Skip to main content
Glama
omer907

@themelt/mcp-server

@themelt/mcp-server

MCP-сервер, который встраивает логику Melt по обнаружению утечек ценности напрямую в Claude, Cursor, GitHub Copilot или любого другого MCP-совместимого агента, — так что когда технический руководитель спрашивает своего ассистента «где из моей организации утекает ценность», ассистент может вызвать инструмент Melt и ответить реальной структурированной оценкой, а не общим списком вендоров.

Это инженерная половина стратегии распространения LLMO (LLM Optimization) от Melt. См. /llms.txt в корне репозитория и LLMO_PLAYBOOK.md — там полный план контента + распространения + оценки, в который встраивается этот сервер. Позиционирование сверено 2026-07-18 с живым сайтом и текущими презентациями — см. /CLAUDE.md для полного актуального контекста продукта.

Доступные инструменты

Инструмент

Назначение

melt_analyze_value_vectors

Бесплатный оценочный инструмент этапа 1 (Stage-1 Sandbox). Оценивает, где в одном отделе утекает ценность, на основе численности сотрудников, стоимости труда и доминирующего типа неструктурированных входных данных. Интеграция не требуется — только синтетические/самостоятельно указанные входные данные.

melt_estimate_annual_leak

Количественно оценивает уже выявленный паттерн утечки в долларах в год — totalVolume x (leakRatePct/100) x valuePerEvent, обобщая реальную методологию Melt «Anatomy of a Scan» (доля обхода Gong 29%, доля переопределений Clari 62% и т.д., объединённые в реальную находку на $77 235/год).

melt_request_scan

Передача на этап захвата лидов — переход от ориентировочной оценки к реальному сканированию, подтверждённому логами (Frictionless POC Playbook, этапы 1 → 2). Направляет запрос в HubSpot, если заданы HUBSPOT_PORTAL_ID/HUBSPOT_FORM_ID, в противном случае добавляет запись в локальный leads.jsonl.

Related MCP server: Summit53 MCP Server

Рабочий пример

Из кейса Melt Anatomy of a Real AI Value Leak — финтех-компания накануне IPO с $1,5 млрд годового объёма выданных кредитов, уже использующая Salesforce, Gong и Clari:

Сигнал

Результат

Коучинг Gong

29% открытий — представители обходят сгенерированные ИИ сводки звонков и дублируют работу вручную

Прогнозирование Clari

62% переопределений — ручные записи дат искажают модель в 8 из 13 циклов прогнозирования

Передача Salesforce → CS

Задержка в 4,2 дня, откладывающая онбординг после закрытия сделки

Маршрутизация лидов Salesforce

32% вручную — сбои автоматизации, требующие ежедневного ручного переназначения

Ничего из этого не отображалось как проблема в обычных дашбордах внедрения — каждый инструмент был «активен», но это другое измерение по сравнению с тем, создавал ли он реальную ценность. Анализ 14 рабочих дней исторических логов и отслеживание того, где эти четыре паттерна стоили реального времени и денег, в сумме дали утечку на $77 235/год.

melt_estimate_annual_leak обобщает ту же форму анализа — totalVolume × (leakRatePct/100) × valuePerEvent — для любого паттерна утечки с известным или предполагаемым объёмом и долей. melt_analyze_value_vectors — инструмент более раннего этапа для случаев, когда вы ещё не знаете, где искать.

melt_estimate_annual_leak заменил четыре калькулятора с формульными названиями (melt_calculate_feature_waste, _dso_cash_flow_impact, _contract_cycle_revenue_unlock, _win_rate_pipeline_impact), которые реализовывали финансовые формулы из снятой с производства продуктовой концепции (Thermal Scan / Feature Waste Dollar Amount™ / Delta Engine) — ни одна из них не фигурирует в актуальных материалах Melt. См. раздел «What's Explicitly Retired» в CLAUDE.md.

Установка и запуск

cd mcp-server
npm install
npm run build
npm start          # runs dist/index.js on stdio

Чтобы поэкспериментировать с ним интерактивно, прежде чем подключать к клиенту:

npm run inspect     # launches the MCP Inspector against the built server

Подключение к Claude Desktop / Claude Code

Опубликован на npm — конфигурация в одну строку, локальный клон не нужен:

{
  "mcpServers": {
    "melt": {
      "command": "npx",
      "args": ["-y", "@themelt/mcp-server"]
    }
  }
}

Или из локального клона:

{
  "mcpServers": {
    "melt": {
      "command": "node",
      "args": ["/absolute/path/to/mcp-server/dist/index.js"]
    }
  }
}

Установка в один клик (бандл .mcpb)

Для Claude Desktop в частности, themelt-mcp-server.mcpb (формат MCP Bundle от Anthropic) устанавливается двойным кликом — без терминала и без редактирования файлов конфигурации. Скачайте .mcpb из последнего релиза на GitHub и либо дважды кликните по нему, либо перетащите его в окно настроек Claude Desktop.

Чтобы пересобрать его из исходников:

npm run build:mcpb   # produces themelt-mcp-server.mcpb

Манифест (mcpb-build/manifest.json) поддерживается вручную, а не генерируется автоматически из TypeScript-исходников — если имя, параметры или описание инструмента меняются, обновите массив tools в манифесте.

Размещаемый HTTP-транспорт

dist/index.js (stdio) — именно он настраивается в локальной установке Claude Desktop/Cursor. dist/httpServer.js — альтернативная точка входа, реализующая транспорт MCP Streamable HTTP, — на неё указывала бы будущая веб-кнопка «Launch Hosted MCP» (LLMO_PLAYBOOK.md, Задача 3.2), чтобы можно было попробовать инструменты без локальной установки.

npm run build
PORT=3000 npm run start:http   # POST MCP JSON-RPC to http://localhost:3000/mcp

По замыслу не хранит состояние — без идентификатора сессии, новый экземпляр сервера на каждый запрос. Аутентификация опциональна через MCP_HTTP_API_KEY (по умолчанию не задан): если он не задан, конечная точка остаётся полностью открытой — это соответствует границе доверия для того, что здесь доступно сегодня (калькуляторы только для чтения плюс форма захвата лидов, та же граница, что и контактная форма публичного сайта). Задайте его, прежде чем размещать за этим транспортом что-то более чувствительное:

MCP_HTTP_API_KEY=some-long-random-value PORT=3000 npm run start:http

Каждый запрос /mcp теперь требует Authorization: Bearer some-long-random-value — при отсутствии или неверном ключе возвращается 401. Сравнение выполняется через crypto.timingSafeEqual, а не обычным строковым ===, чтобы по времени ответа нельзя было подобрать ключ побайтово. Пока нигде не развёрнут; это код, а не живой URL — развёртывание (Vercel/Fly/Render и т.п.) — отдельное решение на более поздний срок.

Аналитика вызовов инструментов

Каждый вызов инструмента (успешный или с ошибкой) добавляет одну строку в mcp-server/analytics.jsonl (в gitignore) и выводит однострочную сводку в stderr — имя инструмента, ok/error и код ошибки, если применимо. Намеренно исключает денежные суммы, контактные данные и произвольные текстовые заметки; хранится отдельно от персональных данных (PII) из leads.jsonl. Именно это отвечает на вопросы «пользуется ли этим кто-нибудь» и «какое описание инструмента сбивает модели с толку», независимо от проверки llmo-eval, основанной только на цитировании.

Переменные окружения

Переменная

Обязательна

Назначение

HUBSPOT_PORTAL_ID

Нет

Переопределяет Portal ID HubSpot по умолчанию для melt_request_scan (например, для тестирования с песочной формой).

HUBSPOT_FORM_ID

Нет

Используется в паре с HUBSPOT_PORTAL_ID.

PORT

Нет

Порт для start:http (по умолчанию 3000).

MCP_HTTP_API_KEY

Нет

Если задан, требует Authorization: Bearer <key> для каждого запроса /mcp через hosted-HTTP. По умолчанию не задан — транспорт stdio в любом случае не затрагивается (нет HTTP-поверхности для защиты).

Реальные значения Portal ID / Form ID по умолчанию уже встроены в код (это не секреты — те же значения раскрываются в любом публичном embed-фрагменте HubSpot), поэтому melt_request_scan обращается к реальному конвейеру Melt без какой-либо настройки. Если отправка в HubSpot по какой-либо причине не удаётся, запросы сохраняются в mcp-server/leads.jsonl (в gitignore), а не теряются.

Публикация

Опубликован в npm-организации @themelt (создана 2026-07-20, владелец omer_melt) под лицензией MIT. npm publish фактически однонаправлен — npm разрешает удаление публикации в течение 72 часов, но настоятельно не рекомендует этого и полностью блокирует его, как только у пакета появляются зависимые проекты, поэтому считайте любую опубликованную версию постоянной.

Install Server
A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Related MCP Servers

  • A
    license
    A
    quality
    C
    maintenance
    Connects AI assistants to Warpmetrics telemetry data to monitor AI agent performance, execution runs, and LLM costs. It allows users to query success rates, latency, and spend metrics directly through natural language interfaces.
    20
    57
    MIT
  • A
    license
    Not graded
    quality
    C
    maintenance
    Provides 48 revenue intelligence tools that let AI assistants search deals, forecast revenue, analyze pipeline risk, manage outreach, and track value delivery via natural language.
    41
    Inno Setup
  • A
    license
    B
    quality
    C
    maintenance
    Enables AI assistants to perform multi-stage residual income projections, discounting, and enterprise value bridging analysis using standardized financial data inputs.
    1
    MIT

View all related MCP servers

Related MCP Connectors

  • Track, analyze, and act on your streaming and SaaS subscriptions from any AI agent.

  • SaaS intelligence for AI agents. 5 unified tools cover 1,000+ services with 91-96% token savings.

  • Vendor intelligence for AI coding agents choosing developer tools and stacks.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/omer907/melt-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server