Local Server Hackathon

欺诈案件管理MCP服务器

一个连接到CDQ银行账户数据API的模型上下文协议（MCP）服务器，用于提供访问欺诈案件信息的权限：

• 🔧 修理工具或螺丝刀的符号（在中文语境中，该符号通常不直接翻译为文字，而是保留原样或根据上下文解释为“修理工具”、“螺丝刀”等含义） 2 工具/操作按日期范围等各种标准搜索、筛选和分析欺诈案件
• 📚 书籍 1 资源： cdq://fraudcases/all 根据全局信息和原文内容，译文如下：来自CDQ API的实时欺诈案例数据
• 💬 4个提示模板欺诈分析师、调查员、模式检测器和报告生成器

特点/特性

工具

1. 搜索欺诈案件

使用灵活的参数从CDQ API搜索并过滤欺诈案件。

参数：

• search （可选）：输入搜索短语以筛选欺诈案件
• page （可选）：页面索引（从0开始，默认：0）
• pageSize （可选）：每页记录数（最多200条，默认：20条）
• sort （可选）：排序字段（使用 - 前缀表示降序，默认："-creationTimestamp"）
• classification （可选）：分类过滤器（DEMO、TEST、CATENAX、STANDARD - 默认：STANDARD）

2. 按日期获取欺诈案件

获取在特定日期或日期范围内发生的欺诈案件。在Python中，获取所有案件并按Unix时间戳进行过滤。

参数：

• start_date （必填）：开始日期，格式为YYYY-MM-DD（例如，2015-12-30）
• end_date （可选）：结束日期，格式为YYYY-MM-DD（用于日期范围过滤）
• classification （可选）：分类过滤器（DEMO、TEST、CATENAX、STANDARD - 默认：STANDARD）

资源：cdq://fraudcases/all（可翻译为：“资源：欺诈案例集合/全部”）

从CDQ银行账户数据API获取的实时欺诈案件数据，包含分页信息、排序顺序以及完整的欺诈案件列表等元数据。

提示模板

1. 欺诈分析师

创建一个包含实时欺诈案件上下文的欺诈分析师助手提示（20个样本）。

参数：

• analysis_type （可选）：分析类型 - summary， trends或者 risk_assessment

特点：

• 显示最近20起欺诈案件
• 将Unix时间戳（毫秒）解析为人类可读的日期
• 展示完整的欺诈描述
• 包括商业伙伴详情、欺诈者信息以及银行账户数据

2. 欺诈调查员

对某一特定欺诈案件进行深入调查，并附有详细背景资料部分。

参数：

• case_id （必填）：待调查的欺诈案件的CDL ID

特点：

• 包含事件详情的结构化调查报告
• 完整的目标信息和欺诈者信息
• 银行账户详情及备选收款人信息
• 下一步建议及类似案例模式

3. 欺诈模式检测器

分析不同关注领域的欺诈案件中的模式和相似之处。

参数：

• focus_area （可选）：重点关注的领域 - geographical， temporal， modus_operandi，或者 target_profile

特点：

• 地理分布分析
• 时间模式检测（随时间变化的趋势）
• 欺诈技术分类
• 目标特征分析

4. 欺诈报告生成器

生成包含多种报告类型和时间段的全面欺诈报告。

参数：

• report_type （可选）：报告类型 - executive_summary， detailed_analysis， incident_response，或 prevention_recommendations
• time_period （可选）：时间段 - last_week， last_month， last_quarter， last_year，或者 all_time

特点：

• 统计数据细分和指标
• 基于地理和类型的分析
• 为不同受众定制报告格式
• 战略建议

设置

1. 安装依赖项：

pip install -r requirements.txt

1. 创建您的凭证文件：

cp credentials.json.example credentials.json

然后编辑 credentials.json 并添加您的CDQ用户名和密码：

{
  "username": "your-cdq-username",
  "password": "your-cdq-password"
}

注： 该（或“这”） credentials.json 出于安全考虑，该文件已被添加到Git忽略列表中。

用法

MCP 检查器（强烈推荐！🌟）

使用网页界面探索和测试服务器的最简单方法：

./run_inspector.sh

或者手动：

npx @modelcontextprotocol/inspector /Users/michal/Repositories/mcp-local-server/.venv/bin/python server.py

这将会：

1. 启动MCP Inspector网页界面
2. 自动启动您的服务器
3. 打开一个带有交互式用户界面的浏览器
4. 允许您测试所有资源、工具和提示

检查器中的功能：

• 浏览和阅读资源
• 🔧 使用自定义参数执行工具
• 💬 测试提示模板
• 查看实时请求/响应日志
• 🐛 调试服务器行为

备选方案：命令行演示客户端

运行Python演示客户端（目前存在连接问题）：

python client_demo.py

交互式Jupyter Notebook演示

在笔记本中逐步探索功能：

1. 开放 demo.ipynb 在VS Code或Jupyter中
2. 运行这些单元格，以查看每个功能的实际操作

注： 这台笔记本电脑目前存在连接问题，需要进行调试。

以独立模式运行服务器

仅运行服务器（用于与MCP客户端集成）：

python server.py

服务器通过标准输入输出进行通信，并遵循MCP协议。

认证

此服务器使用OAuth2密码授权流程与CDQ API进行身份验证：

1. 令牌端点： https://id.cdq.com/auth/realms/cs/protocol/openid-connect/token
2. 客户端ID: cloud-apps
3. 授权类型： password
4. 标题/头部信息：

- X-Credential-Username您的CDQ用户名 - Authorization通过OAuth2获取的承载令牌

API集成

本服务器与CDQ银行账户数据API集成：

• 终端（或端点）： https://bankaccount-data-api.reverse-proxy.prod.k8s.production.cdq-cloud-engine.com/public/fraudcases
• 认证使用Bearer令牌的OAuth2协议 + X-Credential-Username头部
• 文档https://developer.cdq.com/apis/bankaccount-data-api/api-v2/fraud-case-management 翻译为中文是：“https://developer.cdq.com/apis/银行账户数据接口/api-v2/欺诈案件管理”

欺诈案件数据结构

每起欺诈案件包括：

• cdlId唯一标识符
• type欺诈类型（伪造文件、伪造电子邮件、篡改发票等）
• dateOfAttack当攻击发生时
• description欺诈案件的描述
• confirmationState已确认或疑似
• businessPartnerName受影响的商业合作伙伴名称
• fraudsterEmail诈骗者的电子邮件地址
• bankAccount银行账户详细信息，包括国际银行账号（IBAN）、银行国际代码（BIC）等。
• 以及更多领域。。。

项目结构

mcp-local-server/
├── server.py                  # MCP server implementation
├── credentials.json.example   # Example credentials file
├── credentials.json          # Your credentials (gitignored)
├── run_inspector.sh          # 🌟 Launch MCP Inspector (recommended)
├── requirements.txt          # Python dependencies
└── README.md                 # This file

下一步行动

一旦这个运行起来，你就可以：

1. 搜索欺诈案件 使用不同的过滤器和参数
2. 增加更复杂的分析工具（统计、模式检测）
3. 创建更多专业化的提示模板（风险评分、报告生成）
4. 增加更多资源（欺诈统计、趋势分析）
5. 与如Claude Desktop等AI/LLM应用集成，以辅助欺诈分析

MCP协议

这台服务器实现了模型上下文协议，该协议允许人工智能应用程序：

• 访问资源（通过API访问欺诈案件数据库）
• 执行工具/操作（搜索和过滤欺诈案件）
• 使用提示模板（欺诈分析师协助）

了解更多：https://modelcontextprotocol.io/