ペルソナMCPサーバー。Claude / ChatGPT / Grokに、運用者の仕事、パターン、空き状況、オファーについて質問できます — 運用者の公開履歴書、プロジェクト一覧、オファーページに基づいています。
MCP-Server Harnessパターンのリファレンス実装。 このリポジトリは、運用者が商品化された6週間のエンゲージメントとして販売しているアーキテクチャの動作例です。この形が気に入ったなら、それがセールストークです — 末尾のパターンを参照してください。
AIアシスタントのユーザーなら誰でも呼び出せる、6つの型付きツール:
ツール | 返す内容 |
| 現在の割り当て、進行中のエンゲージメント、および進行中の主要な垂直ウェッジ。 |
| 特定のエンゲージメント（NXT Robotics、AIMIA、Hydrostasis、Digital QR Card）を公開しても安全なレベルで説明。 |
| 運用者の12以上の再利用可能なエンジニアリングパターンカタログに対するキーワード検索。 |
| Playbook / Retainerの空き枠の数＋次に空きが出る最も早い日付。 |
| 現在のバンドルオファー: MCP-Server Playbook + Fractional CTO Retainer。 |
| ディスカバリーコール予約の手順＋事前準備ガイド。自動予約は行いません。価格交渉には明示的に応じません。 |
すべての応答には、信頼度ラベルと出典引用が付属します。サーバーは決して創作しません。グラウンディングデータに記載がなければ、サーバーはそれを発言しません。
Related MCP server: Internal Data MCP Server
リモートエンドポイントはMCP Streamable HTTP + OAuth 2.1に対応しています。接続方法は3つあります:
Claude Desktop UIから追加します: Settings → Connectors → Add custom connector → URL: https://ask-me-mcp-xi.vercel.app/api/mcp。Connectをクリックします。デスクトップクライアントがOAuthメタデータを検出し、クライアントとして登録し、トークンを交換して、ツールをマウントします。手動設定は不要です。
claude_desktop_config.json に追加します — 場所はOSによって異なります。Claude Desktop設定ドキュメントを参照してください:
{
"mcpServers": {
"ask-me": {
"url": "https://ask-me-mcp-xi.vercel.app/api/mcp"
}
}
}claude mcp add --scope user ask-me https://ask-me-mcp-xi.vercel.app/api/mcpローカルstdio開発用（HTTPなし、OAuthなし — 認証はstdioには適用されません）:
{
"mcpServers": {
"ask-me": {
"command": "node",
"args": ["/absolute/path/to/ask-me-mcp/dist/src/server.js"]
}
}
}その後の任意のClaude Codeセッションで:
Ilyesの現在のフォーカスは？ LLM評価のために彼が作ったパターンは？ 彼は10月にPlaybookエンゲージメントの空きはありますか？
Node.js 20+
npm（またはpnpm / yarn — package.jsonはnpm優先）
git clone https://github.com/tounsils/ask-me-mcp.git
cd ask-me-mcp
npm installnpm run dev生成されたプロセスにClaude CodeまたはMCP Inspectorを接続します。
npm run builddist/ に出力されます。
# Set the JWT signing secret (one-time; required for OAuth).
vercel env add MCP_JWT_SECRET production
# Paste a long random string. Generate one: `openssl rand -base64 48`.
vercel deploy --prodapi/mcp.ts ハンドラーは、OAuth 2.1による保護付きでStreamable HTTPトランスポートを提供します — ClaudeのコネクタディレクトリとChatGPTのApps SDKの両方が使用する形式です。完全なアーキテクチャについてはdocs/oauth-flow.mdを参照してください。
npm run eval # 15 tool cases against handlers directly (no HTTP)
npm run eval:oauth # 6-step end-to-end OAuth flow (needs MCP_JWT_SECRET)期待される回答のうち、一致するものがしきい値の割合に満たない場合、ツールコーパスはビルドを失敗させます。合格しなければ、何も出荷されません。
OAuthフローテストは、register → authorize → token → 保護された/api/mcp → 401チャレンジ → refresh の一連を、Vercel形式のモックreq/resオブジェクトに対してすべてインプロセスで実行します。
ask-me-mcp/
├── src/
│ ├── server.ts # shared MCP server (used by both stdio + HTTP)
│ ├── tools/ # six typed tool implementations
│ │ ├── getCurrentFocus.ts
│ │ ├── getEngagementSummary.ts
│ │ ├── searchReusablePatterns.ts
│ │ ├── checkAvailability.ts
│ │ ├── getOfferDetails.ts
│ │ └── bookDiscoveryCall.ts
│ ├── grounding/
│ │ ├── data.json # pre-extracted structured facts (v0)
│ │ └── index.ts # loaders + search helpers
│ └── rails/
│ └── confidence.ts # confidence + source-citation wrapper; refusal helper
│ └── oauth/ # OAuth 2.1 + PKCE + anonymous DCR
│ ├── config.ts # issuer, scopes, TTLs, endpoint paths
│ ├── jwt.ts # HS256 sign/verify (via `jose`)
│ ├── clientRegistry.ts # client_id = signed JWT (no DB)
│ └── codeGrant.ts # auth code + access/refresh token + PKCE S256
├── api/
│ ├── mcp.ts # Vercel serverless entry (Streamable HTTP + Bearer auth)
│ ├── health.ts # diagnostic (unauthenticated)
│ ├── register.ts # RFC 7591 DCR
│ ├── authorize.ts # authorization endpoint (auto-approves)
│ ├── token.ts # token exchange with PKCE
│ ├── oauth-protected-resource.ts # RFC 9728 metadata
│ └── oauth-authorization-server.ts # RFC 8414 metadata
├── eval/
│ ├── corpus.json # 15 tool cases + expected answers
│ ├── runner.ts # replays tool corpus, threshold-gated
│ └── oauth-flow.ts # 6-step OAuth end-to-end test
├── docs/
│ └── oauth-flow.md # OAuth architecture + how to swap for real user identity
├── package.json
├── tsconfig.json
├── vercel.json
└── README.mdこのプロジェクトは、運用者が商品化された6週間のエンゲージメントとしてクライアントに提供しているパターン — MCP-Server Product Playbook — のリファレンス実装です。
その形:
型付きツール契約。 JSONスキーマに厳格な6つのツール。自由形式は一切ありません。モデルはこれらのツールだけを、これらの引数だけで呼び出せます。
コーディネーター＋スペシャリスト（拡張可能）。 v0には1つのコーディネーター（ツール呼び出しをルーティングするMCPサーバー）があります。v1では、より複雑なツール内にエリシテーション＋スーパーバイザーエージェントを追加する予定です。
型付きシグナルベクトル。 グラウンディングデータから抽出された構造化された事実。自由テキストではありません。
バージョン管理された推論仕様。 ツールの実装こそが推論仕様です — プロンプトではなくコード内でバージョン管理されます。
ガードレール＋信頼度。 すべての応答には confidence + sources + 任意の disclaimers が含まれます。モデルはそれらを表示できます。
外部グラウンディング。 サーバーは src/grounding/data.json を照会します。モデルは決して創作しません。
評価コーパス＋evalランナー＋認定。 eval/corpus.json には期待される回答が含まれており、npm run eval でそれらを再生します。出荷するかしないか、それだけです。
この形に当てはまるプロダクト（キャリアガイダンス、医療トリアージ、法務受付、財務計画、コーチング、エキスパートシステム全般）を構築しているなら、運用者はそれを出荷するための6週間・固定スコープのエンゲージメントを販売しています。get_offer_detailsを参照するか、tounsils@gmail.com までメールしてください。
MIT。LICENSEを参照してください。
Ilyes Tounsi によって構築 · Carlsbad, CA · tounsils.github.io。
This server cannot be deployed
Bring your organization's expert knowledge, and the work of capturing it, into your AI assistant.
Shared business knowledge, tools and skills for AI agents, with citations and approval controls.
Governed, auditable knowledge your team curates for its AI assistants, self-hostable
Shared, permission-aware company context for AI agents, with provenance, approvals and audit.
