Launch Engine — Business Execution OS

Asset Factory

アイデアを収益に変えるエージェント型パイプラインです。個人創業者やブートストラッパー向けです。

npx -y asset-factory-mcp

---

Asset Factory を選ぶ理由

ほとんどの MCP サーバーが提供するのは、GitHub 連携、データベースクエリ、Slack ボットといった単一のツールです。

Asset Factory は、パイプラインとして連携する42のツールを提供します。生のアイデアから収益の検証までを網羅したプレイブック全体を、すでにお使いの AI クライアント内で実行できます。

• 白紙を前に手が止まることはありません。 scout から始めれば、システムが各段階で次にすべきことを正確に示します。
• すべての段階が次の段階につながります。 購買者調査はオファー設計に反映され、オファー設計はキャンペーンのコピーに反映されます。キャンペーンのコピーは検証につながります。無駄になるものはありません。
• アセットを作る前に計算します。 何かを作る前に、ユニットエコノミクスを検証します。予算内では成り立たないオファーの構築に何週間も費やすことはありません。
• アイデアを5,000ドルではなく50ドルでテストできます。 rapid_test を使えば、ランディングページと有料トラフィックを活用し、フルパイプラインに取り組む前に3〜5日で反応を確かめられます。
• AI がチャットボットではなく共同創業者になります。 質問に答えるだけではありません。あなたと一緒に、体系化されたビジネスシステムを実行します。

---

インストール

npm install -g asset-factory-mcp

インストールせずに直接実行することもできます。

npx -y asset-factory-mcp

クイックスタート

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

Cursor

MCP 設定（.cursor/mcp.json）に追加します。

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

ソースから

git clone https://github.com/ZionHopkins/asset-factory-mcp.git
cd asset-factory-mcp
npm install
npm run build
node dist/index.js

仕組み

Asset Factory は2層構成のツールシステムです。

レイヤー A — 42の SOP ツール（読み取り専用）：各ツールは pipeline-state.json に照らして前提条件を検証し、前段階のコンテキストを読み込み、learnings.json でパターンを確認して、そのコンテキストを加味した SOP の手順全体を返します。AI が手順を実行します。

レイヤー B — 3つのユーティリティツール（変更操作）：update_pipeline_state、save_asset、capture_learning です。これらは、状態の書き込みとファイルの作成をすべて処理します。AI は各 SOP の実行後にこれらを呼び出します。

パイプライン

Five entry points:

1. scout            → Full pipeline (research → offer → build → deploy → validate)
2. rapid_test       → Quick $50-100 test (signal in 3-5 days)
3. passive_deploy   → Marketplace assets (after research)
4. tournament       → Batch-evaluate 3-5 ideas through Layer 1 simultaneously
5. portfolio_triage → Rank existing pipelines by profit velocity, select top N

パイプライン全体の流れ

LAYER 1 (Strategist):
  scout → autonomy → market_intel → research → build_blocks → stress_test → unit_economics

LAYER 2 (Builder):
  name_lock → platform + product → deploy → qa → validate_prep

LAYER 3 (Validator):
  validate_check (daily) → validate_decide → feedback → iterate

TRAFFIC (Paid):
  traffic_strategy → channels → creative_test → funnel_optimize → scale

ORGANIC GROWTH (runs parallel with paid):
  content_engine → content_repurpose → seo_check (monthly)

BOLD ACTION (post-QA):
  bold_action → credibility compression playbook

REVENUE PHASE MANAGEMENT (optional overlay):
  portfolio_triage → revenue_review (weekly)
  Phases: Signal → Cash → Repeat → Scale

CROSS-CUTTING:
  status | daily_check | lessons | voice_extract | dream_100 | tournament

各ツールは前提条件を自動で確認します。market_intel を完了する前に research を実行しようとすると、最初に実行すべきツールを明確に示す STAGE_BLOCKED メッセージが表示されます。

ツールリファレンス

SOP ツール（42）

ツール	説明	前提条件
scout	市場を調査し、未加工のアイデアをもとに実現可能性を判断します	なし（エントリーポイント）
autonomy	エージェント自律性スコア — AI で構築可能なプロダクトの実現可能性	scout
market_intel	競合スコアリングを含む詳細な市場調査	scout, autonomy
research	治療的バイヤーエンジン — ペルソナの詳細な調査	market_intel
build_blocks	バイヤー調査に基づく7つの構成要素	research
stress_test	10項目でオファーをスコアリング	build_blocks
unit_economics	CPA、LTV、損益分岐点のモデリング	stress_test
name_lock	ビジネス名／プロダクト名を確定	stress_test, unit_economics
platform	テックスタックの選定とスコアリング	stress_test
product	プロダクトアーキテクチャの設計	stress_test, name_lock
deploy	セールスページ、メール、広告コピーの生成	name_lock, platform, product
qa	ペルソナとの整合性を確認する7項目のゲート	deploy
validate_prep	検証用デプロイパッケージ	deploy, qa
validate_check	毎日の60秒ヘルスチェック	validate_prep
validate_decide	期間終了時の判定	validate_prep
feedback	パフォーマンス診断と修正先の振り分け	deploy
traffic_strategy	トラフィックチャネルの調査とスコアリング	deploy
channels	チャネルのセットアップと設定	traffic_strategy
creative_test	広告クリエイティブのバリエーションテスト	channels
funnel_optimize	コンバージョンファネル全体のCROテスト	channels
scale	検証済みチャネルの体系的なスケーリング	creative_test
traffic_analytics	パフォーマンスレポートとアトリビューション	channels
dream_100	関係構築戦略とアウトリーチ	research
passive_deploy	マーケットプレイス資産のスコアリングと仕様策定	research
passive_check	定期的なパフォーマンスチェック	passive_deploy
passive_compound	中核資産を軸に関連資産を展開	passive_deploy
passive_portfolio	四半期ごとのポートフォリオレビュー	passive_deploy
rapid_test	アイデアのクイックテスト — ランディングページ＋広告	なし（エントリーポイント）
rapid_check	日次指標としきい値の比較	rapid_test
rapid_graduate	テストをフルパイプラインへ移行	rapid_check
rapid_status	すべての迅速テストのダッシュボード	なし
status	パイプラインのステータスレポート	なし
daily_check	5分間の日次オペレーション状況確認	稼働中のキャンペーン
lessons	パターンライブラリ — パターンの記録と検索	なし
voice_extract	コンテンツからブランドボイスを抽出	qa
content_engine	トピッククラスターの調査、SEO/GEOコンテンツの生成	qa, validate_prep
content_repurpose	1回の処理でコンテンツを複数プラットフォーム向けに再利用	content_engine
seo_check	AI引用トラッキングを含む月次SEO/GEO監査	content_engine
tournament	レイヤー1を通じて3～5件のアイデアを一括評価	なし（エントリーポイント）
bold_action	大胆なアクションのプレイブック — 信頼性を高める最も効果の大きい、取り消せない一手	qa
portfolio_triage	利益速度スコアでパイプラインを順位付けし、稼働上限を適用	なし（エントリーポイント）
revenue_review	週次の収益フェーズ評価（シグナル → キャッシュ → リピート → スケール）	なし（エントリーポイント）

ユーティリティツール（3）

ツール	説明
update_pipeline_state	ドット記法のパスでpipeline-state.jsonを更新
save_asset	ファイルをassets/[market-name]/ディレクトリに保存
capture_learning	再利用可能なパターンをlearnings.jsonに記録

プロジェクトディレクトリ構造

Asset Factoryはプロジェクトディレクトリ内のファイルを作成、管理します。

your-project/
├── pipeline-state.json      # Pipeline progress tracking
├── learnings.json            # Pattern library across pipelines
└── assets/
    └── [market-name]/
        ├── research/         # Scout reports, buyer research, market intel
        ├── building-blocks/  # The 7 Building Blocks
        ├── product/          # Product Architecture Blueprint
        ├── copy/             # Sales letters, email sequences
        ├── campaigns/        # Landing pages, ad copy
        ├── traffic/          # Traffic strategy, creative tests, analytics
        ├── validation/       # Deployment packages, daily checks, verdicts
        ├── voice/            # Brand voice calibration
        ├── passive-portfolio/ # PADA outputs
        ├── rapid-test/       # Rapid test assets
        ├── bold-action/      # Bold Action playbook
        └── content/          # Organic growth engine outputs
            ├── pillar/       # 2,000-4,000 word guides
            ├── spokes/       # 1,000-2,000 word pages
            ├── repurposed/   # Multi-platform assets per source
            ├── schema/       # JSON-LD files
            ├── seo-config/   # robots.txt, sitemap, brand signals
            └── audits/       # Monthly SEO/GEO audit reports

設定

プロジェクトディレクトリは次の順序で解決されます。

1. ASSET_FACTORY_PROJECT_DIR環境変数
2. --project-dir= CLI引数
3. 現在の作業ディレクトリ

初回利用時

既存のパイプラインがない状態で status を実行すると、次のように表示されます。

利用できるパスは3つです：

1. rapid_test — 3〜5日で実施する、50〜100ドルの有料トラフィックテスト
2. scout — 詳細な調査と検証を行う、稼働中の完全なパイプライン
3. passive_deploy — マーケットプレイス向けアセット（事前に調査が必要）

ベストプラクティス

はじめに

• まず status を実行します — 必ず最初に実行してください。パイプラインの状態を読み取り、現在の状況と次にすべきことを正確に示します。
• 新しいアイデアには、まず rapid_test を使います — 検証していないアイデアで完全なパイプラインを実行しないでください。50〜100ドルを使い、3〜5日で手応えを確認します。次の段階に進めると判断したら、scout を実行します。
• 一度に進めるパイプラインは1つにします — 複数のラピッドテストは並行して実施できますが、完全なパイプラインは一度に1つに集中してください。コンテキストの切り替えは勢いを失わせます。

パイプラインの実行中

• 順序に従います — 前提条件のシステムがあるのには理由があります。各ステージの結果は次のステージに引き継がれます。market_intel を省略すると、research に競合状況の文脈がなくなります。stress_test を省略すると、成立しないオファーのアセットを作ってしまうおそれがあります。
• qa を省略しないでください — 約束と製品の不一致、出典が示されていない統計、ペルソナのずれを検出します。購入者に接するアセットはすべて、QA のゲートを通過する必要があります。
• 検証中は毎日 daily_check を実行します — 60秒で完了し、予算を無駄にする前に問題を検出できます。
• 重要な判断の後には必ず lessons を使います — 判定（ADVANCE／KILL）、次の段階に進んだラピッドテスト、クリエイティブテストの勝者などが対象です。パターンライブラリによって、今後のすべてのパイプラインがより賢くなります。

AI との連携

• AI に SOP 全体を実行させます — 各ツールは、必要な手順をすべて返します。途中で中断せず、調査を完了し、成果物を生成して、ファイルを保存するまで進めさせてください。
• Tier 3／4 の判断は慎重に確認します — 市場の選定、価格設定、終了の判断、実際のお金が関わる事項について、システムは一時停止してあなたの入力を求めます。意図的な一時停止です。
• 数値を信頼します — unit_economics は、設定した予算で採算が合うかどうかを示します。判定が NON-VIABLE の場合、無理に進めないでください。次に進むか、オファーを調整します。

スケール

• 拡大する前に検証します — scale には、30件以上のコンバージョンを獲得した、実績のあるクリエイティブの勝者が必要です。未検証のキャンペーンを拡大するのは、資金を無駄にする最も速い方法です。
• 学びを積み重ねます — ANCHOR ステータスに達したパッシブアセットでは、passive_compound を実行します。実績のあるアセット1つから、関連するアセットを5〜10個作成できます。
• 毎週 traffic_analytics を実行します — アトリビューションのずれは発生します。先週うまくいったことが、来週もうまくいくとは限りません。データを常に確認してください。

よくある避けるべき失敗

• stress_test に合格する前にアセットを作らないでください — GO 判定は、オファーの構造に問題がないことを意味します。REVISE または REBUILD の場合は、まず土台を修正します。
• name_lock を省略しないでください — アセットの作成後にビジネス名を変更すると、すべてを作り直すことになります。早い段階で確定してください。
• KILL のシグナルを無視しないでください — ラピッドテストの指標が終了しきい値に達したら、終了します。検証で KILL と判定されたら、学びを記録して次に進みます。埋没費用は戦略ではありません。
• qa の承認なしに公開しないでください — 出典が示されていない主張やペルソナとの不一致を含む、未審査のコピーは、信頼とコンバージョン率を損ないます。
• すべてのアイデアで完全なパイプラインを実行しないでください — そのための rapid_test です。5〜10個のアイデアを低コストでテストしてから、勝者に完全なパイプラインを投資します。

Revenue Phase System（v1.2.0 の新機能）

収益の進捗を 4 つのフェーズで追跡するオプションのオーバーレイです。

フェーズ	目標	次のフェーズに進む条件
シグナル	購買意欲を表明してもらう	メール登録、デポジット、DM への返信
キャッシュ	初回販売を成立させる	初回の支払いを受領
リピート	同じ価格で 3 件以上販売する	累計 3 件の販売
スケール	目標 MRR を達成する	月間収益を継続的に確保

有効にする方法： portfolio_triage を実行して、アクティブなパイプラインを選択します。選択されたパイプラインには revenue_phase: "signal" が設定されます。進捗を追跡するには、毎週 revenue_review を実行します。

scout に、各市場で初回販売までにかかる日数を推定する Sales Cycle Reality Check が追加されました（GREEN は 14 日以内、YELLOW は 15～30 日、RED は 30 日超）。この推定値は、portfolio_triage で使用される Profit Velocity Score に反映されます。

自動 QA テストスイート（v1.1.0 の新機能）

パイプラインには、次の 3 つの時点で実行される自動 QA テストスイートが含まれています。

ゲート	実行時点	検出する問題
デプロイ前	deploy がアセットを生成する前	調査の欠落、ユニットエコノミクス計算の誤り、プレースホルダーテキスト
デプロイ後	アセットの書き込み後、qa の前	HTML の問題、露出した API キー、メール件名の長さ、CTA の欠落
QA 後	ペルソナによる修正後	修正によって生じた構造上の問題

qa-tests/ 内のテストモジュール：

• test_landing_page.py — HTML 構造、CTA の有無、シークレットの検出
• test_campaign_assets.py — メール／広告の検証、ブランドの一貫性
• test_research_report.py — セクションの網羅性、引用の密度、矛盾の検出
• test_unit_economics.py — マージンの正値性、CAC/LTV 比率、計算の検証

必要環境： Python 3.10+

掲載先

MCP Server Hub | MCP Registry に掲載されています。

ライセンス

MIT