CasioPlus MCP
An MCP server that connects the Casio Plus knowledge base (playbooks, architecture, learning resources) to AI clients, offering read-only search and validation tools along with controlled feedback intake and review workflows.
README
CasioPlus MCP
MCP server برای اکوسیستم دانش و عملیات کاسیوپلاس
CasioPlus MCP Server for the Casio Plus knowledge-and-operations ecosystem
CasioPlus MCP یک سرور Model Context Protocol (MCP) است که مدل دانش، متدولوژی و داراییهای کاسیوپلاس را به ابزارهای هوش مصنوعی، عاملها و هر رابط عملیاتیِ موردنیاز کاسیو متصل میکند.
این ریپو فورک FounderOS نیست و توپولوژی یا معماری کاسیو را از آن به ارث نمیگیرد. FounderOS صرفاً یک نمونهٔ الهامبخش است: نشان میدهد که یک نفر میتواند با یک UI ساده، دادهٔ ساختاریافته، Repository Layer، Agentها و اتصالهای صادقانه، یک سیستم متناسب با نیاز خودش بسازد.
ما نیز همین اصل را برای کاسیو اجرا میکنیم: یک سیستم ساده، بومی، مرحلهای و دقیقاً منطبق با نیازهای خود کاسیو. نقش MCP یک لایهٔ توانمندساز است؛ دانشِ معتبر را بازیابی میکند، ساختار و کیفیت داده را بررسی میکند، و بازخورد عملیات را بدون آلودن مستقیم هستهٔ دانش به صف بررسی وارد میکند.
اصل معماری
Casio Knowledge Core CasioPlus MCP Clientهای مجاز کاسیو
──────────────────── ───────────── ─────────────────────
کاسیو.yaml + Markdown → Tools / Resources / Prompts → AI / CLI / UI سبک
پلیبوک / رجیستری / SOP Validation / Retrieval فقط در صورت نیاز
منبع حقیقت دانش Controlled feedback intake │
↑ │
└──── Review + approval ← Feedback Intake Queue ←────────────────────────┘
قانون غیرقابلمذاکره
- Knowledge Core منبع حقیقت است. در نسخهٔ اولیه:
knowledge/casio.yamlو Markdownهای ساختاریافته. - MCP لایهٔ دسترسی و کنترل است. نه منبع حقیقت دوم.
- Casio Operator لایهٔ تعامل و عملیات است. نه محل ساخت دانش سازمانی.
- بازخورد عملیاتی با write مستقیم وارد مدل دانش نمیشود؛ ابتدا اعتبارسنجی، صفبندی، بررسی انسانی و سپس ادغام نسخهای میشود.
مسئلهای که حل میکند
کاسیوپلاس هماکنون شامل این مؤلفههاست:
- ۵۶ پلیبوک و راهنمای اجرایی، با مالک، سطح HEGAM، وابستگی و مسیر بازگشت داده؛
- ۱۰ مستند عملیاتی واقعی؛
- ۶ زیرسیستم: زیرساخت دانش، فروش و بازاریابی، محتوا و کانال بله، آموزش و کوچینگ، پایش و ارزیابی، اکوسیستم و مشارکت رشد؛
- برنامهٔ ۹ جلسهای، ۸ نقش استاندارد و ۶ قالب دارایی؛
- مدل Casio Metric، کوچینگ، سفیران، مشارکت رشد و Data Cleaning Gate.
بدون یک Gateway، عاملها و داشبوردها یا به دادهٔ خام و پراکنده متصل میشوند، یا نسخههای متفاوتی از «حقیقت» میسازند. CasioPlus MCP این مرز را استاندارد میکند.
اصول طراحی CasioPlus
- Need-first، نه framework-first: هیچ قابلیت فقط چون FounderOS یا ابزار دیگری دارد وارد محصول نمیشود؛ هر قابلیت باید یک مسئلهٔ واقعی کاسیو، مالک، خروجی و مسیر بازگشت داده داشته باشد.
- سادهترین برش قابل استفاده: ابتدا کوچکترین Tool/Resource MCP که یک کار واقعی را حل میکند؛ نه داشبورد یا معماری بزرگ پیش از نیاز.
- توپولوژی کاسیو ثابت میماند: MCP به هستهٔ دانش و معماری HEGAM خدمت میکند؛ آن را جایگزین یا بازچینی نمیکند.
- دانش قبل از اتوماسیون: تا وقتی پلیبوک، مدل داده، مالک و معیار پذیرش روشن نشده، اتوماسیون ساخته نمیشود.
- Read-first، Write-guarded: بازیابی دانش کمریسک است؛ نوشتن، انتشار یا اجرای عملیات نیازمند گیت کیفیت، مجوز و ردپای ممیزی است.
- Scale to reality: ابزار فقط به اندازهٔ پیچیدگی واقعی کاسیو رشد میکند؛ از YAML/Markdown شروع میکند و تنها هنگام نیاز به DB، Queue، RBAC یا UI بزرگتر ارتقا مییابد.
دامنهٔ نسخهٔ اول (MVP)
منابع MCP (Resources)
| URI پیشنهادی | کاربرد |
|---|---|
casio://knowledge/model |
مدل جنرال HEGAM و قواعد کاسیو |
casio://playbooks |
فهرست همهٔ پلیبوکها |
casio://playbooks/{id} |
یک پلیبوک با مثال، مدل داده و وابستگیها |
casio://architecture |
۶ زیرسیستم و جریان داده |
casio://learning/program |
۹ جلسه، نقشها و قالبها |
casio://documents |
فهرست و خلاصهٔ مستندات واقعی |
casio://gaps |
داراییهای برچسبخورده با لازم یا توسعه |
ابزارهای MCP (Tools)
| Tool | حالت | شرح |
|---|---|---|
search_playbooks |
Read | جستوجوی پلیبوک بر اساس دامنه، نقش، سطح، وضعیت یا متن |
get_playbook |
Read | دریافت پلیبوک کامل با وابستگیها و مثال اجرایی |
get_architecture |
Read | دریافت نقشهٔ زیرسیستمها و جریان داده |
get_learning_path |
Read | مسیر آموزشی بر اساس نقش یا سطح HEGAM |
validate_record |
Validate | بررسی کاملبودن، تکرار، اعتبار، یکدستی و منشأ داده |
submit_feedback_intake |
Write-to-queue | ثبت کنترلشدهٔ بازخورد میدان در صف بررسی؛ بدون نوشتن مستقیم در Knowledge Core |
list_review_queue |
Read | مشاهدهٔ آیتمهای منتظر بررسی |
review_feedback |
Controlled write | تأیید یا رد بازخورد؛ تأیید فقط برای رکورد validated مجاز است |
list_version_proposals |
Read | مشاهدهٔ پیشنهادهای نسخهای منتظر ادغام انسانی |
list_audit_events |
Read | مشاهدهٔ ردپای ممیزی بررسی و پیشنهادها |
Promptهای MCP
| Prompt | هدف |
|---|---|
design_playbook |
ساخت پیشنویس پلیبوک بر مبنای HEGAM و یک مسئلهٔ کسبوکار |
analyze_system_gap |
تشخیص شکاف «داریم/لازم/توسعه» در یک دامنه |
prepare_coaching_session |
طراحی جلسهٔ کوچینگ با گلوگاه، Action Plan و معیار موفقیت |
review_feedback |
تبدیل بازخورد خام به رکورد قابل بررسی و تصمیم |
build_automation_spec |
تولید مشخصات اتوماسیون، با ورودی/خروجی/خطا/معیار پذیرش |
Data Quality Gate
هر دادهٔ بیرونی قبل از ورود به feedback_intake از این گیت عبور میکند:
raw → validate → quarantined / rejected / validated → review → approved → versioned knowledge change
| کنترل | پرسش |
|---|---|
| Completeness | فیلدهای اجباری کاملاند؟ |
| Duplicates | رکورد مشابه یا شناسهٔ تکراری وجود دارد؟ |
| Validity | مقدار در بازه/فرمت معتبر است؟ |
| Consistency | نقش، کد، تاریخ و وضعیت با استاندارد کاسیو یکدستاند؟ |
| Provenance | منبع، زمان و ثبتکننده روشن است؟ |
| Authorization | ثبتکننده برای این دامنه مجاز است؟ |
وضعیت کیفیت هر رکورد:
quality_status: raw | quarantined | validated | rejected
مدل دسترسی پیشنهادی
نسخهٔ محلی میتواند با stdio و بدون شبکه اجرا شود. در استقرار شبکهای، Shared Token فورک FounderOS برای کاسیو کافی نیست.
| نقش | دسترسی نمونه |
|---|---|
| معمار سیستمسازی | ساختار دانش، Canvas، MOC |
| طراح متدولوژی | پیشنویس و نسخهٔ پلیبوک/قالب |
| تحلیلگر داده | مدل داده، رجیستری، کیفیت داده |
| مدیر حافظه داده | بازبینی و ادغام بازخورد |
| مالک اتوماسیون | Spec و اجرای workflow تأییدشده |
| ناظر انطباق | سیاست، ممیزی، تأیید نهایی |
| کوچ فرایند | ثبت مشاهده و بازخورد میدان |
اصل امنیتی: Agentها در فاز اول فقط read و recommend دارند. هر اقدام حساس (ارسال پیام، تغییر CRM، انتشار محتوا، تغییر مالی، یا write به هستهٔ دانش) به تأیید انسان و Audit Log نیاز دارد.
ساختار ریپو
casio-plus-mcp/
├── knowledge/
│ └── casio.yaml # منبع فعلی مدل دانش کاسیوپلاس
├── src/
│ ├── server.ts # MCP server با ابزارهای دانش/کیفیت/Review
│ ├── knowledge-store.ts # Adapter برای YAML / Markdown / DB
│ ├── quality.ts # Data Quality Gate
│ ├── intake-store.ts # صف محلی بازخورد
│ ├── audit-store.ts # ردپای ممیزی
│ └── proposal-store.ts # پیشنهادهای نسخهای
├── studio/ # Prototype سبک Web/PWA responsive
│ ├── src/
│ └── public/casio.json
├── operator/ # CasioPlus Command Core؛ مبتنی بر FounderOS (MIT)
│ ├── app/ # Next.js Operator UI
│ ├── components/ # Shell، Graph، Palette، Agent/Workflow UI
│ ├── lib/casio-knowledge.ts # Adapter مدل کاسیو
│ ├── knowledge/casio.yaml
│ └── NOTICE.md # attribution مربوط به upstream
├── tests/
├── docs/
├── package.json
└── README.md
FounderOS: منبع الهام، نه قالب اجباری
FounderOS برای کاسیوپلاس یک reference implementation است، نه وابستگی معماری. از آن این الگوها را میآموزیم:
| الهام | تفسیر بومی برای کاسیوپلاس |
|---|---|
| یک سازنده، سیستم متناسب با نیاز واقعی خود ساخته است | کاسیو هم از نیازهای واقعی خودش شروع میکند: پلیبوک، کوچینگ، Casio Metric، سفیران، محتوا و حافظه دانش |
| Repository Layer | دادهٔ UI از منبع حقیقت جدا میماند؛ اما قراردادها و مدل داده را خود کاسیو تعریف میکند |
| Seeded demo + اتصال صادقانه | توسعه مرحلهای با دادهٔ نمونه/واقعی کاسیو؛ هیچ اتصال یا قابلیتِ جعلی سبز نمیشود |
| Knowledge graph و Agent skills | گراف دانشِ پلیبوکها و مهارتهای Agent بر پایه HEGAM، نه مدل دامنهای FounderOS |
| ابزارهای کوچک و قابل اجرا | هر قابلیت کاسیو یک ابزار کوچک، قابل آزمون و دارای خروجی روشن میشود |
هیچ صفحه، دیتابیس، connector، نقش سازمانی یا جریان کاریِ FounderOS بهصورت پیشفرض وارد کاسیوپلاس نمیشود. هر کدام فقط زمانی ساخته/اتصال داده میشود که یک نیاز واقعی کاسیو، مالک مشخص، خروجی قابل سنجش و مسیر بازگشت داده داشته باشد.
اگر در آینده یک داشبورد یا ابزار عملیاتی لازم باشد، میتواند یک UI بومی CasioPlus یا هر ابزار دیگری باشد. MCP به یک محصول رابط خاص قفل نمیشود.
نقشهٔ راه
Phase 0 — Foundation
- [x] ایجاد مدل
کاسیو.yaml - [x] استخراج مستندات کاسیو
- [x] مدل HEGAM، معماری، آموزش و کیساستادی
- [x] ایجاد اسکلت این ریپو و README
Phase 1 — Read-only MCP
- [x] TypeScript + رسمی MCP SDK
- [x] YAML Knowledge Store
- [x] Resourceهای
model,playbooks,architecture,learning - [x] Toolهای
search_playbooks,get_playbook,get_architecture - [x] تست قراردادها و schema validation
Phase 2 — Quality & Feedback
- [x]
validate_record - [x] JSON-based local feedback intake queue (نسخهٔ سبک محلی)
- [x] Data Quality Gate: completeness، reference، provenance، duplicate detection
- [x] Audit log و review workflow نسخهای
Phase 3 — Review، Audit و Version Proposal
- [x] تأیید/رد بازخورد با شرط
validated - [x] Audit Log محلی و immutable-style
- [x] Version Proposal مستقل با base knowledge version
- [x] ممنوعیت تغییر مستقیم
casio.yaml
Phase 4 — CasioPlus Command Core
- [x] واردکردن کامل FounderOS-DEMO تحت مجوز MIT و attribution حفظشده
- [x] Shell واقعی Next.js، Command Palette، Graph، Agent/Skill/Workflow stack و Test Stack
- [x] جایگزینی صفحهٔ اصلی با CasioPlus Command Core بر پایهٔ ۵۶ پلیبوک و ۶ دامنهٔ واقعی
- [x] Adapter بومی
lib/casio-knowledge.tsبرای مدل کاسیو - [x] تزریق اولیهٔ دادهٔ بومی کاسیو در Repository Layer: ۶ Department، ۸ Agent، نقشهای انسانی، SOP، Domain، Metric و Roadmap
- [x] تزریق Casio Metric: قرارداد داده، ذخیرهساز محلی، API
GET/POST /api/casio-metricو route واقعی/analytics - [x] workflow کوچینگ در
/tasks: قرارداد جلسه، گلوگاه، آمادگی، Action Plan، APIGET/POST /api/coaching-sessions - [x] Funnel بومی در
/funnel: مدل چهارمرحلهای کمپین و Campaign Sheet بر پایه پلیبوکهای واقعی - [x] Content Engine بومی در
/content: شش فرمت محتوا و داراییهای کانال بله - [x] RBAC Policy Layer: ۹ نقش HEGAM، permissionهای صریح و enforcement روی APIهای Metric و Coaching
- [x] SSO Adapter: هویت امضاشدهٔ IdP/Reverse Proxy، timestamp validation و اتصال actor واقعی به RBAC
- [ ] پیکربندی IdP production (Keycloak / Authentik / Cloudflare Access)
- [x] Agent Approval Gate و Automation Spec Registry: draft → pending_approval → approved/rejected → execution allowed
- [x] Automation Runtime: اجرای policy-gated برای Spec تأییدشده و ثبت Automation Run Log
توسعهٔ محلی
MCP و HTTP Bridge
npm install
npm run check # typecheck + tests
npm run start:stdio # اجرای MCP با stdio برای MCP Clientها
npm run start:http # اجرای Bridge محلی برای Studio روی پورت 4110
نصب امن Operator
cd operator
npm install
npm run setup:casio
Wizard فقط در ترمینال تعاملی اجرا میشود، credential نمیپرسد، network call ندارد و SSO را فعال نمیکند. جزئیات در operator/docs/safe-setup.md است.
CasioPlus Studio
cd studio
npm install
npm run dev # Studio روی http://127.0.0.1:4173
در محیط توسعه، Vite درخواستهای /api/* را به HTTP Bridge روی پورت 4110 proxy میکند. اگر Bridge در دسترس نباشد، Studio برای نمایش read-only به public/casio.json برمیگردد.
ابزارهای قابل استفاده در نسخهٔ فعلی
search_playbooksget_playbookget_architectureget_learning_path
منابع MCP فعلی:
casio://knowledge/summarycasio://playbooks/{id}
منابع مفهومی
- HEGAM / Casio Plus: مدل دانش داخلی کاسیوپلاس در
knowledge/casio.yaml - FounderOS-DEMO: https://github.com/Bennettxai/FounderOS-DEMO
- Model Context Protocol: https://modelcontextprotocol.io/
- ISO 30401: سیستم مدیریت دانش
- Zettelkasten / SECI / ADDIE: مبانی دانش، یادگیری و داراییسازی در مدل کاسیو
وضعیت
Repository status: Foundation + MCP Core + HTTP Bridge + CasioPlus Studio complete
Implementation status: MCP و HTTP Bridge از یک Core مشترک برای دانش، کیفیت و Review استفاده میکنند؛ Studio دادهٔ زنده را از Bridge میخواند و برای حالت آفلاین snapshot دارد.
Next step: قرارداد داده و داشبورد Casio Metric/کوچینگ.
Recommended Servers
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.
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.
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.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
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.
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.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
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.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.