Launch Engine MCP

资产工厂

](https://www.npmjs.com/package/asset-factory-mcp)  ](https://github.com/ZionHopkins/asset-factory-mcp)

将想法转化为收入的代理渠道——面向独立创始人和创业者。

npx -y asset-factory-mcp

______________________________________________________________________

为什么选择资产工厂？

大多数MCP服务器只提供一个工具。GitHub集成。数据库查询。Slack机器人。

Asset Factory为您提供 42个作为管道工作的工具 --从最初的想法到经过验证的收入，整个剧本都在你已经使用的人工智能客户端中运行。

• 不再有空白页瘫痪。 从...开始 scout 系统告诉你下一步要做什么，每一步都要做。
• 每一阶段都为下一阶段提供营养。 买方研究流入报价设计。报价设计流入活动文案。活动副本流入验证。没有什么是浪费的。
• 数学先于资产。 在构建任何东西之前，单位经济性都会得到验证。你永远不会花几个星期的时间来制定一个不符合你预算的报价。
• 用50美元而不是5000美元来测试想法。 rapid_test 在3-5天内，在您提交完整管道之前，通过登录页面和付费流量向您发出信号。
• 你的AI将成为联合创始人，而不是聊天机器人。 它不只是回答问题。它与您一起执行结构化的业务系统。

______________________________________________________________________

安装

npm install -g asset-factory-mcp

或者直接运行而不安装：

npx -y asset-factory-mcp

快速开始

克劳德桌面

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

光标

添加到MCP设置(.cursor/mcp.json):

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

来自源头

git clone https://github.com/ZionHopkins/asset-factory-mcp.git
cd asset-factory-mcp
npm install
npm run build
node dist/index.js

运作原理

资产工厂是 双层工具系统:

A层——42个SOP工具 （只读）：每个工具都根据以下条件验证先决条件 pipeline-state.json，从前面的阶段加载上游上下文，检查 learnings.json 对于模式，并返回丰富了该上下文的完整SOP指令。你的AI执行指令。

B层——3个实用工具 （突变）： update_pipeline_state, save_asset, capture_learning。这些处理所有状态写入和文件创建。你的AI在执行每个SOP后调用它们。

管道

Five entry points:

1. scout            → Full pipeline (research → offer → build → deploy → validate)
2. rapid_test       → Quick $50-100 test (signal in 3-5 days)
3. passive_deploy   → Marketplace assets (after research)
4. tournament       → Batch-evaluate 3-5 ideas through Layer 1 simultaneously
5. portfolio_triage → Rank existing pipelines by profit velocity, select top N

全管道流量

LAYER 1 (Strategist):
  scout → autonomy → market_intel → research → build_blocks → stress_test → unit_economics

LAYER 2 (Builder):
  name_lock → platform + product → deploy → qa → validate_prep

LAYER 3 (Validator):
  validate_check (daily) → validate_decide → feedback → iterate

TRAFFIC (Paid):
  traffic_strategy → channels → creative_test → funnel_optimize → scale

ORGANIC GROWTH (runs parallel with paid):
  content_engine → content_repurpose → seo_check (monthly)

BOLD ACTION (post-QA):
  bold_action → credibility compression playbook

REVENUE PHASE MANAGEMENT (optional overlay):
  portfolio_triage → revenue_review (weekly)
  Phases: Signal → Cash → Repeat → Scale

CROSS-CUTTING:
  status | daily_check | lessons | voice_extract | dream_100 | tournament

每个工具都会自动检查先决条件。如果你试图逃跑 research 在完成之前 market_intel，您将收到一条明确的STAGE_BLOCKED消息，告诉您首先运行什么。

工具参考

SOP工具（42）

实用工具（3）

项目目录结构

Asset Factory在项目目录中创建和管理文件：

your-project/
├── pipeline-state.json      # Pipeline progress tracking
├── learnings.json            # Pattern library across pipelines
└── assets/
    └── [market-name]/
        ├── research/         # Scout reports, buyer research, market intel
        ├── building-blocks/  # The 7 Building Blocks
        ├── product/          # Product Architecture Blueprint
        ├── copy/             # Sales letters, email sequences
        ├── campaigns/        # Landing pages, ad copy
        ├── traffic/          # Traffic strategy, creative tests, analytics
        ├── validation/       # Deployment packages, daily checks, verdicts
        ├── voice/            # Brand voice calibration
        ├── passive-portfolio/ # PADA outputs
        ├── rapid-test/       # Rapid test assets
        ├── bold-action/      # Bold Action playbook
        └── content/          # Organic growth engine outputs
            ├── pillar/       # 2,000-4,000 word guides
            ├── spokes/       # 1,000-2,000 word pages
            ├── repurposed/   # Multi-platform assets per source
            ├── schema/       # JSON-LD files
            ├── seo-config/   # robots.txt, sitemap, brand signals
            └── audits/       # Monthly SEO/GEO audit reports

配置

项目目录按以下顺序解析：

1. ASSET_FACTORY_PROJECT_DIR 环境变量
2. --project-dir= CLI参数
3. 当前工作目录

首先使用

当你奔跑时 status 在没有现有管道的情况下，您将看到：

有三条路径可供选择： 1. 快速测试 --3-5天内50-100美元的付费流量测试 1. 侦察员 --经过深入研究和验证的完整活跃管道 1. 被动部署 --市场资产（需要先进行研究）

最佳实践

入门指南

• 从...开始 status --总是先跑这个。它读取你的管道状态，并告诉你在哪里以及下一步该做什么。
• 新想法？使用 rapid_test 第一 --不要对一个未经验证的想法进行全面的审查。花50-100美元在3-5天内获得信号。如果它毕业了，那就跑吧 scout.
• 一次一条管道 --您可以并行运行多个快速测试，但一次只关注一个完整的管道。上下文切换会扼杀动力。

在管道期间

• 按顺序操作 --先决条件制度的存在是有原因的。每个阶段都为下一个阶段提供食物。跳过 market_intel 手段 research 没有竞争背景。跳过 stress_test 这意味着你可能会为失败的报价建立资产。
• 不要跳过 qa --它捕捉到了承诺产品的错位、未归因的统计数据和角色漂移。触及买家的每一项资产都必须通过质量保证门。
• 跑 daily_check 每天 在验证过程中，它需要60秒，并在问题耗尽预算之前发现问题。
• 使用 lessons 在每一个重大决定之后 --判决（ADVANCE/KILL）、毕业快速测试、创意测试获奖者。模式库使未来的每个管道都更加智能。

与AI合作

• 让AI执行完整的SOP --每个工具都返回完整的指令。中途不要打断。让它完成研究，生成可交付成果，并保存文件。
• 仔细审查第3/4级决策 --系统将暂停并询问您对市场选择、定价、终止决策以及任何涉及真钱的事情的意见。这些停顿是有意的。
• 相信数学 — unit_economics 会告诉你这些数字是否符合你的预算。如果判决是不可行的，不要试图强迫它。继续前进或调整报价。

扩展

• 在缩放之前进行验证 — scale 需要经过30多次转化的创意赢家。扩大未经验证的活动是烧钱的最快方式。
• 巩固你的学习成果 --达到锚定状态的被动资产应触发 passive_compound一个经过验证的资产可以产生5-10个相关资产。
• 跑 traffic_analytics 每周的 --归因漂移发生了。上周奏效的方法下周可能行不通。掌握数据。

常见错误避免

• 之前不要建立资产 stress_test 通过 --GO裁决意味着报价在结构上是合理的。翻修或重建意味着先固定基础。
• 不要跳过 name_lock --在资产建成后更改企业名称意味着重建一切。早点锁上。
• 不要忽视KILL信号 --如果快速测试指标达到终止阈值，就终止它。如果验证显示为终止，则吸取教训并继续前进。沉没成本不是一种策略。
• 未经许可不得发布 qa 清理 --未经审查的副本，其中包含未归因的索赔或角色错位，会损害信任和转化率。
• 不要为每个想法都运行完整的管道 --就是这样 rapid_test 是为了。以低廉的价格测试5-10个想法，然后将全部资金投入到获胜者身上。

收入阶段系统（v1.2.0中的新功能）

可选的覆盖层，通过四个阶段跟踪收入增长：

如何启用： 跑 portfolio_triage 选择活动管道。选定的管道得到 revenue_phase: "signal".快跑 revenue_review 每周跟踪进度。

scout 现在包括a 销售周期真实性检查 估计每个市场首次销售的天数（绿色\30d）。这将输入以下人员使用的利润速度得分 portfolio_triage.

自动化QA测试套件（v1.1.0中的新功能）

该管道包括一个在3个点运行的自动化QA测试套件：

测试模块 qa-tests/:

• test_landing_page.py --HTML结构、CTA存在、秘密检测
• test_campaign_assets.py --电子邮件/广告验证、品牌一致性
• test_research_report.py --章节完整性、引用密度、矛盾检测
• test_unit_economics.py --边际正性、CAC/LTV比率、数学验证

要求： Python 3.10+

挂牌

上市 MCP服务器中心 | MCP注册表

许可证

麻省理工学院