Asistente de Draft de Sleeper MCP

Un prototipo de solo lectura que le brinda a ChatGPT una instantánea de draft de Sleeper actualizada y consciente de la liga mientras el reloj de selección está en marcha.

El servidor expone una herramienta MCP de Streamable HTTP enfocada, get_live_draft_context. Cada llamada actualiza el draft, las selecciones, las selecciones intercambiadas, la liga, las plantillas y los usuarios de la liga. Devuelve:

• los jugadores seleccionados por el gerente, los conteos por posición, los puestos de titular llenos/abiertos y el espacio en la banca;

• la selección actual, el gerente en el reloj y las selecciones hasta la próxima selección del usuario;

• la configuración de puntuación, plantilla y draft de la liga;

• el historial completo del draft y resúmenes posicionales compactos para cada otra plantilla;

• los jugadores actualmente no seleccionados por posición de plantilla.

Los metadatos de jugadores de Sleeper se almacenan en caché durante 24 horas porque /players/nfl es un catálogo grande y de cambios lentos. La disponibilidad aún se calcula a partir de selecciones recién obtenidas en cada llamada. El sleeper_search_rank devuelto son metadatos de descubrimiento, no consejos de draft, y deben combinarse con una fuente separada de clasificaciones o investigación.

Ejecutar localmente

Requisitos: Node.js 22 o más reciente.

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

Opcionalmente, establezca SLEEPER_USER_ID a un nombre de usuario o ID de usuario de Sleeper. Si no está establecido, la llamada MCP debe proporcionar user.

Los endpoints son:

• POST /mcp — MCP HTTP Streamable sin estado

• GET /health — salud del proceso

• GET / — metadatos del servicio

Verificar el prototipo

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

Apunte MCP Inspector a http://localhost:3000/mcp, liste las herramientas y llame a get_live_draft_context con un draft_id y user reales.

El Dockerfile incluido crea una imagen de producción para cualquier host de contenedor compatible con HTTPS:

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

Para ChatGPT, exponga el endpoint a través de HTTPS público o un túnel seguro compatible. Luego habilite el modo Desarrollador en Configuración → Seguridad e inicio de sesión, agregue un servidor MCP desde ChatGPT Plugins e ingrese la URL HTTPS incluyendo /mcp. Inicie un nuevo chat, agregue la conexión desde el menú de herramientas y haga una pregunta sobre el draft desde la aplicación móvil.

Mantenga el enlace localhost predeterminado cuando use un túnel seguro. Si expone deliberadamente el servidor, establezca HOST=0.0.0.0, configure MCP_BEARER_TOKEN cuando el cliente pueda enviar una credencial de portador, y coloque TLS en el borde de alojamiento. Las solicitudes originadas en navegadores se rechazan a menos que sus orígenes exactos aparezcan en MCP_ALLOWED_ORIGINS; las solicitudes MCP de servidor a servidor normalmente omiten Origin.

Límites del prototipo

• Solo lectura: no hay ruta de código que realice una selección de Sleeper o modifique una liga.

• Sin motor de clasificación: las clasificaciones externas, proyecciones, investigación de lesiones y noticias permanecen separadas.

• Drafts de serpiente/lineales: el cálculo de selecciones actuales y futuras admite estos formatos, incluidas las selecciones intercambiadas. El orden de nominación de subasta se informa como no compatible.

• Datos públicos de Sleeper: el token de portador opcional protege el endpoint, pero no es autorización por usuario. Use un túnel seguro para la prueba personal y agregue OAuth antes de operar esto como un servicio compartido.

• La disponibilidad depende del catálogo de jugadores de Sleeper. Los jugadores sin un search_rank finito positivo se omiten de las listas de candidatos compactas, pero permanecen visibles en el historial del draft cuando se seleccionan.

Variables de entorno

Referencias de fuentes

• La documentación de la API de Sleeper describe sus endpoints no autenticados y de solo lectura y los límites de uso.

• La guía de servidores MCP de OpenAI cubre esquemas de herramientas, anotaciones, resultados y el SDK de TypeScript.

• La guía de conexión de OpenAI cubre HTTPS público o túneles seguros, MCP Inspector, el modo Desarrollador y cómo agregar el endpoint /mcp a ChatGPT.