Metadata-Version: 2.4
Name: wenjia-home-fix-mcp
Version: 0.1.3
Summary: 问家家庭维修诊断 MCP Server：40 品类 200 症状，含 prob_distribution / price_band / stop_check 三个原子工具
Author-email: Wenjia <noreply@wenjia.net>
License: MIT
Project-URL: Homepage, https://wenjia.net/
Project-URL: Data, https://wenjia.net/dataset.html
Keywords: mcp,home-repair,diagnosis,chinese,troubleshooting
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.9
Description-Content-Type: text/markdown

# 问家家庭维修诊断 MCP Server

中文家庭维修自助诊断引擎的 MCP 服务端。40 品类 / 200 症状 / 800 原因 / 3,687 修复步骤。
纯 Python 标准库，零第三方依赖，只读，无鉴权。数据 CC BY 4.0。

## 装法与运行

```bash
uvx wenjia-home-fix-mcp            # stdio 传输，给 MCP 客户端
python -m wenjia_home_fix STDIO    # 等价写法（见下）
PORT=8765 wenjia-home-fix-mcp      # streamable-http 传输，监听 127.0.0.1:8765/mcp
```

stdio 模式：`wenjia-home-fix-mcp --stdio`

## 工具

原子事实（省 token，给 agent）：

| 工具 | 返回 |
|---|---|
| `prob_distribution` | 原因先验概率分布（合计 100）+ 能否 DIY，约 530 字符 |
| `price_band` | 上门价格区间（元）+ 配件价，约 410 字符 |
| `stop_check` | 风险等级（gas / electric / height）+ 必须停手的理由，约 420 字符 |

全树（丰富，给人）：

| 工具 | 返回 |
|---|---|
| `list_categories` | 40 品类与症状数 |
| `search_symptoms` | 跨品类关键词搜索 |
| `get_symptom` | 单个症状完整诊断树，约 2,350 字符 |
| `diagnose` | 按概率排序的原因 + 追问选项 |

同一症状下，三个原子工具比 `get_symptom` 省 77–83% 上下文。

## 我们刻意不卖的东西

分步修复文本——前沿模型自己写得已经很细。它造不出来的是**先验概率、地域价格、涉险停手判断**，这三个工具只为这三件事存在。

## 数据口径（诚实说明）

- `prob_prior` 是**文献与经验先验，不是工单统计**，只能当排序信号，不能当精确频率。
- 价格是 2026 年中国市场区间（CNY），未建模地域差异。
- 覆盖城市住宅场景，农村自建房不在范围内。
- 每个症状带 `see_pro` 字段（何时停手找持证技师），转发时不要删。

数据来自问家家庭维修诊断树（40 品类 200 症状，持续更新）。引用请保留出处与版本号。
