LadderFlow

LadderFlow хранит ваши мысли и истории в Digital Brain и помогает готовить посты для LinkedIn и X

От сообществаРаботаетБез входаГлобальныйБесплатноМожет изменять данные

Что умеет

  • Искать по Digital Brain среди мнений, историй и убеждений пользователя
  • Запускать и вести голосовые интервью для пополнения Brain
  • Генерировать и переделывать черновики постов на основе материала Brain
  • Просматривать статус и содержимое черновиков перед отправкой на публикацию
  • Смотреть эффективность прошлых публикаций и повторяющиеся успешные паттерны

Какие данные видит

Ассистент читает и дополняет Digital Brain пользователя и работает только с черновиками; окончательную публикацию подтверждает человек в приложении.

Нужен ли аккаунт

Не нужен: сервер работает без входа

LadderFlow — платформа для создания контента, построенная вокруг Digital Brain: структурированной памяти мнений, фреймворков и историй пользователя, собранной в основном через голосовые интервью. MCP-сервер позволяет ассистенту искать и добавлять записи в Brain, проводить голосовое интервью, готовить и редактировать черновики постов для LinkedIn и X на основе этого материала, а также смотреть эффективность прошлых публикаций. Публикация поста остаётся действием человека внутри приложения.

Как подключить

Как подключить LadderFlow к Claude

Адрес сервера, который нужно вставить в настройках Claude:

https://ladderflow--digitalmasterykit.run.tools

  1. Откройте Claude (сайт claude.ai или приложение для компьютера).
  2. Перейдите в Настройки → Коннекторы (в английском интерфейсе: Settings → Connectors).
  3. Нажмите Добавить пользовательский коннектор (Add custom connector).
  4. Вставьте адрес сервера, скопированный ниже, в поле URL удалённого MCP-сервера и нажмите Добавить.
  5. В чате нажмите + → Коннекторы и включите новый коннектор.

Пользовательские коннекторы доступны на тарифах Free, Pro, Max, Team и Enterprise. На Free можно добавить только один. В Team и Enterprise коннектор сначала добавляет владелец организации в Настройки организации → Коннекторы.

Авторизация

После нажатия Добавить откроется окно входа в сервис. Войдите под своим аккаунтом и подтвердите доступ. Пароль Claude не видит.

Как подключить LadderFlow к ChatGPT

Адрес сервера, который нужно вставить в настройках ChatGPT:

https://ladderflow--digitalmasterykit.run.tools

  1. Откройте ChatGPT в браузере (chatgpt.com). Нужен тариф Plus, Pro, Business, Enterprise или Edu.
  2. Один раз включите режим разработчика: Настройки → Приложения → Дополнительные настройки → Режим разработчика (Settings → Apps → Advanced settings → Developer mode).
  3. Откройте Настройки → Коннекторы и нажмите Создать (Create).
  4. Заполните форму: Название (любое), Описание (одна фраза, что делает сервис), URL MCP-сервера (скопируйте ниже).
  5. В поле Аутентификация выберите OAuth, если сервис требует вход, иначе Нет. Нажмите Создать.
  6. В новом чате откройте + → Приложения/Коннекторы и включите коннектор.

Название раздела у OpenAI менялось (Connectors → Apps/Plugins). Если пункт называется иначе, ищите «режим разработчика» в настройках. В рабочих пространствах Business/Enterprise администратор должен разрешить пользовательские коннекторы.

Авторизация

При первом использовании ChatGPT откроет окно входа в сервис. Войдите и подтвердите доступ.

Как подключить LadderFlow к Cursor

Адрес сервера, который нужно вставить в настройках Cursor:

https://ladderflow--digitalmasterykit.run.tools

Быстрый способ: нажмите кнопку Открыть в Cursor ниже, Cursor сам предложит добавить сервер.

Вручную:

  1. В Cursor откройте Settings → Cursor Settings → MCP и нажмите Add new global MCP server.
  2. Вставьте JSON, скопированный ниже, в открывшийся файл ~/.cursor/mcp.json (для одного проекта: .cursor/mcp.json в корне проекта).
  3. Сохраните файл. Сервер появится в списке MCP; при необходимости пройдите авторизацию по кнопке рядом с ним.

Авторизация

Если сервис требует вход, рядом с сервером в списке MCP появится кнопка авторизации.

Список инструментов сервера (20)

Технические названия из tools/list. Нужны только разработчикам.

ladderflow_search_brainSemantic + keyword search over the user's Digital Brain (their extracted opinions, frameworks, stories, proof points, beliefs). Each result carries a `source` field: 'user' = the user's own material, 'reference' = external source material they saved (cite it as external, never as the user's own words); and a `trust_tier` of A, B or C (A is the most trusted; only A and B feed generation).
ladderflow_get_memory_itemFetch one Brain memory in full — its content, trust tier, edit history, which posts it contributed to, and (for reference-sourced memories) the external source it came from.
ladderflow_get_brain_summaryA high-level summary of the user's Digital Brain: how many memories they have, broken down by type and trust tier, plus their most-discussed topics (top_topics, ordered by how many times each was discussed — use this, not list_topics, for 'most-discussed' or 'most talked about' questions). Good first call to understand what the Brain holds.
ladderflow_list_topicsList the topics the user has discussed, most recent first. For the user's MOST-DISCUSSED or most-frequent topics, use get_brain_summary instead (its top_topics list) — this tool sorts by recency, not frequency.
ladderflow_add_to_brainAdd material to the user's Digital Brain. Provide `text` (a thought to save as a memory) and/or `source_url` (any link to ingest — YouTube, LinkedIn, X, a direct PDF link, or a general web article). At least one is required.
ladderflow_get_reference_statusCheck on a URL you added with add_to_brain. Pass the reference_source_id it returned. Tells you whether ingestion is still running, completed (and how many memories it produced), or failed (with a reason). Use this to confirm a URL add actually landed before searching for it.
ladderflow_list_sessionsList the user's voice interview sessions, most recent first.
ladderflow_get_session_statusGet one interview session's status/phase, how many Brain memories it produced, and (if available) its running transcript so you can summarize what's been discussed so far. Accepts either a real session id or the scheduled_interview_id returned by launch_interview — before the user has clicked that link, this reports a 'not started yet' status instead of an error.
ladderflow_list_draftsList the user's generated posts/drafts, most recent first. Includes remix and MCP-generated drafts (which the in-app list can miss). Each row shows lifecycle `status` and `publish_status` so you can tell unpublished drafts from published posts.
ladderflow_get_draftFetch one draft/post in full by its id (works for remix and MCP-generated drafts too). READ-ONLY — this only returns the text, it never changes it. To change/rewrite a draft, call update_draft with the full new text (often after reading it with this tool first).
ladderflow_get_review_linkGet a secure link into the LadderFlow app to review/edit/publish a draft (publishing always happens in-app behind human review — never over MCP). With a draft_id, links to that draft's review page (session review for interview-backed drafts; /posts?id= for interview-less MCP/remix drafts); without one, links to the posts queue.
ladderflow_update_draftEdit or rewrite a draft's content — use when the user wants to change, tighten, shorten, punch up the hook/opening, or otherwise revise a draft (you must supply the full new content). Saves the edit (which also feeds the app's edit-learning loop). Editing never publishes — publishing stays in-app. NOT for reading a draft (use get_draft) or generating new posts from scratch (use generate_posts).
ladderflow_get_performanceThe user's content performance for a period (this_week / last_week / last_30d): published post count, impressions, best post, and per-post metrics/ratings. Pro feature.
ladderflow_get_friday_reviewThe user's weekly Friday Review: this week's published posts with their ratings/outcomes and pipeline results (DMs, calls, deals, revenue). Pro feature.
ladderflow_get_winning_patternsThe user's best-performing post structures/hooks (by average rating) plus a short brief on what's been working — useful before writing new posts. Pro feature.
ladderflow_generate_postsGenerate draft posts from the user's Digital Brain. Provide EXACTLY ONE of: `topic` (pull relevant memories), `memory_item_ids` (use specific memories), or `signal` (a ready-made signal dict). Creates unpublished drafts (never publishes) — review/publish in-app via get_review_link.
ladderflow_remix_postCreate a fresh draft by remixing an existing post — reuses the Brain memory that post was built on to write a new angle in the same format. Pro feature. (If the post has no linked memory, you'll get a list of remixable high-performers to try instead.) Source must be an original post, not a remix.
ladderflow_start_interviewKick off research for a voice interview on a topic. Returns a research_id immediately; research runs in the background (~5–7 min). Then call get_interview_angles with that id to see candidate angles.
ladderflow_get_interview_anglesCheck a research run. Returns 'still researching' until it's done, then candidate angles (each with a ready outline). Show the angles to the user; when they pick one, call launch_interview.
ladderflow_launch_interviewLaunch the live voice interview for a chosen angle. Pass the research_id and the angle_id the user picked (optionally an edited_outline to override title/global_context/why_this_matters/key_questions). Returns a secure deep link that starts the interview in the user's browser — no room or token is exposed here. Only call this after get_interview_angles reports status complete and you have a real angle_id — calling earlier returns an error.