RegGuard MCP Server 🛡️

使用模型上下文协议（MCP）的AI增强型金融营销合规服务器

RegGuard 是一个复杂的MCP（模型上下文协议）服务器，提供基于AI的金融营销内容监管合规检查。它结合了OpenAI的GPT-4o-mini模型与特定司法管辖区的监管知识，以检测多个金融市场中的违规行为。

🎯 RegGuard的作用是什么？

RegGuard作为智能合规助手，能够：

• 🔍 分析营销内容：使用AI扫描金融营销材料，查找监管违规行为
• 🌍 多司法管辖区支持：涵盖新加坡（SG）、香港（HK）、阿联酋（AE）和印度（IN）的法规
• ⚡ 实时合规检查：无缝集成到AI助手如Claude和Cursor中
• 📋 自动插入免责声明：智能地放置所需的监管免责声明
• 📊 审计跟踪生成：维护所有合规检查的不可篡改日志
• 🎯 上下文AI分析：超越模式匹配，理解监管细微之处

🧠 关键概念及教育资源

了解MCP（模型上下文协议）

• MCP官方文档 - 学习连接AI助手到外部系统的开放标准
• MCP GitHub仓库 - 技术规范和示例
• 构建MCP服务器 - Anthropic指南 - 创建MCP服务器的逐步指南

金融监管合规基础

• MAS公平交易指南（新加坡） - 新加坡的金融营销法规
• SFC投资广告指南（香港） - 香港证券营销规则
• DFSA行为准则（阿联酋） - 迪拜金融服务法规
• SEBI指南（印度） - 印度证券交易委员会法规

基于AI的合规技术

• OpenAI API文档 - 了解GPT--4o-mini集成
• 金融AI合规概述 - 金融业AI应用的行业见解
• RegTech解释 - 监管技术简介

🚀 快速入门指南

先决条件

• Python 3.8+ (下载Python)
• OpenAI API密钥 (获取API密钥)
• Git (安装Git)

1. 克隆并设置

# 克隆仓库
git clone https://github.com/your-username/regguard-mcp.git
cd regguard-mcp

# 创建虚拟环境（推荐）
python -m venv regguard-env
source regguard-env/bin/activate  # 在Windows上：regguard-env\Scripts\activate

# 安装依赖项
pip install -r requirements.txt

2. 配置API密钥

在项目根目录创建一个.env文件：

# 创建.env文件
echo 'OPENAI_API_KEY="your-openai-api-key-here"' > .env

重要：永远不要将实际的API密钥提交到GitHub！

3. 测试服务器

# 测试服务器功能
python test_server.py

# 测试AI集成
python test_ai_client.py

# 运行示例用法
python example_usage.py

🔌 如何使用RegGuard MCP服务器

选项1：Claude桌面集成（推荐）

1. 安装Claude桌面 (下载这里)

2. 配置MCP设置：

   • 打开Claude桌面设置
   • 导航到“开发者” > “MCP服务器”
   • 添加以下配置：

{
  "mcpServers": {
    "regguard": {
      "command": "python",
      "args": ["-m", "src.regguard.server"],
      "cwd": "/full/path/to/regguard-mcp",
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key-here"
      }
    }
  }
}

3. 开始使用：

   @regguard 请检查此营销文案是否符合新加坡的合规性：
   "我们的投资产品保证每年15%的回报率，零风险！"
   

选项2：Cursor IDE集成

1. 安装Cursor (下载这里)

2. 在工作区配置MCP： 添加到你的Cursor工作区设置：

{
  "mcp.servers": [
    {
      "name": "regguard",
      "command": ["python", "-m", "src.regguard.server"],
      "cwd": "./regguard-mcp"
    }
  ]
}

3. 在Cursor中使用：

   @regguard 分析此金融广告是否存在违反香港法规的行为
   

选项3：直接Python集成

from regguard_client import RegGuardClient

# 初始化客户端
client = RegGuardClient()
client.start_server()

# 检查合规性
result = client.check_compliance(
    html_content="<p>保证20%的回报率！</p>",
    jurisdiction="sg"
)

print(f"发现违规：{len(result['violations'])}")

🛠️ 可用工具及特性

1. check_rule_violation - AI合规分析

分析营销内容，跨多个司法管辖区查找监管违规行为。

示例用法：

@regguard 检查此内容是否违反新加坡法规：
"加入我们独家的投资俱乐部！每年保证25%的利润，资本零风险。仅限48小时！"

响应包括：

• 详细的违规描述
• 严重程度（关键、高、中、低）
• 匹配内容高亮显示
• 监管参考
• 可操作建议

2. auto_insert_disclaimer - 智能免责声明插入

自动在适当位置插入适合司法管辖区的免责声明。

示例：

@regguard 为此新加坡投资广告添加适当的免责声明：
<div>
  <h2>投资机会</h2>
  <p>有高潜在回报。</p>
  <button>立即投资</button>
</div>

3. export_audit_trail - 合规审计日志

生成全面的审计报告供合规团队使用。

4. health - 系统状态

检查服务器健康状况和AI能力状态。

5. list_supported_markets - 支持的市场

返回：["sg", "hk", "ae", "in"]

📁 项目结构

regguard-mcp/
├── src/regguard/           # 核心服务器代码
│   ├── server.py          # 主MCP服务器
│   ├── rules_engine.py    # AI合规引擎
│   └── audit_writer.py    # 审计跟踪管理
├── rules/                 # 特定司法管辖区规则
│   ├── sg.yml            # 新加坡（MAS）
│   ├── hk.yml            # 香港（SFC）
│   ├── ae.yml            # 阿联酋（DFSA）
│   └── in.yml            # 印度（SEBI）
├── audits/               # 合规审计日志
├── tests/                # 测试文件
├── example_usage.py      # 使用示例
├── requirements.txt      # Python依赖项
└── README.md            # 此文件

🌍 支持的司法管辖区

市场	监管机构	关键特征	特殊要求
新加坡（SG）	MAS	保证回报检测，风险披露检查	英语，明确的风险警告
香港（HK）	SFC	SFC授权检查，复杂产品警告	简繁中文支持
阿联酋（AE）	DFSA/SCA	DFSA许可验证，风险评级要求	阿拉伯语/英语双语合规
印度（IN）	SEBI	风险-计量器要求，名人代言规则	地方语言披露

🔧 项目实施步骤

第一步：环境设置

# 1. 克隆此仓库
git clone https://github.com/your-username/regguard-mcp.git

# 2. 导航到项目目录
cd regguard-mcp

# 3. 创建Python虚拟环境
python -m venv venv
source venv/bin/activate  # 或者在Windows上：venv\Scripts\activate

# 4. 安装依赖项
pip install -r requirements.txt

第二步：配置

# 1. 从https://platform.openai.com/api-keys 获取OpenAI API密钥
# 2. 创建.env文件
echo 'OPENAI_API_KEY="your-actual-api-key"' > .env

# 3. 测试配置
python test_server.py

第三步：集成

选择你偏好的集成方法：

对于Claude桌面用户：

• 按照上面所示配置MCP设置
• 重启Claude桌面
• 使用@regguard命令

对于Cursor IDE用户：

• 将MCP配置添加到工作区
• 重启Cursor
• 在代码中使用@regguard

对于自定义集成：

• 使用提供的示例脚本
• 实现JSON-RPC通信
• 遵循MCP协议规范

第四步：定制化

# 1. 修改rules/目录下的司法管辖区规则
# 2. 添加自定义合规模式
# 3. 如果需要，扩展支持的市场
# 4. 定制免责声明模板

🧪 测试你的设置

基础功能测试

python test_server.py

AI集成测试

python test_ai_client.py

全功能演示

python example_usage.py

手动测试示例

1. 关键违规测试：

   内容："保证25%的回报率，零风险！"
   预期：检测到多项关键违规
   

2. 合规内容测试：

   内容："投资涉及风险。过去的表现不代表未来的结果。"
   预期：无违规，合规状态通过
   

📊 理解结果

违规严重程度等级

• 关键：严重的监管违规，需要立即关注
• 高：重要的合规问题，应予以解决
• 中：适度的关注，可能需要审查
• 低：轻微的问题或最佳实践建议

AI分析功能

• 上下文理解：超越关键词匹配
• 监管知识：针对特定司法管辖区规则进行训练
• 信心评分：AI对每个违规检测的信心评分
• 可操作建议：具体的修复建议

🤝 贡献

我们欢迎贡献！请：

1. 分叉仓库
2. 创建功能分支（git checkout -b feature/amazing-feature）
3. 提交更改（git commit -m '添加精彩功能'）
4. 推送到分支（git push origin feature/amazing-feature）
5. 打开Pull Request

📜 许可证

本项目采用MIT许可证 - 查看LICENSE文件以获取详情。

🆘 支持与故障排除

常见问题

"未找到OpenAI API密钥"

• 确保存在包含正确OPENAI_API_KEY的.env文件
• 检查API密钥有效且具有信用额度

"服务器无响应"

• 验证已安装Python依赖项
• 检查端口是否被其他进程占用
• 查看终端中的错误日志

"AI分析失败"

• 确认OpenAI API密钥有足够的信用额度
• 检查互联网连接
• 查看OpenAI服务状态

获取帮助

• 📚 文档：查看/docs中的详细指南
• 🐛 问题：通过GitHub Issues报告错误
• 💬 讨论：加入我们的GitHub讨论提问
• 📧 联系：联系企业支持

🚀 下一步是什么？

• 增加更多司法管辖区支持（欧盟、美国、加拿大）
• 实时合规监控仪表板
• 与更多AI助手集成
• 增强多语言支持
• 高级分析和报告

---

为金融合规社区打造

RegGuard帮助确保您的金融营销内容在全球市场上符合监管标准。保持合规，保持自信。