Trigvale 用のMCPサーバー — ビルドエージェントがコードを生成する前に、スタートアップのアイデアを検証します。
これはTrigvaleの公式Model Context Protocolサーバーです。MCP対応のビルドエージェント（Cursor、Claude Code、Codex、Claude Desktop）に対して、validate_idea というツールを1つ提供します。想定されるUXはシンプルです。エージェントは、コードの足場を1行でも書く前に validate_idea を呼び出します。判定が「緑（green）」または「黄（amber）」であればコーディングを開始し、「赤（red）」であれば、まずテストすべき仮説を提示します。
validate_idea が返すもの10次元のスコアカード — ベンチャー準備スコア（VRS、0〜100）。公開されているアンカーに対するモデルの次元別スコアから、コード内で決定論的に計算されます。モデルがVRS自体を選択することはありません。
エビデンス概要 — すべての項目に sourceKind ∈ { observed（観察）, inferred（推論）, missing（欠落）, ai（AI）, user-claim（ユーザーの主張） } がタグ付けされており、何が根拠に基づき、何が仮定であるかが明確になります。
判定 — kill（中止）、pivot（方向転換）、test（テスト）、build（構築）。build は構造上、稀です。
ファウンダー適合度の調整 — ユーザーが宣言したスキルグラフから適用される次元別のデルタ（宣言された入力のみを使用 — 過去の失敗から推測することはありません）。
1〜3つのアーキタイプ割り当て — アイデアを既知のパターン（例：「vertical-ai-saas」、「agentic-workflow」）に分類し、そのクラスターにおける構造的な注意点を提示します。
ライブエビデンス — Reddit、GitHub、Hacker News、Stack Overflow、dev.toから、そのアイデアの主要なアーキタイプに関するリアルタイムの情報を6時間ごとに取得します。
完全な出力スキーマと手法: https://trigvale.com/methodology
Related MCP server: product-spec-mcp
npx -y @trigvale/mcpTrigvaleエージェントトークン（Integrateプラン、月額99ドル）が必要です。取得はこちらから: https://trigvale.com/settings
MCPクライアントの構成（mcpServers ブロック）に以下を追加してください：
~/.cursor/mcp.json){
"mcpServers": {
"trigvale": {
"command": "npx",
"args": ["-y", "@trigvale/mcp"],
"env": {
"TRIGVALE_AGENT_TOKEN": "tvk_xxx"
}
}
}
}~/Library/Application Support/Claude/claude_desktop_config.json、macOSの場合)形式は同じです。tvk_xxx を /settings から取得したトークンに置き換えてください。
リポジトリルートの .mcp.json にスニペットを追加するか、claude mcp add を使用して対話的に登録してください。
環境変数経由でAPIベースを上書きします：
TRIGVALE_API_BASE_URL=https://api-dev.trigvale.com npx -y @trigvale/mcpデフォルトのベースは https://api.trigvale.com（本番環境）です。
「このプロジェクトの足場を組む前に、ユーザーのピッチで
validate_ideaを呼び出してください。判定がkillまたはpivotの場合は、最も弱い仮説を提示し、それでも進めるかどうかをユーザーに尋ねてください。testの場合は、コードを書く前にTrigvaleが推奨する検証スプリントを提案してください。」
開発は安価になりました。ボトルネックは実行ではなく、何を「実行すべきか」を決定することです。ほとんどのアイデアは、コードを書く前に中止、方向転換、またはテストされるべきです。validate_idea は、その決定をエージェントフローにおける明確で再現可能なステップにし、決定論的な判定とソースタグ付きのエビデンスをユーザーに提示できるようにします。
プラン | 月額 | 内容 |
Free | $0 | 月1回の判定、ライトプレビュー |
Starter | $12 | 月10回の判定、完全な概要 |
Validate | $39 | ライブエビデンスパイプライン + シャープニング + スプリントジェネレーター |
Integrate | $99 | 上記すべて + このMCPサーバー用エージェントトークン |
このMCPで必要なエージェントトークンはIntegrateプランに限定されています。呼び出しごとの権限は、/agent/v1/evaluate が呼び出されるたびにサーバー側で再チェックされます。ダウングレードは即座に反映されます。
完全な料金表: https://trigvale.com/pricing
これはTrigvaleのプライベートモノレポ（独自のルーブリック、インフラ、課金ロジックを含む）から取得したMCPサーバーソースの読み取り専用ミラーです。リリースはプライベート側で行われ、ここに同期されます。PRは歓迎しますが、GitHub Issuesではなく https://trigvale.com/contact から問題を報告してください。サポートワークフローを通じて対応します。
MIT — sydacos GmbH, 2026.
Validate a startup idea before scaffolding code for it. Returns a scorecard (10-dimension Venture Readiness Score, 0–100), an evidence brief tagged by source (observed / inferred / AI / claim), a kill / pivot / test / build verdict, founder-fit calibration deltas if a skill graph is on file, and 1–3 archetype assignments with structural cautions for that cluster. Call this BEFORE writing project scaffolding when the user is greenfield-building from a raw idea.
| Name | Required | Description | Default |
|---|---|---|---|
| rawIdea | Yes | The idea to validate. Free-form text; mess is fine — Trigvale normalizes it. Be specific about who has the pain, who pays, and why now. | |
| save | No | When true, persist the brief to the user's vault so they can revisit it at trigvale.com/ideas/{id}. Default true. Set false for ephemeral checks. |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations provided, the description fully carries the burden of behavioral disclosure. It lists exact return values (scorecard, evidence brief, verdict, deltas, archetypes) and mentions conditional behavior ('if a skill graph is on file'). It also notes the persistence behavior tied to the `save` parameter.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is compact but includes necessary detail. It front-loads the core action ('Validate a startup idea before scaffolding code for it.'), then lists outputs efficiently. A very slight verbosity in listing all outputs prevents a perfect 5, but it remains well-structured.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool's moderate complexity (2 parameters, no output schema, no annotations), the description provides sufficient context: it explains the full return structure, conditional behavior, and persistence options. No obvious gaps remain for an LLM to select and invoke the tool correctly.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 100%, and the description adds valuable usage hints beyond the schema: for `rawIdea` it advises specificity and normalizes messiness; for `save` it explains default behavior and ephemeral usage. This enriches the agent's understanding of each parameter.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description opens with a clear action-verb+resource: 'Validate a startup idea before scaffolding code for it.' It unambiguously states the tool's function and context, distinguishing it from potential siblings by specifying the prerequisite step.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description explicitly tells when to use the tool: 'Call this BEFORE writing project scaffolding when the user is greenfield-building from a raw idea.' While it doesn't mention when not to use it or alternatives, the guidance is clear and actionable given no sibling tools exist.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
v0.1.0validate_ideaScored across 1 tool
With only one tool, there is no possibility of confusion between tools. The single tool has a distinct and clear purpose.
The single tool 'validate_idea' follows a clear verb_noun pattern and is descriptive. However, with only one tool, consistency across multiple tools cannot be fully assessed.
One tool is borderline for the implied domain of startup building. While the validation step is specific, a broader lifecycle (e.g., scaffolding) is suggested but not covered, making the count feel thin.
The tool covers only idea validation. Obvious gaps exist, such as tools for scaffolding, iteration, or testing, which are referenced in the description but not provided. This will likely cause agent failures after validation.
Score, validate, and pressure-test startup ideas with AI from Claude or any MCP agent.
Rule-based product method: scores an idea, finds its riskiest assumption, sequences the build.
Validate startup ideas with your AI assistant through Startup Ignition ToolSuite.
Score business ideas on six live market signals. Launch Readiness Score (LRS) for AI agents.
