MCP Christensen

🚀 クライトン・クリステンセンMCPサーバー

戦略的アドバイスを提供するクライトン・クリステンセンのペルソナエージェントで、MCP（Model Context Protocol）サーバーとして実装されています。

破壊的革新理論、ジョブ・トゥ・ビー・ドーン、および能力分析をあなたのビジネス決定に適用しましょう。

🚀 クイックスタート

📦 インストール

# リポジトリをクローンする
git clone https://github.com/m2ai-mcp-servers/mcp-christensen.git
cd mcp-christensen

# 依存関係をインストールする
npm install

# ビルドする
npm run build

クロードデスクトップの設定

クロードデスクトップの設定ファイル（Macの場合は~/Library/Application Support/Claude/claude_desktop_config.json、Windowsの場合は%APPDATA%\Claude\claude_desktop_config.json）に以下を追加します。

{
  "mcpServers": {
    "christensen": {
      "command": "node",
      "args": ["/path/to/christensen-mcp/dist/index.js"]
    }
  }
}

クロードコードの設定

プロジェクトの.mcp.jsonに以下を追加します。

{
  "mcpServers": {
    "christensen": {
      "command": "node",
      "args": ["./path/to/christensen-mcp/dist/index.js"]
    }
  }
}

✨ 主な機能

このMCPサーバーは、クライトン・クリステンセンのフレームワークを通じてクロードに決定を分析する能力を与えます。

• ジョブ・トゥ・ビー・ドーン：顧客はあなたの製品を何の仕事に使っているのか？
• 破壊的革新理論：これは維持的なものか、破壊的なものか？非消費者は誰か？
• 能力 - プロセス - 優先順位：あなたは実行する能力を持っているか？
• リソース依存性：あなたのリソース提供者はどのような制約を与えるか？

このサーバーをクロードデスクトップまたはクロードコードに接続すると、クリステンセンのように考える戦略アドバイザーが得られます。適切な質問をし、過去のパターンに関連付け、理論に基づいた洞察を謙虚に提供します。

💻 使用例

基本的な使用法

analyze_decision

クリステンセンのすべてのフレームワークを使用した完全な戦略分析を行います。

analyze_decisionツールを使用して評価します：エンタープライズ顧客を目指すべきか、中小企業に焦点を当てるべきか？

パラメーター：

• decision（必須）：分析するビジネス決定
• context：あなたの状況に関する追加情報
• organization：あなたの組織のタイプ、規模、業界、現在の焦点
• market：既存企業、競合他社、顧客セグメント
• focusAreas：適用する特定のフレームワーク（jtbd、disruption、cpp、resource-dependence）

case_study

クリステンセンの代表的なケーススタディを探索し、あなたの状況にマッチさせます。

case_studyツールを使用して、次の状況にマッチするパターンを見つけます：我々は既存企業に無視されている低コストの参入者です。

利用可能なケース：

• steel_minimills：非対称的な動機付けによる低エンドの破壊的革新
• disk_drives：異なる価値ネットワークによる新市場の破壊的革新
• milkshake：状況を通じたジョブ・トゥ・ビー・ドーンの発見
• honda_motorcycles：市場学習を通じた新興戦略
• intel_microprocessors：プロセス投資を通じた能力移行

get_framework

任意のクリステンセンのフレームワークについて詳細を学びます。

get_frameworkツールを、フレームワーク：jtbd、詳細レベル：fullで使用します。

フレームワーク：jtbd、disruption、cpp、resource-dependence、all 詳細レベル：summary、full、questions-only

高度な使用法

戦略的決定分析

あなた：個別のAIエージェントを構築するか、それらを作成するためのファクトリープロセスに投資するかを決めようとしています。クリステンセンのフレームワークを使ってこれを分析してくれますか？

クロード：analyze_decisionツールを使用

クリステンセンのフレームワークを使ってこれを考えてみましょう...

ジョブ・トゥ・ビー・ドーン：あなたの顧客はAIエージェントを何の仕事に使っているのか？もし彼らが専門的な知識（機能的）、アドバイスへの信頼（感情的）、および信頼性（社会的）を必要としている場合、個別の高品質エージェントがその仕事により適しているかもしれません。しかし、彼らが自分たちのエージェントを迅速に作成する必要がある場合、ファクトリーはまったく異なる仕事を果たします。

インテルのパターン：私はインテルがメモリからマイクロプロセッサーへの転換を思い出します。洞察はリソースに関するものではなく、日本の企業もそれらを入手できました。重要なのはプロセスでした。インテルのチップ設計と製造プロセスが新しい機会に転用されました。

私が尋ねる質問は：最初のエージェントを構築する際に開発したどのプロセスがファクトリーに転用できるのか？もしプロセスが本当の能力である場合、ファクトリーは単一のエージェントよりも価値があるかもしれません。

ケーススタディのマッチング

あなた：私たちはよりシンプルで安価な製品で市場に参入しています。既存企業は私たちを無視しているようです。

クロード：case_studyツールを使用

これは小型製鉄所のパターンと非常によくマッチしています。

統合製鉄所は、小型製鉄所に鉄筋市場を譲ることを安心していました。それは低利益の仕事でした。しかし、小型製鉄所は改善し、アングル鉄、次に構造用鋼、そして薄板鋼に市場を拡大しました。各段階で、統合製鉄所は合理的に撤退しました。

理論で予測されることは：既存企業があなたを無視している場合は、実際には彼らにとって警告信号です。問題は、あなたが最終的に主流の顧客を満足させる改善軌道に乗っているかどうかです。

私が理解したいことは：あなたは彼らの現在の顧客にとって最終的に重要になる次元で改善しているか？

📚 ドキュメント

仕組み

MCPサーバーは、決定論的なロジックではなく、プロンプト整形コンテキストを提供します。ツールを呼び出すと：

1. サーバーはクリステンセンのフレームワークを使用してあなたの決定を構造化します。
2. 関連するケーススタディと診断的な質問をマッチさせます。
3. クリステンセンの声の特徴とフレーズを提供します。
4. クロードはペルソナの分析アプローチで推論を適用します。

この設計により、クロードは得意な微妙な推論と判断を行うことができ、MCPツールは分析をクリステンセンの理論に基づいたものに保ちます。

ペルソナの忠実度

このエージェントは、クリステンセンの実際の考え方に高い忠実度を維持するように設計されています。

含まれるべきもの：

• 特定のフレームワーク（JTBD、破壊的革新、CPP）への言及
• 顧客のジョブ・トゥ・ビー・ドーンに関する質問
• 予測に対する謙虚さ（「理論が示唆する...」）
• 過去のケーススタディへの関連付け
• 組織的な制約の考慮

避けるべきもの：

• 過度に自信過剰な予測
• 既存企業を愚かだと見下すこと（彼らは合理的です！）
• 理論に基づかない一般的なビジネスアドバイス

npm testを実行して、これらの忠実度マーカーに対して出力を検証します。

開発

# TypeScriptをビルドする
npm run build

# ウォッチモード
npm run dev

# 検証テストを実行する
npm test

# MCPインスペクターでテストする
npm run inspector

プロジェクト構造

christensen-mcp/
├── src/
│   ├── index.ts                 # MCPサーバーのエントリーポイント
│   ├── persona-loader.ts        # YAMLペルソナパーサー
│   ├── personas/
│   │   └── christensen.yaml     # コアペルソナ定義
│   ├── frameworks/
│   │   ├── types.ts             # 共有型
│   │   ├── jobs-to-be-done.ts   # JTBDフレームワーク
│   │   ├── disruption.ts        # 破壊的革新理論
│   │   └── capabilities.ts      # CPP + リソース依存性
│   ├── tools/
│   │   ├── analyze-decision.ts  # 主要な分析ツール
│   │   ├── case-study.ts        # ケーススタディエクスプローラー
│   │   └── get-framework.ts     # フレームワークリファレンス
│   └── validation/
│       ├── fidelity-check.ts    # 出力検証
│       └── test-decisions.ts    # テストケース
├── docs/
│   ├── BUILD_LOG.md             # 開発プロセスのジャーナル
│   └── CHRISTENSEN_SPEC.md      # ペルソナ仕様
└── dist/                        # コンパイルされたJavaScript

ファクトリーパターン

このエージェントは、ペルソナエージェントファクトリーの概念実証として構築されました。BUILD_LOG.mdには全体のプロセスが記録されており、将来のエージェントをより迅速に構築できます。

抽出された主要なパターン：

1. ペルソナYAML構造：アイデンティティ、声、フレームワーク、検証
2. フレームワークモジュールパターン：質問、プロンプト、声のフレーズ
3. 忠実度検証：ペルソナマーカーに対する自動テスト

クレジット

このプロジェクトは、クライトン・クリステンセンの著作に基づいて構築されています。

• The Innovator's Dilemma (1997)
• The Innovator's Solution (2003)
• Competing Against Luck (2016)

これは、クリステンセンの公開されているフレームワークを適用するのに役立つ教育ツールです。クリステンセン研究所とは関係がなく、彼らによる承認も受けていません。

📄 ライセンス

MIT

このプロジェクトは、MCPサーバー開発とペルソナエージェントアーキテクチャのデモンストレーションとして、クロードコードを使用して構築されました。