Boundary MCP

Boundary MCP

A decision structure analysis engine that transforms emotional dilemmas into structured frameworks by identifying variables, constraints, and strategy paths. It helps users evaluate risk distributions and cognitive biases without offering subjective advice or definitive answers.

Category
Visit Server

README

Boundary MCP

不告诉你该怎么做,只帮你看清你在赌什么。


为什么需要这个工具?

你是否遇到过这样的时刻:

  • 凌晨三点睡不着,反复问自己「要不要辞职」「要不要出国」「要不要 all in」
  • 打开搜索引擎,看了 100 篇「过来人」的建议,却越看越焦虑
  • 问了 AI 一个人生问题,得到一堆「要综合考虑」的正确废话
  • 最后发现:你不是缺答案,你是看不清问题本身

传统的建议型工具会告诉你「应该这样做」,但它们忽略了一个事实:

你的人生没有标准答案,只有属于你的约束和边界。


这是什么?

Boundary MCP 是一个决策结构分析引擎,基于 Model Context Protocol

它不会:

  • ❌ 告诉你「该不该做」
  • ❌ 预测你会成功还是失败
  • ❌ 给你情绪安慰或成功学鸡汤
  • ❌ 迎合你已有的立场

它只会:

  • ✅ 把你焦虑模糊的问题,翻译成可分析的结构
  • ✅ 告诉你:你有哪些目标、变量、约束、不确定性
  • ✅ 展示多条策略路径,而不是「唯一正确答案」
  • ✅ 提醒你可能存在的认知盲点

最终选择,永远是你自己的。


核心功能

1. 问题去情绪化

把「我好焦虑,再不润就来不及了」变成:

在给定个人背景、目标和约束条件下,地理迁移相比现状的长期价值与成本结构是什么?

2. 变量与约束识别

目标:
  - 长期收入稳定性
  - 职业发展空间
  - 身份与安全边际

关键变量:
  - 年龄
  - 技能可迁移性
  - 资金储备

硬约束:
  - 签证/政策限制
  - 时间窗口
  - 家庭责任

不确定性:
  - 政策变化
  - 经济周期波动

3. 策略空间生成

不给你「最优解」,给你完整的选择空间:

策略 类型 核心思路
策略 A 激进型 立即行动,主动出击
策略 B 保守型 观望等待,收集信息
策略 C 对冲型 双轨并行,分散风险
策略 D 止损型 放弃该路径,转向其他

4. 风险分布分析

不说「会成功」或「会失败」,只给概率区间:

策略 A 的结果分布:
20% ████         目标达成,收益符合或超出预期
35% ███████      部分达成,结果低于预期但有所收获
30% ██████       遇到较大阻力,需要调整计划
15% ███          执行失败,需要承受损失并重新规划

5. 认知偏差提示

主动指出你可能的思维盲点:

⚠️ 幸存者偏差:可能将个别成功案例误认为普遍路径

建议:主动寻找失败案例,关注基础率而非个案。


快速开始

方式一:npx 直接使用(推荐)

无需安装,直接在 MCP 客户端配置中使用:

npx @eternalheart/mcp-boundary

方式二:全局安装

npm install -g @eternalheart/mcp-boundary

方式三:从源码构建

git clone https://github.com/wh131462/mcp-boundary.git
cd mcp-boundary
npm install
npm run build

配置 MCP 客户端

Claude Code(推荐)

运行以下命令添加 MCP 服务器:

claude mcp add boundary -- npx @eternalheart/mcp-boundary

或手动编辑配置文件 ~/.claude/claude_desktop_config.json

{
  "mcpServers": {
    "boundary": {
      "command": "npx",
      "args": ["@eternalheart/mcp-boundary"]
    }
  }
}

Claude Desktop

编辑配置文件:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "boundary": {
      "command": "npx",
      "args": ["@eternalheart/mcp-boundary"]
    }
  }
}

其他 MCP 客户端

任何支持 MCP 协议的客户端都可以使用,配置方式类似。


使用示例

在配置好的 MCP 客户端中,直接描述你的决策困境:

请帮我分析:我今年 30 岁,做了 5 年后端开发,最近很焦虑,
看到身边朋友都在准备出国,我是不是也该考虑润了?
但是我英语一般,存款也不多,父母年纪大了...

AI 会调用 analyze_decision 工具,返回完整的决策结构分析报告。


工具列表

工具名 描述
analyze_decision 完整的决策结构分析,返回格式化报告
get_analysis_json 返回结构化 JSON,适合程序化处理

设计原则

这四条原则贯穿整个工具的设计,不可违背:

原则 实现
不做决定 只暴露结构,展示多条路径
不给答案 只给边界,明确约束和变量
不预测未来 只给分布,用概率区间代替确定性
不迎合情绪 只校正幻觉,主动提示认知偏差

适用场景

  • 🎯 职业转型:要不要换行业 / 换城市 / 换赛道
  • 🌍 地理选择:要不要出国 / 回国 / 去哪个城市
  • 💰 重大投资:要不要创业 / 买房 / 大额投入
  • 🤝 人生关系:要不要结婚 / 离婚 / 重大承诺
  • 📚 教育投资:要不要考研 / 读博 / 技能培训

不适用场景

  • ❌ 寻找「正确答案」或「最优解」
  • ❌ 需要情绪支持和安慰
  • ❌ 简单的是非判断题
  • ❌ 需要预测具体结果

示例输出

<details> <summary>点击展开完整分析示例</summary>

# 决策结构分析报告

## 1. 问题重述

**原始问题:**
> 我真的很焦虑,感觉再不润就来不及了,国内卷得要死,看别人都出去了,我是不是也该赶紧跑?

**重述后的核心问题:**
> 在给定个人背景、目标和约束条件下,地理迁移相比现状的长期价值与成本结构是什么?

**识别出的情绪化元素:**
- 焦虑情绪:'真的很焦虑'
- 紧迫感假设:'再不...就来不及'
- 群体压力:'看别人都出去了'
- 竞争焦虑:'卷得要死'

## 2. 变量与约束

### 目标
- 长期收入稳定性
- 职业发展空间
- 身份与安全边际

### 关键变量
- 年龄
- 技能可迁移性
- 资金储备
- 语言能力

### 硬约束
- 签证/政策限制
- 资金约束
- 时间窗口

### 不确定性来源
- 政策变化
- 经济周期波动
- 行业发展趋势

## 3. 策略空间

### 策略 A:立即行动(激进型)
**前提条件:** 对目标有清晰认知,具备基本资源,能承受最坏后果
**执行成本:** 时间全力投入;资金需前期投入;放弃其他路径
**最坏情况:** 全力投入后失败,损失时间和资金,难以回到原点

### 策略 B:观望等待(保守型)
**前提条件:** 当前状态可持续,等待期有信息渠道,延迟不会丧失机会
**执行成本:** 等待期时间消耗;可能错过窗口期;持续焦虑
**最坏情况:** 窗口关闭,最佳时机永久错过

### 策略 C:双轨并行(对冲型)
**前提条件:** 有精力维护多条路径,路径间无严重冲突
**执行成本:** 精力分散;可能双重投入;效率损失
**最坏情况:** 两边都未取得进展,资源分散导致竞争力不足

### 策略 D:转向放弃(止损型)
**前提条件:** 存在可行替代方向,沉没成本可接受
**执行成本:** 沉没成本;心理接受成本;重建成本
**最坏情况:** 放弃后原方向意外变好,产生强烈后悔

## 4. 风险与回报分布

### 策略 A:立即行动
20% ████         目标达成,收益符合或超出预期
35% ███████      部分达成,结果低于预期但有所收获
30% ██████       遇到较大阻力,需要调整计划
15% ███          执行失败,需要承受损失并重新规划

## 5. 认知偏差提示

### ⚠️ 群体压力
**表现:** 从表述中检测到:群体压力:'看别人都出去了'
**建议:** 明确自己的独特条件和目标,不同人适合不同路径。

### ⚠️ 短期聚焦偏差
**表现:** 从表述中检测到:紧迫感假设:'再不...就来不及'
**建议:** 拉长时间维度思考,区分'真紧迫'和'假紧迫'。

---

*本分析旨在暴露决策结构,而非给出答案。最终选择取决于你对自身目标和约束的权衡。*

</details>


技术栈

  • Runtime: Node.js
  • Language: TypeScript
  • Protocol: Model Context Protocol (MCP)
  • Schema: Zod

开发

# 开发模式(热重载)
npm run dev

# 构建
npm run build

# 使用 MCP Inspector 调试
npm run inspect

项目结构

src/
├── index.ts              # MCP 服务器入口
├── types/                # 类型定义
├── analyzers/            # 核心分析模块
│   ├── reframe.ts        # 问题重述
│   ├── variables.ts      # 变量识别
│   ├── strategies.ts     # 策略生成
│   ├── risk.ts           # 风险分析
│   └── bias.ts           # 偏差检测
├── prompts/              # 提示词模板
└── tools/                # MCP 工具定义

哲学

"人生不是一道有标准答案的选择题,而是一场在不确定性中做决策的游戏。

你能做的不是找到'正确答案',而是看清自己在赌什么,然后为自己的选择负责。"

这个工具的存在,是为了帮你在做决定之前,先把牌桌上的筹码数清楚。


License

MIT


致谢

感谢每一个在深夜辗转反侧、认真思考人生的你。

决策的勇气不在于找到正确答案,而在于看清边界后依然敢于选择。

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured