@themelt/mcp-server
@themelt/mcp-server
MCP 服务器,将 Melt 的价值泄漏发现逻辑直接接入 Claude、Cursor、GitHub Copilot 或任何其他兼容 MCP 的代理——因此,当技术负责人向助手提问"我的组织哪里在泄漏价值"时,助手可以调用 Melt 工具,用真实、结构化的估算来回答,而不是给出千篇一律的供应商列表。
这是 Melt 的 LLMO(LLM 优化)分发策略的工程部分。请参阅仓库根目录下的 /llms.txt 和 LLMO_PLAYBOOK.md,了解该服务器所接入的完整内容 + 分发 + 评估计划。定位已于 2026-07-18 对照线上站点和当前演示文稿完成校准——请参阅 /CLAUDE.md 了解完整的当前产品背景。
暴露的工具
工具 | 功能 |
| 免费的 Stage-1 沙盒估算器。根据部门人数、人力成本和主要非结构化输入类型,估算单个部门中价值泄漏的位置。无需集成——仅需合成/自行上报的输入。 |
| 以美元/年为单位量化已识别的泄漏模式—— |
| 线索捕获交接——从方向性估算推进到真实、基于日志的扫描(无摩擦 POC 剧本第 1 阶段 → 第 2 阶段)。如果设置了 |
Related MCP server: Summit53 MCP Server
工作示例
来自 Melt 的 真实 AI 价值泄漏解剖 案例研究——一家已上市前的金融科技公司,年放款额 15 亿美元,已在使用 Salesforce、Gong 和 Clari:
信号 | 发现 |
Gong 辅导 | 29% 的打开率——销售代表绕过 AI 生成的通话摘要,手动重复劳动 |
Clari 预测 | 62% 的覆盖率——手动日期录入在 13 个预测周期中有 8 个破坏了模型 |
Salesforce → CS 交接 | 4.2 天的延迟,拖慢了成交后的入职流程 |
Salesforce 线索路由 | 32% 手动操作——自动化失败,需要每天手动重新分配 |
这些都没有出现在常规的采用率仪表板中——每个工具都显示"活跃",但这与它是否真正创造价值是两回事。拉取 14 个工作日的历史日志,追踪这四种模式在时间和金钱上的实际成本,合计每年泄漏 77,235 美元。
melt_estimate_annual_leak 推广了同样的分析框架——totalVolume × (leakRatePct/100) × valuePerEvent——适用于任何已知或假设了规模和比率的泄漏模式。melt_analyze_value_vectors 则是更早期阶段的工具,适用于你还不知道从哪里入手的情况。
melt_estimate_annual_leak 取代了四个以公式命名的计算器
(melt_calculate_feature_waste、_dso_cash_flow_impact、
_contract_cycle_revenue_unlock、_win_rate_pipeline_impact),
这些计算器实现了一个已退役产品框架中的财务公式(Thermal Scan /
Feature Waste Dollar Amount™ / Delta Engine)——这些名称均未出现在任何
当前的 Melt 材料中。请参阅 CLAUDE.md 中的"已明确退役的内容"部分。
安装与运行
cd mcp-server
npm install
npm run build
npm start # runs dist/index.js on stdio在接入客户端之前,先交互式地试用一下:
npm run inspect # launches the MCP Inspector against the built server接入 Claude Desktop / Claude Code
已发布到 npm——一行配置即可,无需本地克隆:
{
"mcpServers": {
"melt": {
"command": "npx",
"args": ["-y", "@themelt/mcp-server"]
}
}
}或者从本地克隆:
{
"mcpServers": {
"melt": {
"command": "node",
"args": ["/absolute/path/to/mcp-server/dist/index.js"]
}
}
}一键安装(.mcpb 包)
对于 Claude Desktop 而言,themelt-mcp-server.mcpb(Anthropic 的 MCP
包格式)可以双击安装——无需终端,无需编辑配置文件。从
最新 GitHub 发布页
下载 .mcpb 文件,然后双击或将其拖入 Claude Desktop 的设置窗口。
要从源码重新构建:
npm run build:mcpb # produces themelt-mcp-server.mcpb清单文件(mcpb-build/manifest.json)是手工维护的,并非
从 TypeScript 源码自动生成——如果工具的名称、参数或
描述发生变化,请手动更新清单中的 tools 数组以保持一致。
托管 HTTP 传输
dist/index.js(stdio)是配置到本地 Claude Desktop/
Cursor 安装中的方式。dist/httpServer.js 是备选入口,实现了
MCP 流式 HTTP 传输——这正是未来"启动托管 MCP"网页
按钮(LLMO_PLAYBOOK.md,任务 3.2)将指向的入口,让用户无需
在本地安装任何东西即可试用。
npm run build
PORT=3000 npm run start:http # POST MCP JSON-RPC to http://localhost:3000/mcp无状态设计——没有会话 ID,每个请求都会创建全新的服务器实例。
通过 MCP_HTTP_API_KEY 可选启用认证(默认未设置):未设置时,
端点完全开放——这与当前暴露的内容(只读计算器加一个线索捕获表单)的
信任边界相匹配,也等同于公开网站联系表单的边界。在将任何更敏感的内容
放到该传输之后之前,请先设置它:
MCP_HTTP_API_KEY=some-long-random-value PORT=3000 npm run start:http设置后,每个 /mcp 请求都需要携带 Authorization: Bearer some-long-random-value
——密钥缺失或错误会返回 401。使用 crypto.timingSafeEqual 进行比较,而不是
普通的字符串 ===,这样响应时间就不会被用来逐字节猜测密钥。
目前尚未部署到任何地方;这只是代码,不是线上 URL——
部署(Vercel/Fly/Render 等)是另一个独立的问题,留待后续决定。
工具调用分析
每次工具调用(无论成功还是出错)都会向 mcp-server/analytics.jsonl 追加一行
(该文件已被 gitignore),并向 stderr 输出一行摘要——包含工具名称、成功/失败状态,
以及错误码(如适用)。刻意不记录金额数据、联系信息
和自由文本备注;与包含 PII 的 leads.jsonl 分开存放。这回答了
"是否真的有人在用"以及"哪个工具描述让模型感到困惑"的问题,
独立于 llmo-eval 的仅引用审计。
环境变量
变量 | 必填 | 用途 |
| 否 | 覆盖 |
| 否 | 与 |
| 否 |
|
| 否 | 如果设置,则托管 HTTP 的每个 |
门户 ID / 表单 ID 的默认值已经内置在代码中(它们
不是机密——任何公开的 HubSpot 嵌入
代码片段中都会暴露相同的值),因此 melt_request_scan 在零配置的情况下
即可触达真实的 Melt 管道。如果 HubSpot 提交因任何原因失败,请求会回退
到 mcp-server/leads.jsonl(已 gitignore),而不会丢失。
发布
以 MIT 许可证发布在 @themelt npm 组织下(创建于 2026-07-20,所有者 omer_melt)。
npm publish 实际上是单向操作——npm 允许在 72 小时内取消发布,
但强烈不建议这样做,而且一旦包有了依赖者就会完全禁止,
因此请将任何已发布的版本视为永久性的。
Maintenance
Related MCP Servers
- AlicenseAqualityCmaintenanceConnects 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.2057MIT

Summit53 MCP Serverofficial
AlicenseNot gradedqualityCmaintenanceProvides 48 revenue intelligence tools that let AI assistants search deals, forecast revenue, analyze pipeline risk, manage outreach, and track value delivery via natural language.41Inno Setup- AlicenseBqualityCmaintenanceEnables AI assistants to perform multi-stage residual income projections, discounting, and enterprise value bridging analysis using standardized financial data inputs.1MIT
- AlicenseNot gradedqualityDmaintenanceEnables AI assistants to query and analyze Salesforce pipeline data, including pipeline health, deal details, and risk alerts, through natural language.10MIT
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.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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