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_recommendationstime_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
- 安装依赖项：
pip install -r requirements.txt- 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：
- 启动MCP Inspector网页界面
- 自动启动您的服务器
- 打开一个带有交互式用户界面的浏览器
- 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：
- 开放
demo.ipynb在VS Code或Jupyter中 - 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：
- 令牌端点：
https://id.cdq.com/auth/realms/cs/protocol/openid-connect/token - 客户端ID:
cloud-apps - 授权类型：
password - 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：
- 搜索欺诈案件 使用不同的过滤器和参数
- 增加更复杂的分析工具（统计、模式检测）
- 创建更多专业化的提示模板（风险评分、报告生成）
- 增加更多资源（欺诈统计、趋势分析）
- 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/