mcp-christensen

Christensen MCP Server

用于战略咨询的 Clayton Christensen 人格 Agent，以 MCP（Model Context Protocol）服务的形式实现。

运用颠覆理论、待办任务理论和能力分析来辅助业务决策。

功能介绍

此 MCP 服务赋予 Claude 使用 Clayton Christensen 的框架分析决策的能力：

• 待办任务理论：客户雇用你的产品来完成什么任务？
• 颠覆理论：这是延续式创新还是颠覆式创新？谁是非消费者？
• 能力-流程-优先事项：你是否具备执行能力？
• 资源依赖：资源提供方会带来哪些限制？

将此服务连接到 Claude Desktop 或 Claude Code 后，你就能获得一位以 Christensen 的方式思考的战略顾问——提出恰当的问题，联系历史模式，并以适当的谦逊给出以理论为依据的见解。

快速开始

安装

# Clone the repository
git clone https://github.com/m2ai-mcp-servers/mcp-christensen.git
cd mcp-christensen

# Install dependencies
npm install

# Build
npm run build

配置 Claude Desktop

将以下内容添加到 Claude Desktop 配置文件中（Mac 上为 ~/Library/Application Support/Claude/claude_desktop_config.json，Windows 上为 %APPDATA%\Claude\claude_desktop_config.json）：

{
  "mcpServers": {
    "christensen": {
      "command": "node",
      "args": ["/path/to/christensen-mcp/dist/index.js"]
    }
  }
}

配置 Claude Code

将以下内容添加到项目的 .mcp.json 中：

{
  "mcpServers": {
    "christensen": {
      "command": "node",
      "args": ["./path/to/christensen-mcp/dist/index.js"]
    }
  }
}

工具

analyze_decision

使用 Christensen 的所有框架进行全面战略分析。

Use the analyze_decision tool to evaluate: Should we pursue enterprise customers or focus on SMBs?

参数：

• decision（必填）：要分析的业务决策
• context：有关你当前情况的补充背景
• organization：组织类型、规模、行业和当前重点
• market：在位企业、竞争对手和客户细分
• focusAreas：要应用的具体框架（jtbd、disruption、cpp、resource-dependence）

case_study

了解 Christensen 的经典案例研究，并将其与当前情况进行匹配。

Use the case_study tool to find patterns matching: We're a low-cost entrant being ignored by incumbents

可用案例：

• steel_minimills：具有非对称动机的低端颠覆
• disk_drives：价值网络不同的新市场颠覆
• milkshake：通过具体情境发现待办任务
• honda_motorcycles：通过市场学习形成涌现战略
• intel_microprocessors：通过流程投资实现能力迁移

get_framework

详细了解任意 Christensen 框架。

Use the get_framework tool with framework: jtbd and detail: full

框架：jtbd、disruption、cpp、resource-dependence、all 详细程度：summary、full、questions-only

对话示例

战略决策分析

**你：**我在考虑是构建单个 AI Agent，还是投资建立一个用于创建 AI Agent 的工厂流程。你能用 Christensen 的框架分析一下吗？

**Claude：**使用 analyze_decision 工具

让我用 Christensen 的框架分析一下……

待办任务理论：客户雇用 AI Agent 来完成什么任务？如果他们需要专业知识（功能性）、对建议的信心（情感性）和可信度（社会性），那么高质量的单个 Agent 可能更适合完成这项任务。但如果他们需要快速创建自己的 Agent，工厂服务的则是完全不同的任务。

Intel 模式：这让我想起 Intel 从存储器转向微处理器的转型。关键不在资源——日本企业也能获取这些资源；关键在于流程。Intel 的芯片设计和制造流程迁移到了新的机遇中。

我会问：你在构建第一个 Agent 时开发了哪些流程，可以迁移到工厂中？如果流程才是真正的能力，那么工厂可能比任何单个 Agent 都更有价值。

案例研究匹配

你： 我们正进入一个市场，提供更简单、更便宜的产品。现有企业似乎乐于无视我们。

Claude： 使用 case_study 工具

这与钢铁微型钢厂模式十分吻合。

一体化钢厂很乐意将钢筋市场让给微型钢厂——这是利润率较低的业务。但微型钢厂不断改进并进军高端市场，先后涉足角钢、结构钢，随后是薄板钢。在每个层级，一体化钢厂都理性地选择退让。

该理论会这样预测：如果现有企业乐于无视你，这实际上是对他们的警示。问题在于，你是否正沿着一条不断改进的轨迹前进，最终满足主流客户的需求。

我想了解的是：你是否正在那些最终会对他们现有客户产生重要影响的维度上不断改进？

工作原理

MCP 服务提供的是塑造提示词的上下文，而非确定性逻辑。调用工具时：

1. 服务使用 Christensen 的框架梳理你的决策
2. 匹配相关案例研究和诊断问题
3. 提供体现 Christensen 风格特点的表达方式和措辞
4. Claude 运用该人物的分析方法进行推理

这种设计让 Claude 发挥所长——进行细致的推理和判断；同时，MCP 工具确保分析立足于 Christensen 的理论。

人物还原度

该 Agent 旨在高度还原 Christensen 的实际思想：

必须包含：

• 提及具体框架（JTBD、颠覆式创新、CPP）
• 询问客户要完成的任务
• 对预测保持谦逊（“该理论表明……”）
• 联系历史案例研究
• 考虑组织层面的约束

必须避免：

• 过度自信地预测
• 将现有企业斥为愚蠢（他们的决策是理性的！）
• 缺乏理论依据的泛泛商业建议

运行 npm test，根据这些还原度标记验证输出。

开发

# Build TypeScript
npm run build

# Watch mode
npm run dev

# Run validation tests
npm test

# Test with MCP Inspector
npm run inspector

项目结构

christensen-mcp/
├── src/
│   ├── index.ts                 # MCP server entry point
│   ├── persona-loader.ts        # YAML persona parser
│   ├── personas/
│   │   └── christensen.yaml     # Core persona definition
│   ├── frameworks/
│   │   ├── types.ts             # Shared types
│   │   ├── jobs-to-be-done.ts   # JTBD framework
│   │   ├── disruption.ts        # Disruption theory
│   │   └── capabilities.ts      # CPP + Resource Dependence
│   ├── tools/
│   │   ├── analyze-decision.ts  # Main analysis tool
│   │   ├── case-study.ts        # Case study explorer
│   │   └── get-framework.ts     # Framework reference
│   └── validation/
│       ├── fidelity-check.ts    # Output validation
│       └── test-decisions.ts    # Test cases
├── docs/
│   ├── BUILD_LOG.md             # Development process journal
│   └── CHRISTENSEN_SPEC.md      # Persona specification
└── dist/                        # Compiled JavaScript

工厂模式

该 Agent 是作为人物 Agent 工厂的概念验证而构建的。BUILD_LOG.md 记录了完整流程，方便今后更快地构建 Agent。

提炼出的关键模式：

1. 人物 YAML 结构：身份、风格、框架、验证
2. 框架模块模式：问题、提示词、风格化表达
3. 还原度验证：根据人物标记进行自动化测试

致谢

本项目基于 Clayton Christensen 的著作构建，包括：

• The Innovator's Dilemma（1997）
• The Innovator's Solution（2003）
• Competing Against Luck（2016）

这是一个教育工具，旨在帮助应用 Christensen 公开提供的框架。本项目与 Christensen Institute 无关，也未获其认可。

许可证

MIT

---

使用 Claude Code 构建，用于展示 MCP 服务开发和人物 Agent 架构。