Lenny Wisdom MCP

MCP数据服务

提供方 svmanohar

数据服务 stdio · 本地进程 OAuth 授权 社区 / 第三方 Claude
查看接入方式

一个基于Cloudflare Workers的MCP服务器,提供对Lenny播客300+集的智能检索和结构化分析,帮助产品经理获取框架、案例和决策指导。

一句话选型结论

按资料字段整理

Lenny Wisdom MCP 属于数据服务类 MCP 服务器,stdio · 本地进程,OAuth 授权,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类数据服务 传输方式stdio · 本地进程 鉴权OAuth 授权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 9 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量9暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

播客检索Python本地部署产品管理知识库AI分析决策支持

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
uv run python -m indexer.run --transcripts /path/to/episodes --limit 5 --dry-run

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 9 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 9 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Lenny Wisdom MCP当前 9 stdio · 本地进程 本地部署 有 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
字段来自项目仓库与公开索引,中文说明由本站标注
提供方svmanohar上游标注的维护方 svmanohar
分类数据服务本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式OAuth 授权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

18.8 KB
来自项目仓库与上游目录的原文,未做删改

Lenny Wisdom MCP

MCP(模型上下文协议)服务器,允许克劳德访问300多集 Lenny的播客 --面向产品经理的领先播客。向它索取框架、真实的公司示例、决策指导和词汇指导,所有这些都以客人实际说的话为基础。

基于Cloudflare Workers与D1和Vectorize构建。传输:可流式传输HTTP。新剧集会自动从Dropbox同步。自助令牌注册——无需批准。


它做什么

服务器公开了两类9个工具:

检索 --直接搜索索引转录语料库
推理 --检索相关智慧并将其综合为结构化指导```
search_wisdom("how do great PMs prioritize ruthlessly?")
coach_me("we're deciding whether to gate AI features behind enterprise licensing")
challenge_decision("we should kill the free tier to focus on enterprise")
teach_framework("Jobs to be Done")
sharpen_language("we need to move fast" audience="executive")


______________________________________________________________________

## 快速入门

无需批准。注册一个令牌并在一分钟内连接。

### 1.获得代币```bash
curl -X POST https://lenny-wisdom-mcp.vsman-dev.workers.dev/register \
-H "Content-Type: application/json" \
-d '{"label": "my project"}'

答复:```json
{
"token": "lw_abc123...",
"tier": "free",
"daily_vector_limit": 20,
"setup_command": "claude mcp add lenny-wisdom --transport http --url https://lenny-wisdom-mcp.vsman-dev.workers.dev/mcp --header \"Authorization: Bearer lw_abc123...\""
}


### 2.从克劳德代码连接

复制粘贴 `setup_command` 从回复中:```bash
claude mcp add lenny-wisdom --transport http \
--url https://lenny-wisdom-mcp.vsman-dev.workers.dev/mcp \
--header "Authorization: Bearer lw_abc123..."

重新启动克劳德代码。你完了,试试看 search_wisdom, coach_me,或9种工具中的任何一种。

替代方案:手动配置

添加 ~/.claude/mcp_servers.json (全球)或 .mcp.json (项目范围):```json
{
"lenny-wisdom": {
"type": "http",
"url": "https://lenny-wisdom-mcp.vsman-dev.workers.dev/mcp",
"headers": {
"Authorization": "Bearer lw_abc123..."
}
}
}


______________________________________________________________________

## 访问层

|层级|矢量搜索/天|如何获取|
|------|-------------------|------------|
| **自由** | 20 | `POST /register` 带有标签|
| **BYOK** |无限制| `POST /register` 使用您自己的Voyage AI密钥|
| **管理员** |无限制|已配置服务器 `MCP_AUTH_TOKEN` 秘密|

### 什么是利率限制

只有5个调用Voyage AI进行矢量搜索的工具是限速的:
`search_wisdom`, `coach_me`, `challenge_decision`, `teach_framework`, `sharpen_language`

4个仅D1的工具对所有层都是无限的:
`find_frameworks`, `find_examples`, `get_episode_context`, `list_guests`

### 自带钥匙(BYOK)

如果你有 Voyage AI API密钥,使用该密钥注册以获得无限访问权限。您的密钥仅用于您自己的查询。```bash
curl -X POST https://lenny-wisdom-mcp.vsman-dev.workers.dev/register \
-H "Content-Type: application/json" \
-d '{"label": "my project", "voyage_api_key": "pa-..."}'

建筑```

┌──────────────────────────────────────┐
│ Claude Code / MCP Client │
└────────────────┬─────────────────────┘
│ HTTPS + Bearer token
│ streamable-http transport
┌────────────────▼─────────────────────┐
│ Cloudflare Worker (TypeScript) │
│ │
│ POST /register → token (no auth) │
│ POST /mcp → authenticate() │
│ │ ↓ │
│ │ admin token? → fast path │
│ │ lw_ token? → D1 lookup │
│ │ ↓ │
│ │ rate limit check (free tier) │
│ │ BYOK key swap (byok tier) │
│ ↓ │
│ ┌─────────────────────────────────┐ │
│ │ LennyWisdomMCP (McpAgent DO) │ │
│ │ 9 tools registered via MCP SDK│ │
│ └────────────┬────────────────────┘ │
└──────────────┬┴───────────────────────┘
│
┌────────────────────┼──────────────────────┐
│ │ │
┌─────────▼──────┐ ┌──────────▼───────┐ ┌──────────▼──────┐
│ Cloudflare D1 │ │ CF Vectorize │ │ Voyage AI │
│ (11 tables) │ │ 1024-dim cosine │ │ voyage-3 │
│ structured data│ │ segment vectors │ │ query embeds │
└────────────────┘ └──────────────────┘ └─────────────────┘

Indexing pipeline (runs once per episode, cached to disk):

Transcript .md or .txt files
│
▼
Parse metadata (YAML frontmatter or guest name from filename)
│
▼
Haiku — segment into topic-coherent blocks (300–2000 tokens, 75-token overlap)
│
▼
Haiku — extract guest profile from intro (role, companies, expertise)
│
▼
Sonnet — extract per segment: frameworks, heuristics, examples,
communication_patterns, tags (55-tag PM taxonomy), key_quote
│
▼
Voyage AI — 1024-dim embedding per segment
│
▼
Save .extraction.json cache to disk (crash-safe — survives upload failures)
│
▼
Upload → D1 (structured rows) + Vectorize (vectors)


______________________________________________________________________

## D1架构

|表|目的|关键列|
|---|---|---|
| `episodes` |每集播客一行| `title`, `guest`, `date`, `topics` (JSON)|
| `guests` |结构化的客户资料| `current_role`, `current_company`, `notable_companies`, `domain_expertise` |
| `segments` |主题连贯的转录块| `topic`, `speakers`, `content`, `token_count` |
| `frameworks` |命名心智模型| `name`, `description`, `source_attribution`, `verbatim_definition` |
| `heuristics` |经验法则| `statement`, `context` |
| `examples` |公司案例研究| `company`, `situation`, `outcome` |
| `communication_patterns` |如何表达建议| `technique`, `audience`, `example` |
| `tags` |每段PM分类标签|55个标签: `pricing`, `growth`, `hiring`等等。 |
| `quotes` |每个细分市场的关键报价| `quote`, `speaker` |
| `api_tokens` |自助式API令牌| `token_hash`, `tier`, `voyage_api_key`, `daily_limit` |
| `rate_limits` |每日矢量搜索计数器| `token_id`, `date`, `vector_search_count` |

______________________________________________________________________

## 工具参考

### 检索工具

#### `search_wisdom`

跨所有播客智慧的语义搜索。使用Voyage AI嵌入查询,查询Vectorize,可选按PM分类标签过滤,丰富D1的结果。

参数 · 类型 · 必填 · 说明
`query` · string · yes · 自然语言搜索查询
`tag_filter` · string · no · PM分类标签(例如。 `pricing`, `growth`)
`max_results` · 整数1–20 · 否 · 结果数(默认值5)
`format` · `concise` · `detailed` · no · 响应冗长(默认 `concise`)

#### `find_frameworks`

按名称或主题搜索命名框架和心智模型。

|参数|类型|必填|说明|
|---|---|---|---|
| `query` |string | yes |框架名称或主题|
| `max_results` |整数1–20 |否|结果数(默认值5)|

#### `find_examples`

寻找真实的公司案例研究。至少一个 `company` 或 `topic` 应该提供。

|参数|类型|必填|说明|
|---|---|---|---|
| `company` |string | no |公司名称(例如。 `Notion`, `Figma`) |
| `topic` |string |否|要筛选的PM主题|
| `max_results` |整数1–20 |否|结果数(默认值5)|

#### `get_episode_context`

检索特定剧集的所有提取数据。至少需要一个标识符。

|参数|类型|必填|说明|
|---|---|---|---|
| `guest` |string | no |客人姓名|
| `episode_number` |integer |否|剧集号|
| `title` |string |否|剧集标题(部分匹配)|

#### `list_guests`

使用剧集计数浏览访客,可选择按PM主题过滤。

|参数|类型|必填|说明|
|---|---|---|---|
| `topic` |string | no |要筛选的PM分类主题|
| `max_results` |整数1–50 |否|结果数|

### 推理工具

这些工具从语料库中检索相关智慧,并合成结构化的响应。

#### `coach_me`

使用播客中的相关框架浏览产品决策。

|参数|类型|必填|说明|
|---|---|---|---|
| `situation` |string |是|你的产品情况或决定(1-3句话)|
| `goal` |string | no |你想要达到的结果|
| `role` |string | no |您的角色(例如。 `PM`, `founder`, `designer`) |
| `max_sources` |整数1–10 |否|要从中提取的源段|

#### `challenge_decision`

红队使用播客嘉宾的反驳意见做出了决定。

|参数|类型|必填|说明|
|---|---|---|---|
| `decision` |string |是|你计划做出的决定|
| `context` |string | no |上下文和推理|
| `alternatives` |string\[\]|否|考虑了其他选项|
| `max_sources` |整数1–10 |否|要从中提取的源段|

#### `teach_framework`

使用播客作为源代码深入学习PM框架。

参数 · 类型 · 必填 · 说明
`framework` · string · yes · 学习框架(例如。 `Jobs to be Done`, `LNO Framework`)
`depth` · `overview` · `detailed` · `masterclass` · 否 · 学习深度(默认值 `overview`)

#### `sharpen_language`

产品沟通的词汇和受众意识重构。

|参数|类型|必填|说明|
|---|---|---|---|
| `message` |string |是的|你对这个概念的粗略措辞|
| `audience` |string | yes |目标受众: `executive`, `engineering`, `customer`, `peer-pm`, `investor` |
| `context` |string | no |其他上下文|
| `max_sources` |整数1–10 |否|要从中提取的源段|

______________________________________________________________________

## 设置

两个独立的组成部分: **工人** (服务于MCP端点)和 **索引器** (填充数据库)。

### 先决条件

- Node.js 18+
- 牧马人CLI (`wrangler login`)
- 紫外线 用于Python依赖管理
- 具有Workers、D1和Vectorize访问权限的Cloudflare帐户
- 的API密钥 Anthropic → 安thropic(音译)或 人类中心(意译) 和 Voyage AI

### 1.克隆仓库```bash
git clone https://github.com/svmanohar/lenny-wisdom-mcp.git
cd lenny-wisdom-mcp

2.工人设置```bash

cd worker
npm install


#### 创建Cloudflare资源```bash
# Create D1 database
wrangler d1 create lenny-wisdom-db

# Create Vectorize index
wrangler vectorize create lenny-wisdom-vectors --dimensions=1024 --metric=cosine

更新 wrangler.toml 随着 database_id 从D1创建输出。

运行迁移```bash

npm run db:migrate


#### 设置秘密```bash
wrangler secret put MCP_AUTH_TOKEN     # Bearer token for MCP clients
wrangler secret put VOYAGE_API_KEY     # Voyage AI key for query-time embeddings

部署```bash

npm run deploy


验证: `curl https://lenny-wisdom-mcp..workers.dev/health`

### 3.索引器设置```bash
cd indexer
uv sync

> Python 3.14不受支持。 这 voyageai 和 anthropic 包裹在3.14破裂。总是使用 uv run --它自动选择3.13。

环境变量```bash

export ANTHROPIC_API_KEY="sk-ant-..."
export VOYAGE_API_KEY="pa-..."
export CF_ACCOUNT_ID=""
export CF_DB_ID=""
export CF_API_TOKEN=""


> **重要提示:** CF API令牌必须在 dash.cloudflare.com/profile/api-tokes。OAuth令牌来自 `wrangler login` 无法通过REST API写入D1。使用“编辑Cloudflare Workers”模板并添加D1编辑+矢量化编辑权限。

#### 运行管道```bash
# Dry run (no upload, saves cache files)
uv run python -m indexer.run --transcripts /path/to/episodes --limit 5 --dry-run

# Live run on 5 episodes
uv run python -m indexer.run --transcripts /path/to/episodes --limit 5

# Full corpus (~10-15 min with default concurrency)
uv run python -m indexer.run --transcripts /path/to/episodes

# Upload from cache only — zero API cost (reuses saved extractions + embeddings)
uv run python -m indexer.run --transcripts /path/to/episodes --upload-only

# Force re-process even if cache exists
uv run python -m indexer.run --transcripts /path/to/episodes --force

缓存

每个成功处理的剧集都会保存到 .extraction.json 记录旁边的文件。在随后的运行中,从磁盘加载具有有效缓存文件的剧集,跳过所有AI API调用。这意味着:

  • 崩溃恢复 --如果上传在运行过程中失败,请重新运行,只重复上传
  • 增量运行 --处理新剧集,跳过缓存的剧集
  • --upload-only -重新部署从缓存到API成本为0美元的所有内容
  • 迁移便携 --JSON文件包含所有结构化数据+嵌入,独立于D1/Vectorize

管道接受两者 .md 文件(带YAML frontmatter)和 .txt 文件(原始转录文本,从文件名推断出的访客名称)。

并发调优

管道同时处理事件。通过CLI标志或环境变量进行调整:

标志 环境变量 默认值 描述
--episode-concurrency LENNY_EPISODE_CONCURRENCY 10 一次最多处理10集
--sonnet-concurrency LENNY_SONNET_CONCURRENCY 50 最多并发Sonnet API调用
--voyage-concurrency LENNY_VOYAGE_CONCURRENCY 5 最大并发Voyage API调用

如果您达到API费率限制,请降低 --episode-concurrency 第一。

4.配置克劳德代码

请参阅 快速入门 section--通过注册令牌 POST /register 并运行 setup_command 从回应中。无需手动配置。

5.自动同步新剧集(可选)

新剧集将发布到共享的Dropbox文件夹中。同步脚本轮询新的 .txt 文件、下载它们并运行索引管道——所有缓存的剧集都会自动跳过。

一次性Dropbox身份验证```bash

cd indexer
DROPBOX_APP_KEY=xxx DROPBOX_APP_SECRET=xxx uv run python dropbox_auth.py


这将打开您的浏览器以授权Dropbox应用程序。将代码粘贴回终端。刷新令牌保存到 `~/.lenny-wisdom/dropbox_token.json` --访问令牌从此处自动刷新(刷新令牌永不过期)。

#### 手动同步```bash
# Check what's new (no downloads, no cost)
uv run python sync_dropbox.py --dry-run

# Sync and index new episodes (~$0.25 per new episode)
ANTHROPIC_API_KEY=xxx VOYAGE_API_KEY=xxx CF_ACCOUNT_ID=xxx CF_DB_ID=xxx CF_API_TOKEN=xxx \
uv run python sync_dropbox.py

通过cron自动同步

复制 sync-cron.sh.example 并填写您的API密钥:```bash
cp sync-cron.sh.example sync-cron.sh

Edit sync-cron.sh with your keys — this file is gitignored


然后添加到crontab:```bash
crontab -e
# Runs every Monday at 8am. Logs to ~/.lenny-wisdom/sync.log
0 8 * * 1  /path/to/lenny-wisdom-mcp/indexer/sync-cron.sh

cron脚本处理PATH设置、日志轮换和自动刷新Dropbox令牌。只有当有新的剧集需要处理时,才需要花钱。


本地开发```bash

cd worker
npm run dev # Starts wrangler dev server
npm test # 31 vitest tests

cd ../indexer
uv run pytest # 49 pytest tests (all API clients mocked)


> **注:** `wrangler dev --local` 无法模拟Vectorize或Workers AI。矢量搜索路径在本地无法工作。D1被模拟并运行良好。

______________________________________________________________________

## 已知陷阱

- **Python 3.14打破了voyageai/anthropic** --始终使用 `uv run`
- **CF OAuth令牌!=API令牌** — `wrangler login` 令牌不能进行D1 REST写入;创建单独的API令牌
- **Auth返回403,而不是401** --401触发MCP SDK OAuth流;承载令牌身份验证使用403
- **`nodejs_compat` 必需的** --the `agents` 包中需要此兼容性标志 `wrangler.toml`
- **`ExtractedExample.company` 可为空** --Sonnet偶尔会为company字段返回null
- **Dropbox访问令牌将在4小时后过期** --同步脚本通过存储的刷新令牌自动刷新;重演 `dropbox_auth.py` 仅当应用程序被撤销时
- **API令牌显示一次** — `POST /register` 返回原始令牌;D1中仅存储SHA-256哈希。如果你丢了,注册一个新的
- **`challenge_decision` 成本2个费率限制单位** --它每次调用运行2次并行向量搜索(反参数+上下文)

______________________________________________________________________

## 项目结构```
lenny-wisdom-mcp/
├── worker/                         # Cloudflare Worker
│   ├── src/
│   │   ├── index.ts                # MCP handler + fetch handler + auth middleware
│   │   ├── db/
│   │   │   ├── queries.ts          # D1 queries
│   │   │   └── schema.sql          # 11-table schema
│   │   ├── lib/
│   │   │   ├── types.ts            # TypeScript interfaces
│   │   │   ├── auth.ts             # Token auth (SHA-256 hash, D1 lookup)
│   │   │   ├── rate-limit.ts       # Daily vector search counter
│   │   │   ├── register.ts         # POST /register handler
│   │   │   ├── guarded-vector-query.ts  # Rate-limited vector search wrapper
│   │   │   ├── format.ts           # Markdown formatters
│   │   │   └── vector-search.ts    # Voyage query embedding + Vectorize search
│   │   └── tools/                  # One file per MCP tool
│   ├── migrations/
│   │   └── 0001_add_auth_tables.sql
│   ├── wrangler.toml
│   └── package.json
├── indexer/                        # Python indexing pipeline
│   ├── indexer/
│   │   ├── run.py                  # CLI entrypoint (click) with caching
│   │   ├── parse.py                # Transcript parser (.md + .txt)
│   │   ├── segment.py              # Haiku segmentation
│   │   ├── extract.py              # Sonnet extraction
│   │   ├── embed.py                # Voyage AI embeddings
│   │   ├── upload.py               # D1 + Vectorize upload (retry + concurrency)
│   │   ├── guest.py                # Guest profile extraction
│   │   ├── models.py               # Pydantic models
│   │   └── taxonomy.py             # 55 PM taxonomy tags
│   ├── sync_dropbox.py             # Dropbox sync + pipeline trigger
│   ├── dropbox_auth.py             # One-time OAuth setup
│   ├── sync-cron.sh.example        # Cron wrapper template (copy + add keys)
│   └── pyproject.toml
└── HANDOVER.md

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Lenny Wisdom MCP 怎么安装?

在客户端按下面的安装命令接入:uv run python -m indexer.run --transcripts /path/to/episodes --limit 5 --dry-run。装完在客户端配置里引用同一个包或端点。

Lenny Wisdom MCP 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Lenny Wisdom MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Lenny Wisdom MCP 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

Lenny Wisdom MCP 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Lenny Wisdom MCP 能提供哪些能力?

资料显示约 9 个工具;能力标签包括 产品管理、Python、Claude。具体工具清单以官方文档为准。

Lenny Wisdom MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Lenny Wisdom MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。