Skip to main content
Glama

Valeo Connector (MCP) — MVP

一个极简的远程 MCP 服务器,将 Valeo Health 会员数据转化为 Claude 连接器, 工作方式与 Function Health 连接器相同。

  • 零依赖。 仅使用标准库 Python。可在 macOS 自带的 python3 上运行。

  • 传输方式: Streamable HTTP(MCP 规范 2025-06-18),单一 /mcp 端点。

  • 认证: 暂无(演示用)。所有数据来自 sample_data.py

  • 只读。 每个工具都标注了 readOnlyHint: true

在线演示端点(示例数据,无需认证):

https://valeo-connector.onrender.com/mcp

在 Claude 中通过 设置 > 连接器 > 添加自定义连接器 添加该端点。健康检查: https://valeo-connector.onrender.com/health。免费实例,闲置约 15 分钟后会休眠, 唤醒后的首次调用需要 30-60 秒——演示前先打开健康检查 URL 预热。

部署到 Render

文件

文件

说明

server.py

整个连接器:HTTP 传输 + JSON-RPC 分发 + 5 个工具

sample_data.py

唯一的模拟部分。将这些查找替换为真实的 Valeo API 调用即可上线

test_server.py

对协议和每个工具进行 22 项冒烟测试

.mcp.json

项目级配置,让 Claude Code 自动识别本地服务器

run.sh

运行 ./run.sh 启动它

assets/

品牌图标,以及用于从字标重新生成图标的 make_icon.py(需要 Pillow;服务器本身不需要)

Related MCP server: health-mcp

工具

工具

回答的问题示例

参数

get_lab_summary

“我的化验结果怎么样?”“哪些需要关注?”

categories, out_of_range_only, include_trends

get_category_breakdown

“我的心脏健康如何?”“哪些方面异常?”

categories

get_programs

“我的代谢重置进展如何?”“我是否按计划进行?”

status

get_appointments

“我的下一次预约是什么时候?”“我需要禁食吗?”

include_past

get_supplement_plan

“我在服用哪些补充剂,为什么?”

示例面板中的健康类别:心脏、代谢、维生素与矿物质、甲状腺、肝脏、 肾脏、血液与免疫、激素、男性健康。

与 Function Health 一样,该连接器刻意只暴露汇总级数据—— 计数、类别、标志和趋势方向(如“维生素 D,偏低,显著”),绝不提供原始化验值。

图标

服务器在其 serverInfo 上以数据 URI 形式声明一个方形品牌图标(符合 MCP icons 字段,SEP-973),并在 /icon.png/icon-128.png/favicon.ico 提供该图标。

Claude.ai 目前对自定义连接器不渲染此图标——自定义连接器无论服务器声明什么都会显示通用图标 (claude-ai-mcp#152)。声明它 没有成本,一旦该功能上线即可生效。如今要获得品牌图标,需要 连接器目录列表,在提交时上传图标。

运行

./run.sh

然后在另一个终端中:

python3 test_server.py

健康检查:http://127.0.0.1:8787/health

演示路径 1 — Claude Code(最快,约 30 秒)

.mcp.json 已指向 http://127.0.0.1:8787/mcp。启动服务器,在此文件夹中打开 Claude Code, 在提示时批准 valeo 服务器,然后询问:

我的化验结果怎么样,我的计划进展如何?

演示路径 2 — 任何拥有 Claude 订阅的用户(公共 URL)

Claude 的服务器会调用你的端点,因此它需要一个稳定的公共 HTTPS URLlocalhost 和 重启后失效的隧道都不行。部署该仓库后,任何付费 Claude 计划(Pro、Max、Team、Enterprise) 的用户都可以自行添加:

Claude → 设置 → 连接器 → 添加自定义连接器 → 粘贴

https://valeo-connector.onrender.com/mcp

部署

render.yamlDockerfile 都在仓库中,并原样运行 server.py

Render(无需 CLI,免费,无需信用卡):

  1. 点击本 README 顶部的 Deploy to Render 按钮,或前往 render.com → New → Blueprint → 选择此仓库 → Apply。无论哪种方式都会读取 render.yaml

  2. 使用 GitHub 登录并授权访问该仓库。

  3. 你会获得 https://valeo-connector.onrender.com(如果名称被占用,Render 可能会添加后缀)。 连接器 URL 是该地址加上 /mcp。推送到 main 分支会自动重新部署。

在接入 Claude 之前验证部署:

python3 test_server.py https://valeo-connector.onrender.com

所有 22 项检查应像本地一样全部通过实时 URL。

免费实例闲置约 15 分钟后休眠,因此唤醒后的首次调用需要 30-60 秒 (Claude 的工具超时为 300 秒,所以仍然有效——只是感觉较慢)。$7 计划或 Valeo 自己的 基础设施可以消除这个问题。

任何容器主机(Cloud Run、Fly、Railway)都可以使用 Dockerfile。设置 HOST=0.0.0.0; 服务器会从环境变量读取 PORT

最终这应该托管在 Valeo 自己的域名上——Function Health 的服务器位于 https://services.functionhealth.com/ai-chat/mcp

分享 URL 前需要了解的两件事

  1. 目前没有认证,因此每个用户看到的是同一个虚构会员。 这对演示来说没问题, 并且服务器自身对 Claude 的指令中已明确说明。这是真实会员数据接入前必须改变的一件事。

  2. 被列入 Claude 的连接器目录是一个单独的步骤——需要向 Anthropic 提交申请。 没有它连接器仍然可用;用户只需手动添加 URL,而不是在目录中找到它。

MVP 之后要添加的内容

  1. OAuth 2.0,让每个会员只能看到自己的数据。Claude 支持动态客户端注册; 托管界面的回调地址是 https://claude.ai/api/mcp/auth_callback。 提供 /.well-known/oauth-protected-resource(RFC 9728)并限定令牌范围 (read:labsread:programsread:appointments)。

  2. 真实数据:用基于令牌的 Valeo API 调用替换 sample_data.py

  3. 稳定托管:由于没有依赖,任何 Python 主机都可以。

  4. 文档页面,类似 Function Health 的,并提交到连接器目录。

值得了解的限额

约束

限额

Claude.ai / Desktop 工具结果大小

约 150,000 字符

Claude.ai / Desktop 工具超时

300 秒

传输方式

Streamable HTTP(旧版 HTTP+SSE 已弃用)

非医疗建议;仅提供汇总级数据。

F
license - not found
Not graded
quality - not tested
B
maintenance

Maintenance

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

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Hosted MCP server exposing US hospital procedure cost data to AI assistants

  • MCP server for medicare-coverage

  • Hosted Amazon Seller and Vendor MCP server for Claude, ChatGPT, Cursor, Codex, Gemini, Copilot.

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/priyanshupriyamvaleo/valeo-connector'

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