Phospho MCP Server

🚀 phospho-mcp-server

phosphoの公式MCPサーバーです。このリポジトリは、phosphobot用のModel Context Protocol (MCP) サーバーを実装しており、自然言語による物理ロボットの対話と制御を可能にします。物体のピックアップなどのアクションの実行や、カメラからの画像のストリーミングを行うツールを提供します。

🚀 クイックスタート

1. phosphobotのインストールと実行

phosphobotは、ロボットの制御、データの記録、VLA（ビジョン言語アクションモデル）のトレーニングと使用を可能にするオープンソースソフトウェアです。

phosphobotをインストールするには、以下のコマンドを実行します。

# macOS
curl -fsSL https://raw.githubusercontent.com/phospho-app/phosphobot/main/install.sh | bash

# Linux
curl -fsSL https://raw.githubusercontent.com/phospho-app/phosphobot/main/install.sh | sudo bash

# Windows
powershell -ExecutionPolicy ByPass -Command "irm https://raw.githubusercontent.com/phospho-app/phosphobot/main/install.ps1 | iex"

phosphobotサーバーを実行するには、以下のコマンドを実行します。

phosphobot run

2. Claude DesktopでのMCPサーバーのインストール

Claude desktopがインストールされていることを確認してください。

uvを使用して、以下の方法でphospho-mcp-serverをインストールします。

curl -LsSf https://astral.sh/uv/install.sh | sh # MacOsまたはLinuxでuvをインストール
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" # Windowsで

# リポジトリをクローン
git clone https://github.com/phospho-app/phospho-mcp-server.git

# サーバーをインストール
cd phospho-mcp-server/phospho-mcp-server
uv run mcp install server.py

これにより、以下のことが行われます。

• phosphoという名前でMCPサーバーが起動します。
• すべてのツールが登録されます。

これで、Claude desktopを開くと、phospho MCPサーバーがツールとともに表示されます。

✨ 主な機能

• カメラストリーミング：現在のウェブカメラのフレームを取得します。
• リプレイツール：データセットからロボットのアクションをトリガーします（例：バナナを拾う）。
• phosphobotラッパー：ローカルのAPIプロセスと通信を管理します。

💻 使用例

基本的な使用法

# コード例は変更されません
# ここには原コードが入るが、この例では省略

高度な使用法

# 高度なシナリオ説明 - 日本語
# ここには高度なコード例が入るが、この例では省略

📚 ドキュメント

このサーバーは、REST API（デフォルトでは http://localhost:80）を介して、phosphobot のローカルインスタンスと通信します。

• /frames → 画像フィード
• /recording/play → データセットからのリプレイをトリガー

すべての呼び出しは tools/phosphobot.py を介してラップされます。異なるポートでphosphobotを実行する場合は、ベースURLを変更する必要があります。

🔧 技術詳細

開発とテスト

MCPインスペクターでサーバーをテストするには、以下のコマンドを実行します。

uv run mcp dev server.py

Claudeからのカメラ操作

以下のように質問すると、

“机の上に何がありますか？”

Claudeは以下のように呼び出します。

{
  "tool": "get_camera_frame"
}

Claudeからのリプレイ操作

以下のように質問すると、

“バナナを拾って”

Claudeは以下のように呼び出します。

{
  "tool": "pickup_object",
  "args": { "name": "banana" }
}

ツール

pickup_object

物体の操作をシミュレートするリプレイエピソードを開始します。

@mcp.tool()
def pickup_object(name: Literal["banana", "black circle", "green cross"]) -> str

• 物体の名前に基づいて、事前に記録されたエピソードを開始します。

get_camera_frame

phosphobotのカメラからJPEG画像をキャプチャします。

@mcp.tool()
def get_camera_frame() -> Image

• ローカルのphosphobot API (/frames) を使用します。
• Base64エンコードされたJPEG画像を返します。

アーキテクチャ

phospho-mcp-server/
│
├── server.py              # ツール付きのMCPサーバー (FastMCP)
├── tools/
│   ├── phosphobot.py      # phosphobotプロセスとAPIのラッパー
│   └── replay_api.py      # リプレイを開始するツール
├── pyproject.toml         # プロジェクトの設定
└── README.md              # このファイル

PhosphoClient クラスは、phosphobot プロセスのライフサイクルを管理し、そのローカルAPIにGET/POSTリクエストを送信するために使用されます。

📄 ライセンス

このドキュメントにはライセンス情報が含まれていません。

📖 参考文献

• Model Context Protocol
• phosphobot