mcp-jordy
MCP server for managing the complete workflow of bank meeting minutes, from capture to approval and Word document generation.
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(elmcp_tool_triggerno 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.jsonestá en.gitignore. No subas credenciales al repositorio.- El estado (sesiones, borradores) se guarda en
.data/*.jsonjunto 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, reemplazartools/storage.pypor Azure Table Storage, Cosmos DB o Blob Storage. host.jsontienesystem.webhookAuthorizationLevel: "Anonymous"para facilitar las pruebas locales. Antes de desplegar a Azure, cambiarlo a"Function"o"System"para requerir la keymcp_extension.UpdateDraftinterpreta 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
ActaWizarddevuelvesessionId,status,nextFieldyquestion.ValidateActadevuelvecompleteymissingFields.GenerateDraftcrea el borrador condraftIdydraftMarkdown.UpdateDraftno puede editar un borrador aprobado.GenerateDocxsolo funciona si el borrador está aprobado, y devuelve el archivo comofileBase64(decodificar para obtener el.docx).
推荐服务器
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。
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。