MCP Server for Post-Thudong Survey RAG - วัดป่าร้อยปีหลวงพ่อวิริยังค์
This MCP server defines 6 tools for analyzing post-Thudong survey feedback with reasonable structure. All tools have descriptions and input schemas visible in src/server-sse.js. Naming follows verb_noun convention (search_, get_, compare_). However, there are systematic gaps: (1) Tool descriptions lack WHEN/WHY guidance for LLM selection, they state WHAT but not when to prefer one tool over another. (2) No output schemas are documented, responses are inferred from names but not formally specified. (3) Parameter descriptions are minimal (1-2 phrases) and lack constraints, ranges, or validation guidance. (4) No error handling patterns are evident in the tool definitions. (5) Thai-language descriptions are domain-specific but not optimized for LLM reasoning. The tools themselves are well-scoped (one concern each) and follow a clear data model (feedback search, statistics, grouping), but lack the depth expected in production tools.
เปรียบเทียบความพึงพอใจระหว่างกลุ่มผู้ตอบ (นักศึกษา vs คณะทำงาน vs ผู้สังเกตการณ์)
รวบรวมสิ่งที่ประทับใจ จัดกลุ่มตามหัวข้อ หัวข้อที่พบบ่อย: พี่เลี้ยง, สถานที่, พระอาจารย์, อาหาร, กัลยาณมิตร, การเดินธุดงค์
รวบรวมข้อเสนอแนะ/สิ่งที่ควรปรับปรุง จัดกลุ่มตามหัวข้อ หัวข้อที่พบบ่อย: ห้องน้ำ, อาหาร, ที่พัก, กำหนดการ, พื้น/หิน, สุนัข
สรุปสถิติความพึงพอใจรายหมวด จากแบบสอบถามธุดงค์ วัดป่าร้อยปี หมวดที่มี: - knowledge: ความรู้ที่ได้รับ (7 ข้อ) - moral: คุณธรรมจริยธรรม (7 ข้อ) - event: การจัดงาน (6 ข้อ) - facility: สิ่งอำนวยความสะดวก (6 ข้อ) - all: ทุกหมวด
แสดงภาพรวมของแบบสอบถามธุดงค์ วัดป่าร้อยปี - จำนวนผู้ตอบทั้งหมด - แยกตามประเภทผู้ตอบ - จำนวนที่มีข้อความประทับใจ/ข้อเสนอแนะ
ค้นหาความคิดเห็นจากแบบสอบถามธุดงค์ วัดป่าร้อยปีหลวงพ่อวิริยังค์ 12-15 ธ.ค. 2568 ใช้สำหรับค้นหาข้อความจาก: - สิ่งที่ประทับใจมากที่สุด - สิ่งที่ควรปรับปรุง/ข้อเสนอแนะ ตัวอย่างคำค้น: อาหาร, พี่เลี้ยง, ห้องน้ำ, สถานที่, พระอาจารย์
No output schemas documented for any tool. LLMs cannot plan downstream steps or extract fields without knowing response structure.
Tool descriptions lack WHEN/WHY guidance for LLM selection. They state WHAT the tool does but not when to prefer it over similar tools (e.g., search_feedback vs get_improvements, get_statistics vs get_survey_overview).
Parameter descriptions lack constraint specification (e.g., limit bounds, query length limits, valid enum interpretations for respondent_type). No guidance on invalid input handling.
Inferred effective spec: <=2025-11-25.
| Scored | Grade | Overall | Spec posture | Rubric |
|---|---|---|---|---|
| 2026-09-22 | D | 52 | <=2025-11-25 | v2 |
| 2026-03-09 | F | 17 | - | v1 |
No error handling patterns documented. No guidance on recovery (e.g., 'If no results found, try broader query') or error categorization (retryable vs fatal).
Parameter 'respondent_type' has enum values (student, staff, observer, all) but descriptions are abbreviations (e.g., 'student=นักศึกษา'). Missing English context for LLM reasoning.
get_survey_overview has empty schema (no params), but this is not documented. An LLM cannot distinguish 'parameterless by design' from 'schema not provided'. Add explicit empty schema or document parameterless nature.