Мой собственный MCP на основе проекта создания протоколов совещаний

Это образовательный локальный MCP-пакет для просмотра неструктурированных заметок с совещаний, создания промптов для написания протоколов, проверки черновиков и сохранения после одобрения пользователем.

Названия компаний, имена людей, расписания, инциденты, цифры и высказывания в этом пакете — синтетические данные, созданные в образовательных целях.

Образовательные цели

По завершении практики обучающийся сможет:

1. Объяснять роли Host, Server и Tool в MCP.

2. Запускать локальный STDIO MCP-сервер на Python.

3. Реализовывать и модифицировать Tool для чтения неструктурированных данных.

4. Проектировать пишущий Tool с границами проверки и одобрения.

5. Настраивать MCP под собственный формат протоколов совещаний.

6. Подключать сервер к Codex или Claude Desktop и демонстрировать его работу.

7. Проектировать описания инструментов, схемы, ответы и ошибки с точки зрения harness-инжиниринга.

Related MCP server: Guarded MCP Agent

Содержимое

• 3 синтетические неструктурированные заметки с совещаний разного уровня сложности

• Работающий сервер FastMCP: 11 инструментов, 3 ресурса, 1 промпт

• Стандартный шаблон протокола совещания

• Сохранение на основе токена одобрения и обнаружение перезаписи

• Проверка соответствия исходному тексту (grounding)

• 5 практических заданий для обучающихся

• 1 пример ответа для преподавателя

• Модульные тесты домена, grounding и harness-конвенций, а также STDIO smoke-тест

Быстрый старт

Требования: Python 3.11 или новее, uv

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

Чтобы использовать MCP Inspector, выполните:

uv run mcp dev src/meeting_mcp/server.py

Предоставляемые инструменты

Рекомендуемый порядок работы указан ниже; поле next_actions в каждом ответе подсказывает следующий шаг.

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

Ресурсы и промпты

Проектирование harness

Этот сервер рассматривает как объект проектирования не только функциональность, но и способ, которым модель использует инструменты. Подробнее см. в практике 5.

• Каждый ответ содержит stage и next_actions, чтобы модель могла выбрать следующий инструмент, глядя только на ответ.

• Ошибки возвращаются вместе с кодом причины, способом восстановления и доступными значениями.

• Схемы аргументов остаются плоскими ({"note_id": "..."}). Если использовать Pydantic-модель в качестве типа аргумента, вызов будет вложенным в {"params": {...}}, что меняет форму вызова.

• Возвращаемые значения — Pydantic-модели, поэтому outputSchema создаётся автоматически.

• Только надёжные проверки (структура) блокируют сохранение; эвристические проверки (grounding) лишь предупреждают.

• Все инструменты помечены readOnlyHint / destructiveHint, чтобы отличать пишущие инструменты.

Подключение Codex

Выполните следующую команду в корне пакета:

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

В приложении Codex также можно добавить сервер через Settings → MCP servers → Add server как STDIO-сервер. Согласно официальной документации OpenAI, приложение Codex, CLI и расширение IDE используют общие настройки MCP одного хоста.

Подключение Claude Desktop

Замените ABSOLUTE_PROJECT_PATH в config/claude_desktop_config.example.json на абсолютный путь к этой папке и примените в настройках Claude Desktop. После этого необходимо полностью закрыть и снова запустить приложение.

Рекомендуемые промпты для практики

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.

Порядок обучения

1. START_HERE.md

2. Практика 1: данные и Tool

3. Практика 2: промпт и шаблон протокола

4. Практика 3: проверка и одобрение

5. Практика 4: подключение клиента

6. Практика 5: harness-инжиниринг

Команды проверки

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

Принципы проектирования

• MCP не вызывает отдельный LLM API.

• Codex или Claude выполняют обобщение, а MCP отвечает за данные, проверку и сохранение.

• Информация, не подтверждённая в исходном тексте, не создаётся; проверка grounding сверяет это механически.

• Для окончательного сохранения требуются и токен одобрения, выданный в предпросмотре, и явное одобрение пользователя.

• Токен одобрения — это хэш (note_id, текст), поэтому одобренное содержимое не может отличаться от сохраняемого.

• Доменная логика (core, grounding) отделена от конвенций инструментов (server, harness).

• В реальном обучении данные о клиентах, сотрудниках и контрактах не используются.

Ссылки

• Базовый справочный репозиторий: https://github.com/kyopark2014/mcp

• Официальная документация Codex MCP: https://developers.openai.com/codex/mcp

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