MCP Agent Server
M

MCP Agent Server

MCPエージェントサーバーはオープンソースのAI社員の脳で、n8nなどのワークフローエンジンと連携するように設計されており、自然言語インターフェース、永続的な記憶、フィードバックループをサポートし、AI社員のメタファーと垂直解決策を強調しています。
2ポイント
7.6K

インストール

以下のコマンドをクライアントにコピーして設定
注意:あなたのキーは機密情報です。誰とも共有しないでください。

🚀 MCP Agent Server

mcp-agent-serverは、オープンソースのモジュール型「脳」で、AI従業員/エージェント向けに設計されており、n8nや他のワークフローエンジンとシームレスに連携することができます。

🚀 クイックスタート

  1. リポジトリをクローンします。

    git clone https://github.com/yourusername/mcp-agent-server.git
    cd mcp-agent-server
    
  2. 必要に応じて、docsmemory フォルダをコピーします。

  3. Docker Composeを使用してビルドし、実行します。

    docker-compose up --build
    
  4. MCPサーバーは、http://localhost:4000 で利用できます。

📚 始める前に

  1. Node.jsとDockerがインストールされていることを確認します。
  2. package.json からコメントを削除します(JSONはコメントをサポートしていません)。
  3. 依存関係をインストールするために、npm install を実行します。
  4. docker-compose up --build を使用して、すべてのサービスを起動します。
  5. サーバーは、http://localhost:4000 で利用できます。
  6. アーキテクチャと設計については、/docs/memory フォルダ、およびMCPメモリ内の「mcp-agent-server project plan」を参照してください。

📁 プロジェクト構造

  • /docs — 設計、アーキテクチャ、および使用方法のドキュメント
  • /memory — 永続的なメモリ、ログ、および知識

🌟 プロジェクトのビジョン: MCP Agent Server

mcp-agent-serverは、オープンソースのモジュール型「脳」で、AI従業員/エージェント向けに設計されており、n8nや他のワークフローエンジンとシームレスに連携することができます。

  • AI従業員のメタファー
    ユーザーは、永続的なAIエージェントを「雇用」、「割り当て」、「評価」、および「改善」することができ、各エージェントには独自のメモリ、学習、およびフィードバックループがあります。

  • 独自の考え方とエージェント中心
    一般的なワークフロー自動化ツールとは異なり、MCPエージェントサーバーは独自の考え方を持ち、「AI従業員」のメタファーに焦点を当てています。これにより、メモリ、フィードバック、および学習がコア機能となり、オプションの追加機能ではありません。

  • 自然言語インターフェイス
    自然言語の指示(API呼び出しやワークフロートリガーだけでなく)を受け取り、それを実行可能なタスクに解析し、n8nまたは他のコネクタを介して実行を調整します。

  • 積極的、適応的、およびパーソナライズド
    エージェントは、アクションを提案し、ユーザーのフィードバックから学習し、時間とともに改善することができます。

  • 垂直解決策とシンプルさ
    事前構築されたスキル、ワークフロー、およびフィードバックループを備えた垂直解決策(例:「AIアナリスト」、「AI管理者」)をサポートし、中小企業や個人にとってシンプルで非技術的なユーザー体験を提供します。

  • 永続的なエージェント中心のメモリ
    メモリとフィードバックは永続的でエージェント中心であり、エージェントが過去のアクション、ユーザーの好み、およびパフォーマンス履歴を記憶することができます。

  • 簡単なデプロイと拡張性
    簡単なデプロイ(Docker、Docker Compose)、拡張性(プラガブルコネクタとスキル)、およびSaaS収益化(マルチテナント、APIキー管理、請求統合)を目的として設計されています。

  • ただのワークフローツールではない
    MCPエージェントサーバーは、人間と一緒に働き、経験から学習し、実際のビジネス価値を提供するAI従業員を構築、管理、および改善するためのプラットフォームです。

完全な設計、アーキテクチャ、およびコンテキストについては、MCPメモリ内の「mcp-agent-server project plan」エンティティと、/docs および /memory フォルダを参照してください。

🔑 API認証

すべてのエンドポイント(/health/users/register、および /users/login を除く)には、x-api-key ヘッダーが必要です。APIキーはユーザーごとに管理されます。ユーザーとAPIキーの管理については、以下を参照してください。

👤 ユーザーとAPIキーの管理

エンドポイント

  • POST /users/register — 新しいユーザーを登録します(メールアドレス、パスワード)
  • POST /users/login — ログインしてAPIキーを取得します
  • GET /users/me/api-keys — あなたのAPIキーを一覧表示します
  • POST /users/me/api-keys — 新しいAPIキーを作成します
  • DELETE /users/me/api-keys/:id — APIキーを取り消します

PowerShellの使用例

# 新しいユーザーを登録する
Invoke-RestMethod -Uri "http://localhost:4000/users/register" -Method Post -ContentType "application/json" -Body '{"email": "user@example.com", "password": "yourpassword"}'

# ログインしてAPIキーを取得する
$login = Invoke-RestMethod -Uri "http://localhost:4000/users/login" -Method Post -ContentType "application/json" -Body '{"email": "user@example.com", "password": "yourpassword"}'
$apiKey = $login.apiKey

# APIキーを一覧表示する
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys" -Method Get -Headers @{ "x-api-key" = $apiKey }

# 新しいAPIキーを作成する
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys" -Method Post -Headers @{ "x-api-key" = $apiKey }

# APIキーを取り消す(1を実際のキーIDに置き換える)
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys/1" -Method Delete -Headers @{ "x-api-key" = $apiKey }

curlの使用例

# 新しいユーザーを登録する
curl -X POST http://localhost:4000/users/register -H "Content-Type: application/json" -d '{"email": "user@example.com", "password": "yourpassword"}'

# ログインしてAPIキーを取得する
curl -X POST http://localhost:4000/users/login -H "Content-Type: application/json" -d '{"email": "user@example.com", "password": "yourpassword"}'

# APIキーを一覧表示する
curl http://localhost:4000/users/me/api-keys -H "x-api-key: <your-api-key>"

# 新しいAPIキーを作成する
curl -X POST http://localhost:4000/users/me/api-keys -H "x-api-key: <your-api-key>"

# APIキーを取り消す(1を実際のキーIDに置き換える)
curl -X DELETE http://localhost:4000/users/me/api-keys/1 -H "x-api-key: <your-api-key>"

🧠 エージェントのメモリとフィードバックのエンドポイント

  • POST /agents/:id/memory — エージェントのメモリ/フィードバックを追加します。
  • GET /agents/:id/memory — エージェントのすべてのメモリ/フィードバックを一覧表示します。
  • POST /agents/:id/trigger — エージェントのアクションをトリガーします(n8n統合のスタブ)。

PowerShellの使用例

$headers = @{ "x-api-key" = "changeme" }

# エージェントを作成する
Invoke-RestMethod -Uri "http://localhost:4000/agents" -Method Post -Headers $headers -ContentType "application/json" -Body '{"name": "Test Agent"}'

# メモリ/フィードバックを追加する
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/memory" -Method Post -Headers $headers -ContentType "application/json" -Body '{"content": "Agent completed onboarding."}'

# メモリ/フィードバックを一覧表示する
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/memory" -Method Get -Headers $headers

# エージェントをトリガーする
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/trigger" -Method Post -Headers $headers

curlの使用例

curl -X POST http://localhost:4000/agents/1/memory -H "Content-Type: application/json" -H "x-api-key: changeme" -d '{"content": "Agent completed onboarding."}'
curl http://localhost:4000/agents/1/memory -H "x-api-key: changeme"
curl -X POST http://localhost:4000/agents/1/trigger -H "x-api-key: changeme"

🗄️ データベースのマイグレーションとスキーマ管理

  • すべてのデータベースマイグレーションは、コンテナ起動時に自動的に適用されます(docker-entrypoint.sh を参照)。
  • 新しいモデルまたはフィールドを追加するには:
    1. prisma/schema.prisma を編集します。
    2. ローカルで npx prisma migrate dev --name <desc> を実行します(Docker Postgresを実行している状態)。
    3. prisma/migrations/ に生成されたマイグレーションファイルをgitにコミットします。
  • デプロイまたはコンテナの再構築時に、すべてのマイグレーションが自動的に適用されます。

代替品

K
Klavis
Klavis AIはオープンソースプロジェクトで、Slack、Discord、Webプラットフォームで簡単に使えるMCP(モデルコンテキストプロトコル)サービスを提供します。レポート生成、YouTubeツール、ドキュメント変換などのさまざまな機能があり、非技術ユーザーと開発者がAIワークフローを使用するのをサポートします。
TypeScript
9.4K
5ポイント
D
Devtools Debugger MCP
Node.jsデバッガーMCPサーバーは、Chrome DevToolsプロトコルに基づく完全なデバッグ機能を提供します。ブレークポイントの設定、ステップ実行、変数のチェック、式の評価などが含まれます。
TypeScript
6.5K
4ポイント
M
Mcpjungle
MCPJungleは自ホスト型のMCPゲートウェイで、複数のMCPサーバーを集中的に管理および代理し、AIエージェントに統一されたツールアクセスインターフェースを提供します。
Go
0
4.5ポイント
C
Cipher
Cipherは、プログラミングAIエージェント向けに設計されたオープンソースのメモリ層フレームワークです。MCPプロトコルを通じてさまざまなIDEとAIコーディングアシスタントと統合し、自動記憶生成、チーム記憶共有、デュアルシステム記憶管理などの核心機能を提供します。
TypeScript
0
5ポイント
N
Nexus
NexusはAIツール集約ゲートウェイで、複数のMCPサーバーとLLMプロバイダーの接続をサポートし、統一されたエンドポイントを通じてツール検索、実行、およびモデルルーティング機能を提供し、セキュリティ認証とレート制限をサポートします。
Rust
0
4ポイント
Z
Zen MCP Server
Zen MCPは多モデルAI協調開発サーバーで、ClaudeやGemini CLIなどのAIコーディングアシスタントに強化されたワークフローツールとモデル間のコンテキスト管理を提供します。これは複数のAIモデルのシームレスな協調をサポートし、コードレビュー、デバッグ、リファクタリングなどの開発タスクを実現し、異なるワークフロー間で会話のコンテキストを維持することができます。
Python
12.3K
5ポイント
O
Opendia
OpenDiaはオープンソースのブラウザ拡張ツールで、AIモデルが直接ユーザーのブラウザを制御でき、既存のログイン状態、ブックマークなどのデータを利用して自動化操作を行います。複数のブラウザとAIモデルをサポートし、プライバシー保護に配慮しています。
JavaScript
10.1K
5ポイント
N
Notte Browser
認証済み
NotteはオープンソースのフルスタックネットワークAIエージェントフレームワークで、ブラウザセッション、自動化されたLLM駆動エージェント、ウェブページの監視と操作、資格情報管理などの機能を提供し、インターネットをエージェントに優しい環境に変え、自然言語でウェブサイトの構造を記述することでLLMの認知負荷を軽減することを目的としています。
15.3K
4.5ポイント
G
Gmail MCP Server
Claude Desktop用に設計されたGmail自動認証MCPサーバーで、自然言語でのやり取りによるGmailの管理をサポートし、メール送信、ラベル管理、一括操作などの完全な機能を備えています。
TypeScript
12.4K
4.5ポイント
C
Context7
Context7 MCPは、AIプログラミングアシスタントにリアルタイムのバージョン固有のドキュメントとコード例を提供するサービスで、Model Context Protocolを通じてプロンプトに直接統合され、LLMが古い情報を使用する問題を解決します。
TypeScript
43.3K
4.7ポイント
E
Edgeone Pages MCP Server
EdgeOne Pages MCPは、MCPプロトコルを通じてHTMLコンテンツをEdgeOne Pagesに迅速にデプロイし、公開URLを取得するサービスです。
TypeScript
16.2K
4.8ポイント
B
Baidu Map
認証済み
百度マップMCPサーバーは国内初のMCPプロトコルに対応した地図サービスで、地理コーディング、ルート計画など10個の標準化されたAPIインターフェースを提供し、PythonとTypescriptでの迅速な接続をサポートし、エージェントに地図関連の機能を実現させます。
Python
23.7K
4.5ポイント
G
Gitlab MCP Server
認証済み
GitLab MCPサーバーは、Model Context Protocolに基づくプロジェクトで、GitLabアカウントとのやり取りに必要な包括的なツールセットを提供します。コードレビュー、マージリクエスト管理、CI/CD設定などの機能が含まれます。
TypeScript
13.1K
4.3ポイント
U
Unity
認証済み
UnityMCPはUnityエディターのプラグインで、モデルコンテキストプロトコル (MCP) を実装し、UnityとAIアシスタントのシームレスな統合を提供します。リアルタイムの状態監視、リモートコマンドの実行、ログ機能が含まれます。
C#
16.0K
5ポイント
M
Magic MCP
Magic Component Platform (MCP) はAI駆動のUIコンポーネント生成ツールで、自然言語での記述を通じて、開発者が迅速に現代的なUIコンポーネントを作成するのを支援し、複数のIDEとの統合をサポートします。
JavaScript
15.7K
5ポイント
S
Sequential Thinking MCP Server
MCPプロトコルに基づく構造化思考サーバーで、思考段階を定義することで複雑な問題を分解し要約を生成するのに役立ちます。
Python
20.4K
4.5ポイント
AIBase
智啓未来、あなたの人工知能ソリューションシンクタンク
© 2025AIBase