibt keinen Codepfad, der eine Sleeper-Auswahl trifft oder eine Liga ändert.

• Keine Ranking-Engine: Externe Ranglisten, Projektionen, Verletzungsrecherche und Nachrichten bleiben getrennt.

• Snake/lineare Entwürfe: Die aktuelle und zukünftige Pick-Berechnung unterstützt diese Formate, einschließlich getauschter Picks. Die Auktions-Reihenfolge wird als nicht unterstützt gemeldet.

• Öffentliche Sleeper-Daten: Das optionale Bearer-Token schützt den Endpunkt, ist jedoch keine benutzerspezifische Autorisierung. Verwenden Sie einen sicheren Tunnel für den persönlichen Nachweis und fügen Sie OAuth hinzu, bevor Sie dies als gemeinsamen Dienst betreiben.

• Die Verfügbarkeit hängt vom Sleeper-Spielerkatalog ab. Spieler ohne endlichen positiven search_rank werden aus den kompakten Kandidatenlisten ausgelassen, bleiben aber in der Entwurfshistorie sichtbar, wenn sie ausgewählt wurden.

Umgebungsvariablen

Quellenverweise

• Sleeper's API documentation beschreibt die nicht authentifizierten, schreibgeschützten Endpunkte und Nutzungslimits.

• OpenAI's MCP server guide behandelt Tool-Schemas, Annotationen, Ergebnisse und das TypeScript-SDK.

• OpenAI's connection guide behandelt öffentliches HTTPS oder sichere Tunnel, MCP Inspector, Entwicklermodus und das Hinzufügen des /mcp-Endpunkts zu ChatGPT.