mcp-jordy

mcp-jordy

MCP server for managing the complete workflow of bank meeting minutes, from capture to approval and Word document generation.

Category
访问服务器

README

Servidor MCP — Actas Bancarias

Empresa S.A. | Uso Interno y Confidencial

Servidor MCP construido sobre Azure Functions Python. Expone herramientas MCP para administrar el flujo completo de captura de actas, validación, generación de borrador, edición, aprobación y conversión final a Word.


Tools disponibles

Tool Descripción
ActaWizard Gestiona la creación de sesiones, captura de datos, guardado de respuestas y preguntas siguientes.
ValidateActa Valida que los campos obligatorios del acta estén completos.
GenerateDraft Genera un borrador de acta en Markdown usando los datos capturados.
UpdateDraft Permite modificar el borrador antes de su aprobación.
ApproveDraft Registra la aprobación formal del borrador.
GenerateDocx Convierte el borrador aprobado en un documento Word (devuelto en base64).

Flujo de negocio

ActaWizard → ValidateActa → GenerateDraft → Mostrar borrador → UpdateDraft (0 o más veces) → ApproveDraft → GenerateDocx


Requisitos previos

  • Python 3.10+ (recomendado 3.12)
  • Azure Functions Core Tools v4
  • Azurite (emulador de Storage — requerido incluso en local, el extension MCP lo usa para el transporte SSE)
  • azure-functions>=1.24.0 (el mcp_tool_trigger no funciona con versiones anteriores)

1. Instalar dependencias

python3 -m venv .venv
. .venv/bin/activate       # en Windows: .venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements.txt

2. Correr los tests (sin necesidad de levantar el servidor)

Los tests en tests/test_tools.py llaman directamente a la lógica de cada tool, sin pasar por el runtime de Azure Functions ni por Azurite. Son la forma más rápida de verificar que la lógica de negocio funciona:

pytest -v

Deberían pasar 5 tests que cubren: creación de sesión, flujo completo hasta generar el DOCX, validación con campos faltantes, y que un borrador aprobado no se puede editar.

3. Levantar el servidor MCP real

# En otra terminal, arrancar el emulador de storage:
azurite --silent --location .azurite --debug .azurite/debug.log
# o, en VS Code: Ctrl+Shift+P -> "Azurite: Start"

func start

El servidor MCP expone el webhook en:

http://localhost:7071/runtime/webhooks/mcp

4. Probar los tools end-to-end

Dos formas:

a) MCP Inspector (recomendado, habla el protocolo real):

npx @modelcontextprotocol/inspector

Conectar a http://localhost:7071/runtime/webhooks/mcp/sse, listar tools e invocarlas una por una viendo el JSON de respuesta.

b) Postman: importar tests/Actas_MCP_Postman.json y correr los requests en orden (01 a 07). Los primeros dos requests guardan automáticamente session_id y draft_id como variables de colección para los siguientes.


Notas importantes

  • local.settings.json está en .gitignore. No subas credenciales al repositorio.
  • El estado (sesiones, borradores) se guarda en .data/*.json junto al proyecto. Esto es suficiente para desarrollo local, pero no es apto para producción: en Azure Functions el filesystem local no es persistente ni se comparte entre instancias. Antes de desplegar con más de una instancia, reemplazar tools/storage.py por Azure Table Storage, Cosmos DB o Blob Storage.
  • host.json tiene system.webhookAuthorizationLevel: "Anonymous" para facilitar las pruebas locales. Antes de desplegar a Azure, cambiarlo a "Function" o "System" para requerir la key mcp_extension.
  • UpdateDraft interpreta instrucciones en español con reglas simples (reemplazar/eliminar/agregar); instrucciones ambiguas se agregan al final del borrador en vez de aplicarse quirúrgicamente. Es una limitación conocida, no un bug.

Tips rápidos

  • ActaWizard devuelve sessionId, status, nextField y question.
  • ValidateActa devuelve complete y missingFields.
  • GenerateDraft crea el borrador con draftId y draftMarkdown.
  • UpdateDraft no puede editar un borrador aprobado.
  • GenerateDocx solo funciona si el borrador está aprobado, y devuelve el archivo como fileBase64 (decodificar para obtener el .docx).

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选