Skip to main content
Glama
deenesruzh
jharriGH

kje-mcp

by jharriGH
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

kje-mcp

兼容 Claude.ai 的 MCP 服务器，它封装了 Jim Brain（持久化内存 + 帝国状态 + 保险库）以及 RackNerd VPS 上的 无头 Claude Code 调度器，因此任何 Claude.ai Web 会话都可以：

  • 读取帝国的当前状态、项目和近期记忆，

  • 搜索语义记忆和凭据保险库，

  • 将快速日志和语义记忆写回 Brain，

  • 在 VPS 上调度 claude -p 构建会话。

该服务器使用 MCP Streamable HTTP（Claude.ai 的“自定义连接器”UI 所期望的传输方式）。它使用 无状态 / JSON 响应 模式，因此可以在任何支持普通 HTTP API 的地方运行——在本例中是 Railway。

公开的工具

工具

功能描述

brain_status

Brain /health + 完整帝国 /context（KPI、项目、系统提示词）

brain_search

对 Qdrant 记忆进行语义搜索 (/memory/search)

brain_get_project

深度为 `minimal

standard

full 的项目上下文 (/codedeck/context/{slug}`)

brain_vault_search

自然语言凭据查找 (/vault/search)

brain_log

快速 Supabase 日志 (/log) — 亚秒级

brain_memory

语义记忆写入 (/memory) — ~30–60秒嵌入

cc_dispatch

在 RackNerd VPS 上生成无头 claude -p，并自动移交给 Brain

所有工具都使用小写的 x-brain-key 请求头向 Brain 进行身份验证（这是 Brain 唯一接受的请求头——在 2026-04-27 BridgeDeck 调试中固化）。MCP 层本身在 Authorization 请求头中接受一个 Bearer 令牌——这就是 Claude.ai 连接器 UI 发送的内容。

文件布局

kje-mcp/
├── main.py                       # FastAPI + FastMCP server (deployed to Railway)
├── requirements.txt
├── railway.toml
├── .env.example
├── README.md
└── vps/
    ├── cc_dispatch_server.py     # Companion dispatcher — runs on the RackNerd VPS
    ├── requirements.txt
    └── kje-cc-dispatch.service   # systemd unit

1. 将 kje-mcp 部署到 Railway

1a. 将仓库推送到 GitHub

cd C:\Users\Jim\Documents\GitHub\kje-mcp
git add .
git commit -m "feat: kje-mcp v1.0.0 — Claude.ai MCP wrapper for Jim Brain + CC dispatch"
gh repo create jharriGH/kje-mcp --public --source=. --remote=origin --push

1b. 创建 Railway 服务

# from inside the kje-mcp dir
railway init                         # name it: kje-mcp
railway link                         # link to the new project
railway up                           # builds + deploys

或者通过仪表板：New Project → Deploy from GitHub Repo → jharriGH/kje-mcp。Railway 会自动检测 Nixpacks Python 并使用 railway.toml 中的 startCommand。

1c. 设置环境变量

railway variables --set BRAIN_KEY=jim-brain-kje-2026-kingjames
railway variables --set BRAIN_URL=https://jim-brain-production.up.railway.app
railway variables --set MCP_AUTH_KEY=jim-brain-kje-2026-kingjames

# OPTIONAL — only set these once the VPS dispatcher is up (step 2):
# railway variables --set VPS_DISPATCH_URL=https://cc.kj.empire/dispatch
# railway variables --set VPS_DISPATCH_KEY=<long-random-string>

根据 ENV VAR AUTOMATION RULE，由 Claude Code 驱动此操作——Jim 从不点击 Railway 仪表板。

1d. 验证部署

# replace <host> with the Railway-assigned URL (railway domain or your custom one)
curl -s https://<host>/health | jq
# expect: {"status":"ok","service":"kje-mcp",...,"vps_dispatch_configured":false,...}

# initialize handshake (Claude.ai will send the same)
curl -s -X POST https://<host>/mcp/ \
  -H "Authorization: Bearer jim-brain-kje-2026-kingjames" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"curl","version":"1"}}}' | jq

# list tools
curl -s -X POST https://<host>/mcp/ \
  -H "Authorization: Bearer jim-brain-kje-2026-kingjames" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/list"}' | jq '.result.tools[].name'
# expect 7 names: brain_status, brain_search, brain_get_project, brain_vault_search,
#                 brain_log, brain_memory, cc_dispatch

2. 从 Claude.ai Web 连接

  1. 打开 claude.ai → Settings → Connectors → Add custom connector。

  2. Name: KJE MCP。

  3. URL: https://<your-railway-host>/mcp/（注意末尾的斜杠和 /mcp/ 路径）。

  4. Auth: API key / Bearer token → 粘贴 jim-brain-kje-2026-kingjames（或您设置的 MCP_AUTH_KEY）。

  5. Save。Claude.ai 执行 MCP initialize + tools/list 握手；如果“KJE MCP”旁边出现绿色勾号，则 7 个工具在聊天中可用。

在任何新的 Claude.ai 对话中：

  • 打开对话的工具/连接器菜单并切换 KJE MCP 为开启状态。

  • 以 brain_session_start 的等效内容开始您的提示词：

    "Use KJE MCP. Call brain_status and brain_get_project for kj_codedeck (depth=standard) before answering. Then [task]."

当您结束时，Claude.ai 将通过同一个连接器执行结束仪式——使用 brain_memory 进行总结，使用 brain_log 记录进度，如果需要在 VPS 上继续构建工作，则使用 cc_dispatch。

3. (可选) 为 cc_dispatch 搭建 VPS 调度器

如果不执行此操作，cc_dispatch 将返回一个干净的 cc_dispatch_not_configured 错误，其他六个工具可以正常工作。当您确实希望 Claude.ai 在 VPS 上启动 CC 会话时，请进行设置。

3a. 将 vps/ 文件夹同步到 104.223.120.21

# from your laptop, in the kje-mcp repo
scp -r vps/ jim@104.223.120.21:/home/jim/kje-mcp/

3b. 在 VPS 上创建 venv 并安装依赖

ssh jim@104.223.120.21
cd /home/jim/kje-mcp
python3 -m venv .venv
.venv/bin/pip install -r vps/requirements.txt

3c. 配置 .env

cat > /home/jim/kje-mcp/vps/.env <<'EOF'
VPS_DISPATCH_KEY=<long-random-string-paste-same-on-railway>
BRAIN_URL=https://jim-brain-production.up.railway.app
BRAIN_KEY=jim-brain-kje-2026-kingjames
PROJECT_REPOS_BASE=/home/jim/repos
# Optional overrides for slugs whose repo dir name differs from the slug:
# PROJECT_REPOS_OVERRIDES={"kj_autonomous":"/home/jim/n8n-canvas/kj-autonomous"}
CLAUDE_BIN=/usr/local/bin/claude
DISPATCH_LOG_DIR=/var/log/kje-cc-sessions
EOF

sudo mkdir -p /var/log/kje-cc-sessions
sudo chown jim:jim /var/log/kje-cc-sessions

3d. 安装并启动 systemd 单元

sudo cp /home/jim/kje-mcp/vps/kje-cc-dispatch.service /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now kje-cc-dispatch
sudo systemctl status kje-cc-dispatch
curl -s http://127.0.0.1:8088/health

3e. 使用 TLS 公开 (nginx + Let's Encrypt)

# /etc/nginx/sites-available/cc.kj.empire
server {
    listen 443 ssl http2;
    server_name cc.kj.empire;

    ssl_certificate     /etc/letsencrypt/live/cc.kj.empire/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/cc.kj.empire/privkey.pem;

    client_max_body_size 4m;
    proxy_read_timeout   65s;

    location /dispatch {
        proxy_pass         http://127.0.0.1:8088/dispatch;
        proxy_set_header   Host $host;
        proxy_set_header   X-Real-IP $remote_addr;
        proxy_set_header   X-Dispatch-Key $http_x_dispatch_key;
    }

    location /health {
        proxy_pass http://127.0.0.1:8088/health;
    }
}
sudo ln -s /etc/nginx/sites-available/cc.kj.empire /etc/nginx/sites-enabled/
sudo certbot --nginx -d cc.kj.empire
sudo nginx -t && sudo systemctl reload nginx

3f. 将 kje-mcp 服务连接到它

# from the kje-mcp repo on your laptop
railway variables --set VPS_DISPATCH_URL=https://cc.kj.empire/dispatch
railway variables --set VPS_DISPATCH_KEY=<same-random-string>
railway redeploy

kje-mcp 服务上的 /health 现在应该显示 "vps_dispatch_configured": true。

Claude.ai 会话如何端到端地使用此功能

  1. 会话开始。 开启连接器。Claude.ai 调用 brain_status → 获取帝国上下文，然后调用 brain_get_project("kj_codedeck", "standard") → 注入提示词。

  2. 工作进行中。 Claude.ai 根据聊天中的推理进行回答。在过程中，它会调用 brain_search 来获取之前的决策，或调用 brain_vault_search 来获取它需要讨论的凭据。

  3. 繁重工作。 当工作需要真正的 CC 构建会话时，Claude.ai 调用 cc_dispatch(project="kj_codedeck", prompt="<full build prompt>")。VPS 调度器立即以 session_id 确认。CC 会话在后台运行。

  4. 移交。 当 CC 会话完成时，VPS 调度器向 Brain /codedeck/handoff 发布移交（快速日志 + 项目 next_action 更新 + 如果触及 3 个以上文件则生成构建卡片 + 排队语义记忆）。下一个 Claude.ai 会话通过 brain_search 看到它。

  5. 结束仪式。 Claude.ai 调用 brain_memory（完整总结）、brain_log（进度事件），构建卡片保存通过移交在服务器端自动完成。不要问 Jim “选哪个？”——这就是规则。

This server cannot be deployed

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

Resources

Related MCP Connectors