Tuba Workflow MCP Server

🚀 Tuba Workflow MCP Server

このプロジェクトは、Tuba.ai プラットフォームへの橋渡しとして機能するModel Context Protocol (MCP) サーバーです。Tubaは、コンピュータビジョンタスクのライフサイクル全体を合理化する統合型AIビジョンワークフロービルダーです。このサーバーは、Tubaプロジェクトのワークフローを呼び出し可能なツールのセットとして公開し、他のアプリケーション（AIアシスタント、スクリプト、Claude Desktopなどのサービス）がAIビジョンパイプラインをプログラムで制御し、相互作用できるようにします。

🚀 クイックスタート

前提条件

• Python 3.10以上 - 最新の型ヒントと非同期機能に必要です。
• uv - 高速なPythonパッケージインストーラーと環境マネージャー。
• アクティブなプロジェクトを持つ Tuba.aiアカウント。
• TUBA_WORKFLOW_ACCESS_TOKEN - プロジェクトのAPIアクセストークン。

インストール

1. リポジトリをクローンします：

git clone <this_repo>
cd <this_repo>

2. uvをインストールします：
   • macOS/Linux：

curl -LsSf https://astral.sh/uv/install.sh | sh

- **Windows：**

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

3. 仮想環境を作成し、依存関係をインストールします：

uv venv
uv pip install -r requirements-lock.txt

✨ 主な機能

このMCPサーバーは、Tuba Workflow APIとやり取りするための以下のツールを提供します。

📚 ドキュメント

設定

ローカル開発とテスト

ローカル開発では、サーバーは python-dotenv を使用して環境ファイルからアクセストークンを読み込みます。

1. プロジェクトのルートに .env ファイルを作成します：

touch .env

2. アクセストークンを追加します：

TUBA_WORKFLOW_ACCESS_TOKEN="your_secret_token_goes_here"

⚠️ 重要提示

.gitignore ファイルにより、このファイルはバージョン管理にコミットされることはありません。

3. サーバーをテストします：

uv run python tuba_workflow_mcp_server.py

4. 動作を確認します： サーバーはエラーなく起動する必要があります。MCPクライアントを接続するか、Claude Desktopを通じてツールを使用することでテストできます。

Claude Desktopの設定

このサーバーをClaude Desktopで使用するには、claude_desktop_config.json ファイルに以下の設定を追加します。

macOS/Linuxの場所：

~/Library/Application Support/Claude/claude_desktop_config.json

Windowsの場所：

%APPDATA%\Claude\claude_desktop_config.json

設定：

{
  "mcpServers": {
    "TubaWorkflow": {
      "command": "<home_path>/.local/bin/uv",
      "args": [
        "run",
        "--directory",
        "<absolute_path_to_tuba_workflow_mcp_server_folder>",
        "python",
        "tuba_workflow_mcp_server.py"
      ],
      "env": {
        "TUBA_WORKFLOW_ACCESS_TOKEN": "<your_access_token>"
      }
    }
  }
}

プレースホルダーを置き換えます：

• <home_path> - ホームディレクトリのパス（例：/Users/yourname または C:\Users\yourname）
• <absolute_path_to_tuba_workflow_mcp_server_folder> - このプロジェクトフォルダの完全パス
• <your_access_token> - Tuba.aiワークフローのアクセストークン

例（macOS）：

{
  "mcpServers": {
    "TubaWorkflow": {
      "command": "/Users/john/.local/bin/uv",
      "args": [
        "run",
        "--directory",
        "/Users/john/projects/tuba-workflow-mcp-server",
        "python",
        "tuba_workflow_mcp_server.py"
      ],
      "env": {
        "TUBA_WORKFLOW_ACCESS_TOKEN": "<your_access_token>"
      }
    }
  }
}

設定後、Claude Desktopを再起動してMCPサーバーを読み込みます。

利用可能なツール

run()

認証されたプロジェクトのワークフローを実行します。

status()

ワークフロー実行の現在のステータスを取得します。

result()

ワークフロー実行の結果を取得します。結果がファイル（処理された画像、動画など）の場合、現在の作業ディレクトリに result.zip として自動的に保存されます。

get_workflow_blocks()

プロジェクト内のすべてのワークフローブロックの現在の設定を取得します。利用可能なブロックIDとその現在のパラメータ値を確認するために使用します。

update_workflow_blocks_data()

ワークフローブロックにパラメータを更新し、ファイルをアップロードします。3つのファイルアップロード方法をサポートしています。

• ローカルファイル - システム上のファイルパスからアップロードします。
• リモートURL - Web URLからファイルを取得してアップロードします。
• Base64データ - Base64文字列としてエンコードされたファイルをアップロードします。

ファイルフィールドの命名規則： ファイルフィールド名は <block_id>_<param_name> の形式に従う必要があります。

💻 使用例

Claude Desktop（または他のMCPクライアント）で設定した後、自然言語を使用してTubaワークフローとやり取りできます。AIアシスタントがブロックIDの検索、JSONの正しいフォーマット、ファイルパスの処理、ワークフローの進行状況の監視など、すべての技術的な詳細を処理します。

会話の例：

• "Tubaワークフローのステータスを確認してくれますか？"
• "ワークフローを開始し、完了したら教えてください"
• "オブジェクト検出器の信頼度閾値を0.8に更新してください"
• "この画像をワークフローで処理してください：/path/to/image.jpg"
• "これらの3つの画像をURLからアップロードしてワークフローを実行してください"
• "ワークフローの設定を表示してください"

🤝 コントリビューション

コントリビューションを歓迎します！コミュニティガイドラインについては、Code of Conduct を参照してください。

コントリビュートする前に：

1. 既存のイシューとプルリクエストを確認してください。
2. 既存のコードスタイルに従ってください。
3. 新機能に対してテストを追加してください。
4. 必要に応じてドキュメントを更新してください。

大きな変更については、まずイシューを開いて変更したい内容について議論してください。

📄 ライセンス

このプロジェクトは MITライセンス の下でライセンスされています。詳細については LICENSE ファイルを参照してください。

🔒 セキュリティ

セキュリティは最優先事項です。脆弱性を発見した場合は、責任を持って報告してください。

⚠️ 重要提示

セキュリティ脆弱性については、公開のGitHubイシューを開かないでください。

代わりに、GitHubの非公開脆弱性報告機能を使用してください。

1. Security タブに移動します。
2. Report a Vulnerability をクリックします。
3. 問題に関する詳細情報を提供します。

詳細については SECURITY.md を参照してください。

📚 リソース

• Tuba.ai Platform
• Model Context Protocol (MCP) Specification
• FastMCP Documentation

🛠️ サポート

質問、問題、またはフィードバックについては：

• Tuba.aiサポート： support@tuba.ai
• Discordコミュニティに参加する https://discord.com/invite/gDSZr6N5rC
• GitHubイシュー： バグレポートと機能リクエストに使用します。
• ディスカッション： 質問とコミュニティとのやり取りにGitHubディスカッションを使用します。

Copyright © 2025 DevisionX. All rights reserved.