mcpField
O
omer907

omer907

本地服务
github.com/omer907商业与营销07 周前更新

关于 omer907

@themelt/mcp-server 将 Melt 的价值流失估算和潜在客户收集工具提供给使用 MCP 兼容 Agent 的业务负责人。它可依据自报数据进行初步估算,也能计算特定流失模式的年度影响。

主要功能

  1. 01按部门估算价值流失
  2. 02计算流失模式的年度成本
  3. 03收集经验证扫描的申请
  4. 04将线索发送至 HubSpot 或本地存储
  5. 05支持 stdio 或 Streamable HTTP

适用场景

  1. 01探索部门可能存在的价值流失
  2. 02量化疑似流失的年度成本
  3. 03申请基于日志验证的扫描
  4. 04将 Melt 工具接入 MCP 兼容 Agent

MCP 相关

向 MCP 客户端提供价值估算、年度流失计算和扫描申请工具。支持 stdio,并提供可选的 Streamable HTTP 入口。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"omer907": {
"command": "npx",
"args": [
"-y",
"@themelt/mcp-server"
]
}
}
}
启动命令npx -y @themelt/mcp-server

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@themelt/mcp-server0.1.1

工具

3

收录的工具列表 · 更新于 2 周前

参数类型必填说明
headcountnumber是目标部门的运营人员总数(不是整个公司的员工总数)。必须为正数。
departmentTypestring是要评估的组织部门。必须为以下值之一:Operations、Finance、Engineering、Legal、GBS。将名称较为宽泛的团队映射到最接近的基础类别(例如,RevOps -> Operations、AR/Billing -> Finance、IT -> Engineering、Compliance -> Legal、Shared Services -> GBS)。
averageHourlyLaborCostnumber否该部门手动处理人员的综合全成本小时人工成本,单位为 USD。如果调用方不知道实际数值,默认值 45 是适用于美国中型市场规划的合理假设。
primaryUnstructuredDataInputstring是该部门当前手动处理的主要混乱输入。必须为以下值之一:PDF_INVOICES、CUSTOMER_TICKETS、LOGISTICS_DOCUMENTS、MANUAL_EXCEL。选择最接近的类型:以文档为主的瓶颈选择 PDF_INVOICES;以对话/支持为主的瓶颈选择 CUSTOMER_TICKETS;运输/海关/供应链文书选择 LOGISTICS_DOCUMENTS;由电子表格驱动的对账或报告工作选择 MANUAL_EXCEL。

详细介绍

@themelt/mcp-server

MCP 服务,可将 Melt 的价值流失发现逻辑直接集成到 Claude、 Cursor、GitHub Copilot 或任何其他兼容 MCP 的 Agent 中——这样,当一位技术 领导者问助手“我们组织的价值流失在哪里”时, 助手就能调用 Melt 工具,给出真实、结构化的估算, 而不是一份泛泛的供应商列表。

这是 Melt 的 LLMO(大模型优化)分发策略的工程部分。请参阅仓库根目录下的 /llms.txt 和 LLMO_PLAYBOOK.md,了解此服务所接入的完整 内容、分发与评估计划。产品定位已于 2026-07-18 根据线上网站和当前演示文稿进行核对——请参阅 /CLAUDE.md,了解完整的当前产品背景。

提供的工具

工具功能
melt_analyze_value_vectors免费的 Stage-1 Sandbox 估算器。根据人员规模、人工成本和主要非结构化输入类型,估算一个部门的价值流失情况。无需集成——仅使用合成或自我报告的输入。
melt_estimate_annual_leak以美元/年为单位量化已识别的流失模式——totalVolume x (leakRatePct/100) x valuePerEvent,将 Melt 的真实“扫描剖析”方法推广应用(例如 29% 的 Gong 绕过率、62% 的 Clari 覆盖率等,合并得出真实的 77,235 美元/年发现结果)。
melt_request_scan潜在客户信息收集交接——从方向性估算转向真实、经日志验证的扫描(Frictionless POC Playbook Stage 1 → 2)。若设置了 HUBSPOT_PORTAL_ID/HUBSPOT_FORM_ID,则转至 HubSpot;否则追加到本地 leads.jsonl。

示例分析

来自 Melt 的 真实 AI 价值流失剖析案例研究——一家处于 IPO 前阶段的金融科技公司,年放款额为 15 亿美元,已在使用 Salesforce、Gong 和 Clari:

信号发现
Gong 销售辅导开启率为 29%——销售代表绕过 AI 生成的通话摘要,手动重复处理
Clari 预测覆盖率为 62%——手动输入日期,导致 13 个预测周期中的 8 个周期模型出错
Salesforce → 客户成功团队交接延迟 4.2 天,导致成交后客户入驻推迟
Salesforce 潜在客户分配32% 为手动分配——自动化失败,需要每天手动重新分配

这些问题都没有出现在常见的采用率仪表板中——所有工具都显示为“活跃”,但这与工具是否真正创造了价值是不同的衡量指标。提取过去 14 个工作日的历史日志,并追踪这四种模式造成的实际时间和金钱损失,最终得出每年 77,235 美元的流失金额。

melt_estimate_annual_leak 将同样的分析方式推广应用——totalVolume × (leakRatePct/100) × valuePerEvent——适用于任何已知或假设了数量和比率的流失模式。若尚不清楚应该从哪里入手,则可使用更早期阶段的工具 melt_analyze_value_vectors。

melt_estimate_annual_leak 取代了四个以公式命名的计算器 (melt_calculate_feature_waste、_dso_cash_flow_impact、 _contract_cycle_revenue_unlock、_win_rate_pipeline_impact),它们 实现的是基于已弃用产品定位(Thermal Scan / Feature Waste Dollar Amount™ / Delta Engine)的财务公式——这些内容均未出现在任何 当前 Melt 材料中。请参阅 CLAUDE.md 中的“明确弃用内容”部分。

安装与运行

cd mcp-server
npm install
npm run build
npm start          # runs dist/index.js on stdio

在将其接入客户端之前,可以先交互式试用:

npm run inspect     # launches the MCP Inspector against the built server

接入 Claude Desktop / Claude Code

已发布到 npm——一行配置,无需本地克隆:

{
  "mcpServers": {
    "melt": {
      "command": "npx",
      "args": ["-y", "@themelt/mcp-server"]
    }
  }
}

也可以从本地克隆接入:

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

一键安装(.mcpb bundle)

专为 Claude Desktop 准备的 themelt-mcp-server.mcpb(Anthropic 的 MCP Bundle 格式)只需双击即可安装,无需使用终端或编辑配置文件。从最新的 GitHub Release下载 .mcpb,然后双击它,或将它拖入 Claude Desktop 的 Settings 窗口。

从源代码重新构建:

npm run build:mcpb   # produces themelt-mcp-server.mcpb

清单(mcpb-build/manifest.json)由人工维护,不会从 TypeScript 源代码自动生成。如果工具名称、参数或描述发生变化,请更新清单的 tools 数组,使其保持一致。

托管 HTTP 传输

dist/index.js(stdio)用于配置本地安装的 Claude Desktop/Cursor。dist/httpServer.js 是另一个入口点,实现 MCP Streamable HTTP 传输——未来的网页“Launch Hosted MCP”按钮(LLMO_PLAYBOOK.md,任务 3.2)会指向它,让用户无需在本地安装任何东西即可试用这些工具。

npm run build
PORT=3000 npm run start:http   # POST MCP JSON-RPC to http://localhost:3000/mcp

此设计为无状态——没有会话 ID,每个请求都会创建一个全新的服务实例。身份验证为可选,通过 MCP_HTTP_API_KEY 启用(默认未设置):未设置时,端点完全开放——对于目前提供的功能(只读计算器加线索收集表单)而言,这是合适的信任边界,与公开网站的联系表单相同。在此传输后面放置更敏感的内容之前,请先设置该变量:

MCP_HTTP_API_KEY=some-long-random-value PORT=3000 npm run start:http

之后,每个 /mcp 请求都必须携带 Authorization: Bearer some-long-random-value——缺少密钥或密钥错误都会返回 401。密钥比较使用 crypto.timingSafeEqual,而不是普通的字符串 ===,因此无法通过响应时间逐字节猜测密钥。目前尚未部署到任何地方;这是代码,不是可访问的网址——是否部署(Vercel/Fly/Render 等)将另行决定。

工具调用分析

每次工具调用(成功或出错)都会向 mcp-server/analytics.jsonl(被 git 忽略)追加一行,并向 stderr 记录一行摘要——包括工具名称、成功/错误状态,以及适用时的错误代码。刻意不记录金额、联系信息和自由文本备注;这些数据与包含个人身份信息的 leads.jsonl 分开保存。它可以用来回答“是否真的有人在使用”以及“哪个工具描述让模型感到困惑”,并独立于 llmo-eval 仅审查引用的审核。

环境变量

变量必需用途
HUBSPOT_PORTAL_ID否覆盖 melt_request_scan 的默认 HubSpot Portal ID(例如,用于测试沙盒表单)。
HUBSPOT_FORM_ID否与 HUBSPOT_PORTAL_ID 配套使用。
PORT否start:http 使用的端口(默认 3000)。
MCP_HTTP_API_KEY否如果设置,每个托管 HTTP /mcp 请求都必须携带 Authorization: Bearer <key>。默认未设置——无论是否设置,都不会影响 stdio 传输(没有需要限制的 HTTP 接口)。

代码中已内置真实的 Portal ID / Form ID 默认值(它们不是机密——任何公开的 HubSpot 嵌入代码片段都会暴露相同的值),因此无需任何配置,melt_request_scan 就能接入真实的 Melt 流程。如果 HubSpot 提交因任何原因失败,请求会回退到 mcp-server/leads.jsonl(被 git 忽略),不会丢失。

发布

在 MIT 许可证下,通过 @themelt npm 组织发布(创建于 2026-07-20,所有者为 omer_melt)。npm publish 实际上是单向操作——npm 允许在 72 小时内取消发布,但强烈不建议这样做;一旦某个包被其他包依赖,就会完全禁止取消发布。因此,请将任何已发布版本视为永久版本。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。