Mein eigenes MCP auf Basis eines Meetingprotokoll-Projekts

Ein pädagogisches lokales MCP-Paket, das unstrukturierte Meeting-Notizen abruft, Aufforderungen zum Verfassen von Meetingprotokollen erstellt, Entwürfe validiert und nach Benutzerfreigabe speichert.

Firmenname, Personennamen, Termine, Störungen, Zahlen und Aussagen in diesem Paket sind ausschließlich zu Bildungszwecken erstellte synthetische Daten.

Bildungsziele

Nach Abschluss der Übung können die Teilnehmenden Folgendes:

1. Die Rollen von Host, Server und Tool in MCP erläutern.

2. Einen lokalen STDIO-MCP-Server mit Python ausführen.

3. Tools zum Lesen unstrukturierter Daten implementieren und modifizieren.

4. Schreib-Tools mit Validierungs- und Freigabegrenzen entwerfen.

5. MCP an das eigene Meetingprotokollformat anpassen.

6. Den Server mit Codex oder Claude Desktop verbinden und die Funktionsweise nachweisen.

7. Aus der Perspektive des Harness-Engineerings Tool-Beschreibungen, Schemata, Antworten und Fehler entwerfen.

Related MCP server: Local Knowledge Desk

Enthaltene Inhalte

• 3 synthetische unstrukturierte Meeting-Notizen mit unterschiedlichen Schwierigkeitsgraden

• Ein funktionierender FastMCP-Server: 11 Tools, 3 Ressourcen, 1 Prompt

• Standard-Meetingprotokollvorlage

• Speicherung auf Basis von Freigabe-Tokens und Überschreib-Erkennung

• Prüfer für den Quelltext-Abgleich (Grounding)

• 5 Übungshefte für Teilnehmende

• 1 Musterlösung für Kursleitende

• Unit-Tests für Domänen-, Grounding- und Harness-Konventionen sowie STDIO-Smoke-Tests

Schnellstart

Erforderliche Umgebung: Python 3.11 oder höher, uv

uv sync --extra dev
uv run pytest -q
uv run python scripts/smoke_stdio.py

Um den MCP Inspector zu verwenden, führen Sie Folgendes aus:

uv run mcp dev src/meeting_mcp/server.py

Bereitgestellte Tools

Der empfohlene Ablauf folgt der untenstehenden Reihenfolge, und das Feld next_actions jeder Antwort gibt den nächsten Schritt an.

DISCOVER → READ → GROUND → DRAFT → CHECK → PREVIEW → [사용자 승인] → SAVED

Ressourcen und Prompts

Harness-Design

Dieser Server behandelt nicht nur die Funktionalität, sondern auch die Art und Weise, wie das Modell Tools verwendet, als Designgegenstand. Weitere Details finden Sie in Übung 5.

• Alle Antworten enthalten stage und next_actions, sodass das Modell allein anhand der Antwort das nächste Tool auswählt.

• Fehler liefern Ursachencode, Wiederherstellungsmethode und auswählbare Werte zusammen zurück.

• Die Argumentschemata bleiben flach ({"note_id": "..."}). Wenn Pydantic-Modelle als Argumenttyp verwendet werden, werden sie als {"params": {...}} verschachtelt, wodurch sich die Aufrufstruktur ändert.

• Da Rückgabewerte Pydantic-Modelle sind, wird outputSchema automatisch generiert.

• Nur sichere Prüfungen (Struktur) blockieren das Speichern; heuristische Prüfungen (Grounding) werden nur als Warnung gemeldet.

• Alle Tools tragen readOnlyHint / destructiveHint, um Schreib-Tools zu unterscheiden.

Codex-Verbindung

Führen Sie im Paketstammverzeichnis den folgenden Befehl aus:

codex mcp add personal-meeting -- uv --directory "$PWD" run python src/meeting_mcp/server.py
codex mcp list

In der Codex-App können Sie unter Settings → MCP servers → Add server den Server auch als STDIO-Server hinzufügen. Gemäß der offiziellen OpenAI-Dokumentation teilen sich die Codex-App, die CLI und die IDE-Erweiterung die MCP-Konfiguration desselben Hosts.

Claude-Desktop-Verbindung

Ersetzen Sie ABSOLUTE_PROJECT_PATH in config/claude_desktop_config.example.json durch den absoluten Pfad dieses Ordners und übernehmen Sie ihn dann in die Claude-Desktop-Einstellungen. Die App muss vollständig beendet und anschließend neu gestartet werden.

Empfohlene Übungs-Prompts

personal-meeting MCP에서 사용 가능한 더미 회의 메모를 보여주세요.

training_design 메모를 읽고, 제공된 회의록 템플릿에 맞춰 초안을 작성하세요.
원문에 없는 담당자와 기한은 추정하지 마세요.

incident_review 메모에서 extract_note_facts로 ambiguity_flags를 먼저 확인하고,
확정되지 않은 항목은 전부 '미정'으로 남긴 회의록을 작성하세요.

작성한 회의록을 validate_minutes_draft와 check_minutes_grounding으로 검증하고,
통과하면 preview_save_minutes까지만 실행하세요. 저장은 아직 하지 마세요.

Ablauf der Schulung

1. START_HERE.md

2. Übung 1: Daten und Tools

3. Übung 2: Meetingprotokoll-Prompt

4. Übung 3: Validierung und Freigabe

5. Übung 4: Client-Verbindung

6. Übung 5: Harness-Engineering

Validierungsbefehle

uv run pytest -q
uv run python scripts/smoke_stdio.py
uv run python scripts/validate_package.py

Designprinzipien

• MCP ruft keine separate LLM-API auf.

• Codex oder Claude fasst zusammen; MCP übernimmt Daten, Validierung und Speicherung.

• Informationen, die nicht im Originaltext bestätigt wurden, werden nicht erzeugt; der Grounding-Prüfer gleicht dies maschinell ab.

• Für die endgültige Speicherung sind sowohl das im Vorschaumodus ausgestellte Freigabe-Token als auch die ausdrückliche Freigabe des Benutzers erforderlich.

• Das Freigabe-Token ist ein Hash aus (note_id, Inhalt), sodass der freigegebene Inhalt und der gespeicherte Inhalt nicht voneinander abweichen können.

• Domänenlogik (core, grounding) und Tool-Konventionen (server, harness) werden getrennt.

• In der tatsächlichen Schulung werden keine kunden-, mitarbeiter- oder vertragsbezogenen Daten verwendet.

Referenzen

• Referenz-Repository: https://github.com/kyopark2014/mcp

• Offizielle Codex-MCP-Dokumentation: https://developers.openai.com/codex/mcp

• MCP-Python-SDK: https://github.com/modelcontextprotocol/python-sdk