bea-mcp 1.0.0__tar.gz

bea_mcp-1.0.0/.gitignore

@@ -0,0 +1,21 @@
+# macOS
+.DS_Store
+**/.DS_Store
+
+# 编辑器
+.vscode/
+.idea/
+*.swp
+
+# 临时与备份
+_*_backup/
+*.tmp
+*.log
+__MACOSX/
+
+# Python
+__pycache__/
+*.pyc
+*.egg-info/
+dist/
+build/

bea_mcp-1.0.0/PKG-INFO

@@ -0,0 +1,81 @@
+Metadata-Version: 2.5
+Name: bea-mcp
+Version: 1.0.0
+Summary: 双极情绪美学（BEA）MCP Server：W(T) 危极指数、A/B 对比、评分卡工具，供所有 MCP 客户端调用
+Project-URL: Homepage, https://github.com/Maxing0000/bipolar-emotion-aesthetics
+Project-URL: Calculator, https://maxing0000.github.io/bipolar-emotion-aesthetics/
+Author: Xingkong Benkong
+License: CC-BY-4.0
+Keywords: aesthetics,agent,bea,design,mcp
+Requires-Python: >=3.10
+Requires-Dist: mcp<2,>=1.2.0
+Description-Content-Type: text/markdown
+
+# BEA MCP Server
+
+把**双极情绪美学（BEA）**的计算工具暴露给所有 MCP 客户端（Claude Desktop、Cursor、WorkBuddy 等）。
+一次安装，你的 AI 助手直接获得「计算 W(T)、A/B 方案对比、评分卡诊断」能力。
+
+## 四个工具
+
+| 工具 | 作用 |
+|---|---|
+| `bea_list_categories` | 列出内置品类（phone/car/brand/ui）与维度权重表 |
+| `bea_wt_calc` | 计算危极指数 W(T)：范式落点 + 极性画像 + 目标区间对照 |
+| `bea_wt_compare` | A/B 双方案对比：双画像 + 差异维度 + 目标接近度裁决 |
+| `bea_scoresheet` | 评分卡：四维打分（各 25 分）+ 短板定位 + 六步法修复指引 |
+
+## 安装
+
+```bash
+# 方式一：从 GitHub 直接安装（推荐）
+pip install "git+https://github.com/Maxing0000/bipolar-emotion-aesthetics#subdirectory=mcp-server"
+
+# 方式二：本地源码
+git clone https://github.com/Maxing0000/bipolar-emotion-aesthetics
+cd bipolar-emotion-aesthetics/mcp-server
+pip install .
+```
+
+要求 Python ≥ 3.10，唯一依赖是官方 `mcp` SDK。
+
+## 客户端配置
+
+**Claude Desktop**（`claude_desktop_config.json`）：
+
+```json
+{
+  "mcpServers": {
+    "bea-aesthetics": {
+      "command": "python3",
+      "args": ["-m", "bea_mcp.server"]
+    }
+  }
+}
+```
+
+**Cursor / WorkBuddy**（MCP 配置同理，command 用安装环境的 python 绝对路径更稳）：
+
+```json
+{
+  "mcpServers": {
+    "bea-aesthetics": {
+      "command": "/path/to/venv/bin/python",
+      "args": ["-m", "bea_mcp.server"]
+    }
+  }
+}
+```
+
+## 使用示例（对 AI 说）
+
+- 「用 BEA 算一下这款手机设计：形状线条 2、质感触觉 4、色彩 6、构图比例 3、光影 3、细节线条 4，目标 0.28」
+- 「A/B 对比两个 LOGO 方案，帮我裁决哪个更接近亲和精致」
+- 「评分卡：张力 20、秩序 22、阈值 23、语境 21，看看有没有短板」
+
+## 说明
+
+- 数据表与仓库 `../bipolar-emotion-aesthetics/scripts/` 的 wt_calc.py / scoresheet.py 保持一致（CI 同步校验）
+- 0–10 刻度与 W(T) 为协作参照刻度，非心理物理常数
+- 理论全文见仓库 `../docs/theory-book.html`；交互计算器见 [在线版](https://maxing0000.github.io/bipolar-emotion-aesthetics/)
+- 许可：CC BY 4.0，使用请署名「星空本空 / BEA」

bea_mcp-1.0.0/README.md

@@ -0,0 +1,68 @@
+# BEA MCP Server
+
+把**双极情绪美学（BEA）**的计算工具暴露给所有 MCP 客户端（Claude Desktop、Cursor、WorkBuddy 等）。
+一次安装，你的 AI 助手直接获得「计算 W(T)、A/B 方案对比、评分卡诊断」能力。
+
+## 四个工具
+
+| 工具 | 作用 |
+|---|---|
+| `bea_list_categories` | 列出内置品类（phone/car/brand/ui）与维度权重表 |
+| `bea_wt_calc` | 计算危极指数 W(T)：范式落点 + 极性画像 + 目标区间对照 |
+| `bea_wt_compare` | A/B 双方案对比：双画像 + 差异维度 + 目标接近度裁决 |
+| `bea_scoresheet` | 评分卡：四维打分（各 25 分）+ 短板定位 + 六步法修复指引 |
+
+## 安装
+
+```bash
+# 方式一：从 GitHub 直接安装（推荐）
+pip install "git+https://github.com/Maxing0000/bipolar-emotion-aesthetics#subdirectory=mcp-server"
+
+# 方式二：本地源码
+git clone https://github.com/Maxing0000/bipolar-emotion-aesthetics
+cd bipolar-emotion-aesthetics/mcp-server
+pip install .
+```
+
+要求 Python ≥ 3.10，唯一依赖是官方 `mcp` SDK。
+
+## 客户端配置
+
+**Claude Desktop**（`claude_desktop_config.json`）：
+
+```json
+{
+  "mcpServers": {
+    "bea-aesthetics": {
+      "command": "python3",
+      "args": ["-m", "bea_mcp.server"]
+    }
+  }
+}
+```
+
+**Cursor / WorkBuddy**（MCP 配置同理，command 用安装环境的 python 绝对路径更稳）：
+
+```json
+{
+  "mcpServers": {
+    "bea-aesthetics": {
+      "command": "/path/to/venv/bin/python",
+      "args": ["-m", "bea_mcp.server"]
+    }
+  }
+}
+```
+
+## 使用示例（对 AI 说）
+
+- 「用 BEA 算一下这款手机设计：形状线条 2、质感触觉 4、色彩 6、构图比例 3、光影 3、细节线条 4，目标 0.28」
+- 「A/B 对比两个 LOGO 方案，帮我裁决哪个更接近亲和精致」
+- 「评分卡：张力 20、秩序 22、阈值 23、语境 21，看看有没有短板」
+
+## 说明
+
+- 数据表与仓库 `../bipolar-emotion-aesthetics/scripts/` 的 wt_calc.py / scoresheet.py 保持一致（CI 同步校验）
+- 0–10 刻度与 W(T) 为协作参照刻度，非心理物理常数
+- 理论全文见仓库 `../docs/theory-book.html`；交互计算器见 [在线版](https://maxing0000.github.io/bipolar-emotion-aesthetics/)
+- 许可：CC BY 4.0，使用请署名「星空本空 / BEA」

bea_mcp-1.0.0/bea_mcp/__init__.py

@@ -0,0 +1,3 @@
+"""BEA MCP Server — 双极情绪美学的 MCP 工具服务。"""
+
+__version__ = "1.0.0"

bea_mcp-1.0.0/bea_mcp/server.py

@@ -0,0 +1,229 @@
+#!/usr/bin/env python3
+"""BEA MCP Server：把双极情绪美学的计算工具暴露给所有 MCP 客户端。
+
+提供四个工具：
+  bea_wt_calc       W(T) 危极指数计算：范式落点 + 极性画像 + 目标对照
+  bea_wt_compare    A/B 双方案对比：双画像 + 差异维度 + 目标接近度裁决
+  bea_scoresheet    评分卡：四维打分 + 短板定位 + 六步法修复映射
+  bea_list_categories  列出内置品类与维度权重表
+
+数据表与仓库 bipolar-emotion-aesthetics/scripts/ 中的 wt_calc.py、scoresheet.py 保持一致
+（tests/test_mcp_sync.py 做同步校验）。分值为协作刻度，不是心理物理常数。
+
+运行：python -m bea_mcp.server   （stdio 传输）
+"""
+import json
+
+from mcp.server.fastmcp import FastMCP
+
+# ---------------------------------------------------------------- 数据表（与 scripts/wt_calc.py 同步）
+
+CATEGORY_WEIGHTS = {
+    "phone": {"形状线条": 0.25, "质感触觉": 0.25, "色彩": 0.15, "构图比例": 0.15, "光影": 0.10, "细节线条": 0.10},
+    "car": {"形体曲面动势": 0.30, "特征线条": 0.25, "灯组图形": 0.15, "比例姿态": 0.15, "材质光影": 0.15},
+    "brand": {"图形形状": 0.25, "色彩": 0.25, "字体": 0.20, "版式构图": 0.20, "质感": 0.10},
+    "ui": {"布局留白": 0.25, "色彩对比": 0.20, "组件形": 0.20, "动效": 0.20, "字体图标": 0.15},
+}
+
+PARADIGM_RANGES = [
+    (0.15, "治愈松弛"),
+    (0.30, "亲和精致"),
+    (0.48, "均衡典雅"),
+    (0.60, "崇高震撼（需单元素高强度支撑）"),
+    (0.66, "冷峻克制"),
+    (0.85, "先锋反叛"),
+    (float("inf"), "逼近越阈——非美区"),
+]
+
+DIMENSIONS = ["张力", "秩序", "阈值", "语境"]
+FULL_NAMES = {"张力": "双极张力", "秩序": "结构秩序", "阈值": "阈值安全", "语境": "语境适配"}
+FIX_MAP = {
+    "张力": "回第四步「配比与强调」：调整主辅极比例（主导极 60%–90%），检查强调点数量（一视域 ≤2 个）；张力过低补危极细节锚点，过高降高权重维度 t 值。",
+    "秩序": "回第三步「秩序组织」：叠加五种秩序手段（对称/比例/节奏/层级/呼应），确立至少一条贯穿全局的统一要素（共同色板/栅格/母题）。",
+    "阈值": "回第五步「校阈」：本能红线一票否决；认知阈靠补秩序/降复杂度右移；文化阈做符号审计（audit-templates.md 模板 8）。",
+    "语境": "回第二步「范式选择」：重做受众三问（阈值/距离时长/第一情绪），检查符号层文化联想与使用场景是否错配。",
+}
+
+# ---------------------------------------------------------------- 计算逻辑
+
+def paradigm_of(wt: float) -> str:
+    for upper, name in PARADIGM_RANGES:
+        if wt < upper:
+            return name
+    return PARADIGM_RANGES[-1][1]
+
+
+def compute_wt(weights: dict, tvals: dict):
+    contribs = {dim: w * tvals[dim] / 10 for dim, w in weights.items()}
+    return sum(contribs.values()), contribs
+
+
+def _profile_block(weights, tvals, label=None):
+    total, contribs = compute_wt(weights, tvals)
+    lines = []
+    if label:
+        lines.append(f"—— {label} ——")
+    lines.append(f"{'维度':<12}{'权重':>6}{'t':>5}{'贡献':>8}  画像")
+    for dim, w in weights.items():
+        t = tvals[dim]
+        bar = "█" * int(round(t))
+        lines.append(f"{dim:<12}{w:>6.2f}{t:>5.1f}{contribs[dim]:>8.3f}  T{bar:<10}")
+    lines.append("-" * 56)
+    lines.append(f"W(T) = {total:.3f}    范式落点：{paradigm_of(total)}")
+    return total, lines
+
+
+def _target_line(total, target):
+    diff = total - target
+    if abs(diff) <= 0.05:
+        return f"对照目标 {target:.2f}：落入区间（±0.05）"
+    advise = "减锐增柔（降低高权重维度的 t）" if diff > 0 else "加锐减柔（提高高权重维度的 t）"
+    return f"对照目标 {target:.2f}：偏差 {diff:+.3f}，建议{advise}"
+
+
+def _resolve_weights(category, weights):
+    if weights:
+        w = {k: float(v) for k, v in weights.items()}
+        if abs(sum(w.values()) - 1) > 0.001:
+            raise ValueError(f"权重合计 {sum(w.values()):.3f} ≠ 1")
+        return w
+    if category not in CATEGORY_WEIGHTS:
+        raise ValueError(f"未知品类 {category!r}，可用：{'/'.join(sorted(CATEGORY_WEIGHTS))}（或传 weights 自定义）")
+    return CATEGORY_WEIGHTS[category]
+
+
+def _check_tvals(weights, tvals, label=""):
+    missing = [d for d in weights if d not in tvals]
+    if missing:
+        raise ValueError(f"{label}缺少维度：{'、'.join(missing)}（该品类要求全部维度：{'、'.join(weights)}）")
+    for k, v in tvals.items():
+        if not 0 <= float(v) <= 10:
+            raise ValueError(f"{label}维度 {k} 的强度 {v} 超出 0-10")
+
+
+# ---------------------------------------------------------------- MCP 服务
+
+mcp = FastMCP(
+    "bea-aesthetics",
+    instructions=(
+        "双极情绪美学（BEA）计算工具集。BEA 认为美感=可控张力下的情绪奖赏：每个形式元素都在"
+        "亲极（柔和安全）与危极（锐利警觉）之间定位，W(T) 是各维度危极强度的品类加权和。"
+        "先用 bea_list_categories 查品类维度，再用 bea_wt_calc 计算落点；两方案取舍用 bea_wt_compare；"
+        "成稿验收用 bea_scoresheet（四维各 25 分，≥80 成熟，<15 为短板）。"
+        "0-10 刻度与 W(T) 为协作参照，非心理物理常数。"
+    ),
+)
+
+
+@mcp.tool()
+def bea_list_categories() -> str:
+    """列出 BEA 内置品类及其维度权重表（phone/car/brand/ui），供计算前查询维度名称与权重。"""
+    lines = ["可用品类与维度（权重）："]
+    for cat, dims in CATEGORY_WEIGHTS.items():
+        lines.append(f"  {cat}: " + ", ".join(f"{k}={v}" for k, v in dims.items()))
+    lines.append("\n范式锚点：0.1 治愈｜0.2 亲和精致｜0.4 均衡典雅｜0.55 崇高｜0.62 冷峻｜0.7 先锋｜>0.85 越阈")
+    return "\n".join(lines)
+
+
+@mcp.tool()
+def bea_wt_calc(category: str, t: dict, target: float = 0.0, weights: dict = None) -> str:
+    """计算 BEA 危极指数 W(T)：输入品类与各维度危极强度（0-10），输出 W(T)、范式落点、极性画像与目标对照。
+
+    Args:
+        category: 品类，phone/car/brand/ui 之一（自定义权重时随意填）
+        t: 各维度危极强度，如 {"形状线条": 2, "质感触觉": 4, "色彩": 2, "构图比例": 3, "光影": 3, "细节线条": 3}
+        target: 可选，目标 W(T)（如 0.28），用于对照判定；0 表示不对照
+        weights: 可选，自定义权重表（合计须为 1），提供时忽略 category
+    """
+    try:
+        w = _resolve_weights(category, weights)
+        tv = {k: float(v) for k, v in t.items()}
+        _check_tvals(w, tv)
+    except ValueError as e:
+        return f"输入错误：{e}"
+    total, lines = _profile_block(w, tv)
+    if target:
+        lines.append(_target_line(total, target))
+    return "\n".join(lines)
+
+
+@mcp.tool()
+def bea_wt_compare(category: str, t_a: dict, t_b: dict, target: float = 0.0, weights: dict = None) -> str:
+    """A/B 双方案对比：分别计算 W(T) 与画像，输出差异维度排序与目标接近度裁决。
+
+    Args:
+        category: 品类，phone/car/brand/ui 之一
+        t_a: 方案 A 各维度危极强度（0-10）
+        t_b: 方案 B 各维度危极强度（0-10）
+        target: 可选，目标 W(T)；提供时裁决哪个方案更接近目标
+        weights: 可选，自定义权重表（合计须为 1）
+    """
+    try:
+        w = _resolve_weights(category, weights)
+        ta = {k: float(v) for k, v in t_a.items()}
+        tb = {k: float(v) for k, v in t_b.items()}
+        _check_tvals(w, ta, "A ")
+        _check_tvals(w, tb, "B ")
+    except ValueError as e:
+        return f"输入错误：{e}"
+    total_a, lines = _profile_block(w, ta, "方案 A")
+    total_b, lines_b = _profile_block(w, tb, "方案 B")
+    lines += [""] + lines_b + ["", "=" * 56]
+    lines.append(f"A/B 对比：A={total_a:.3f}（{paradigm_of(total_a)}） vs B={total_b:.3f}（{paradigm_of(total_b)}）")
+    diffs = sorted(((d, tb[d] - ta[d]) for d in w), key=lambda x: -abs(x[1]))
+    main = [f"{d} {x:+.0f}" for d, x in diffs if abs(x) >= 1]
+    if main:
+        lines.append("拉开差距的维度：" + "、".join(main))
+    sharper, softer = ("B", "A") if total_b > total_a else ("A", "B")
+    lines.append(f"解读：{sharper} 更锐（张力更高），{softer} 更柔。")
+    if target:
+        da, db = abs(total_a - target), abs(total_b - target)
+        closer = "A" if da < db else ("B" if db < da else "两者持平")
+        lines.append(f"对照目标 {target:.2f}：{closer} 更接近（A 差 {da:.3f}，B 差 {db:.3f}）。")
+    return "\n".join(lines)
+
+
+@mcp.tool()
+def bea_scoresheet(scores: dict) -> str:
+    """BEA 评分卡：四维打分（各 25 分），输出总分、短板定位与六步法修复指引。≥80 成熟，任一维 <15 为短板。
+
+    Args:
+        scores: 四维得分，如 {"张力": 20, "秩序": 22, "阈值": 23, "语境": 21}
+    """
+    try:
+        sc = {k: float(v) for k, v in scores.items()}
+        missing = [d for d in DIMENSIONS if d not in sc]
+        if missing:
+            raise ValueError(f"缺少维度：{'、'.join(missing)}（应为：{'/'.join(DIMENSIONS)}）")
+        for d in DIMENSIONS:
+            if not 0 <= sc[d] <= 25:
+                raise ValueError(f"{FULL_NAMES[d]} 得分 {sc[d]} 超出 0-25")
+    except (ValueError, AttributeError) as e:
+        return f"输入错误：{e}"
+
+    total = sum(sc[d] for d in DIMENSIONS)
+    shorts = [d for d in DIMENSIONS if sc[d] < 15]
+    lines = ["BEA 评分卡", "-" * 44]
+    for d in DIMENSIONS:
+        v = sc[d]
+        bar = "█" * int(round(v))
+        flag = "  ⚠ 短板" if v < 15 else ""
+        lines.append(f"{FULL_NAMES[d]:<6}{v:>6.1f}/25  {bar:<25}{flag}")
+    lines.append("-" * 44)
+    verdict = "成熟作品（≥80）" if total >= 80 else "未成熟（<80）"
+    lines.append(f"总分 {total:.1f}/100    {verdict}")
+    if shorts:
+        lines.append("\n短板修复指引（回六步法对应环节）：")
+        for d in shorts:
+            lines.append(f"  · {FULL_NAMES[d]}：{FIX_MAP[d]}")
+    else:
+        lines.append("无短板维度（均 ≥15）。")
+    return "\n".join(lines)
+
+
+def main():
+    mcp.run()  # stdio 传输
+
+
+if __name__ == "__main__":
+    main()

bea_mcp-1.0.0/pyproject.toml

@@ -0,0 +1,24 @@
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[project]
+name = "bea-mcp"
+version = "1.0.0"
+description = "双极情绪美学（BEA）MCP Server：W(T) 危极指数、A/B 对比、评分卡工具，供所有 MCP 客户端调用"
+readme = "README.md"
+license = { text = "CC-BY-4.0" }
+authors = [{ name = "Xingkong Benkong" }]
+requires-python = ">=3.10"
+dependencies = ["mcp>=1.2.0,<2"]
+keywords = ["aesthetics", "design", "mcp", "bea", "agent"]
+
+[project.urls]
+Homepage = "https://github.com/Maxing0000/bipolar-emotion-aesthetics"
+Calculator = "https://maxing0000.github.io/bipolar-emotion-aesthetics/"
+
+[project.scripts]
+bea-mcp = "bea_mcp.server:main"
+
+[tool.hatch.build.targets.wheel]
+packages = ["bea_mcp"]