MCP Workspace Server

🚀 MCP Workspace Server

🚀 MCP 1つで、完全な Agent 機能を実現！

ファイルシステムを超えた AI 開発環境 - AI が Claude Code のように完全な Web 開発、データ処理、コード実行を行えるようにします。

💡 核心価値：複数の MCP ツールを統合する必要はありません。1つの MCP サーバーで、ファイル操作、コード実行、Web デプロイ、データ処理、画像生成などの完全な Agent 機能を提供します。即座に使用できるワンストップソリューションです。

強力な MCP (Model Context Protocol) サーバーで、安全なファイルシステム操作を提供するだけでなく、完全な AI 開発ワークスペースでもあります。コード実行、Web アプリケーションのワンクリックデプロイ、汎ドメインアクセス、Excel 処理、画像生成などのエンタープライズレベルの機能をサポートしています。

✨ なぜ当社のサービスを選ぶべきか？

🎯 1つの MCP で完全な Agent 機能

従来の方法：完全な機能を実現するには、複数の MCP ツールを統合する必要があります。

• ❌ ファイル操作 → 1つの MCP が必要
• ❌ コード実行 → 別の MCP が必要
• ❌ Web デプロイ → 3つ目の MCP が必要
• ❌ データ処理 → 4つ目の MCP が必要
• ❌ 画像生成 → 5つ目の MCP が必要
• 結果：設定が複雑で、保守が困難で、機能が分散しています。

当社の方法：1つの MCP ですべての機能が即座に使用できます。

• ✅ ファイル操作 + コード実行 + Web デプロイ + データ処理 + 画像生成
• ✅ 統一設定：一度の設定ですべてが有効になります。
• ✅ 統一管理：1つのサービスで集中管理できます。
• ✅ 統一セキュリティ：1つのセキュリティポリシーで全面的に保護します。

当社が提供するのは完全な AI 開発ワークスペースで、従来のファイルシステムサーバーを大幅に上回る機能を持っています。

• 🚀 Web 開発機能：AI が完全な Web アプリケーション（HTML/CSS/JS）を作成し、ワンクリックで本番環境にデプロイできます。
• 🌐 汎ドメインデプロイ：*.your-domain.com 汎ドメインをサポートし、各セッションは自動的に独立したサブドメインでアクセスできます。
• 💻 コード実行：Python 3.12 と Node.js 20 のサンドボックス環境が組み込まれており、コードのリアルタイム実行とデバッグをサポートします。
• 📊 データ処理：完全な Excel/CSV 処理機能を備え、テンプレート、数式、書式設定をサポートします。
• 🎨 画像生成：Mermaid フローチャート、データチャート、HTML レンダリングなど、さまざまな画像生成方法をサポートします。
• 🔍 スマート検索：ファイル内容検索、知識ベース検索、Web ページ収集などの高度な機能を備えています。
• 🔐 エンタープライズレベルのセキュリティ：マルチテナント分離、パスセキュリティ保護、リソース制限、サンドボックス実行を実装しています。

🎁 All-in-One の利点

要約すると：1つの MCP サーバー = 完全な Agent 機能スタック 🚀

💡 典型的な使用シナリオ

シナリオ 1：AI 駆動の Web 開発

AI が完全なフロントエンドアプリケーションを作成 → ワンクリックでデプロイ → 独立したドメインでアクセス可能
例：https://user123_chat456.your-domain.com

シナリオ 2：データ分析と可視化

Excel を読み込む → データを処理する → チャートを生成する → レポートを作成する → 展示ページをデプロイする

シナリオ 3：コード開発とテスト

Python スクリプトを作成する → テストを実行する → Bug を修正する → API サービスをデプロイする

✨ 主要機能

🔐 マルチテナントセッション分離

各ユーザー/セッションは独立した仮想ワークスペースを持ち、完全に分離されており、相互に干渉することはありません。

作業ディレクトリの命名規則：

HTTP リクエストヘッダーを介して識別情報を送信します。

• X-User-ID: ユーザーの一意識別子（オプション）
• X-Chat-ID: セッションの一意識別子（オプション）

🛡️ 仮想パスシステム

LLM から見ると完全に仮想化：AI モデルは、/ をルートディレクトリとするクリーンな仮想ファイルシステムを見ることになります。

LLM が見るパス          実際の物理パス
─────────────────────────────────────────────────────────
/                    → /server/user_data/user123_chat456/
/todo.txt            → /server/user_data/user123_chat456/todo.txt
/docs/readme.md      → /server/user_data/user123_chat456/docs/readme.md

利点：

• ✅ サーバーの実際のディレクトリ構造を公開しません。
• ✅ AI プラットフォームは物理パス情報を知ることができません。
• ✅ AI のファイル操作命令を簡素化します。
• ✅ セキュリティとプライバシー保護を向上させます。

🔒 パスセキュリティ保護

パストラバーサル攻撃を防止するための多層セキュリティメカニズムが組み込まれています。

攻撃試行                              結果
─────────────────────────────────────────────────
/../../../etc/passwd                 ❌ ブロックされました
../../../etc/passwd                  ❌ ブロックされました
/foo/../../../etc/passwd             ❌ ブロックされました
/foo/bar/../../..                    ❌ ブロックされました

セキュリティメカニズム：

1. パス解析：Path.resolve() を使用してすべての .. とシンボリックリンクを解析します。
2. 境界チェック：解析後のパスが許可された範囲内にあることを検証します。
3. 二重保護：パスが解析された場合でも、allowed_dirs 内にある必要があります。

📡 SSE 伝送プロトコル

Server-Sent Events (SSE) 伝送をサポートし、さまざまな AI プラットフォームに対応しています。

クライアント                                サーバー
   │                                    │
   │──── GET /sse ──────────────────────▶│  SSE 接続を確立
   │◀─── SSE: endpoint=/messages?sid=xxx │  メッセージエンドポイントを返す
   │                                    │
   │──── POST /messages?session_id=xxx ─▶│  ツール呼び出しを送信
   │◀─── SSE: message (応答) ───────────│  結果を受信

🌐 ワンクリックデプロイと汎ドメインサポート

Web アプリケーションのワンクリックデプロイ：

• AI が作成したフロントエンドプロジェクトは、preview_frontend ツールを使用してワンクリックでデプロイできます。
• アクセス可能な URL が自動的に生成され、HTTPS をサポートしています。
• カスタムエントリファイルとディレクトリ構造をサポートしています。

汎ドメインデプロイ（本番環境）：

{
  "preview": {
    "wildcard_domain": "*.proxy.your-domain.com",
    "use_tls": true
  }
}

設定後、各セッションは自動的に独立したサブドメインを取得します。

• user123_chat456.proxy.your-domain.com
• user789_chat012.proxy.your-domain.com

利点：

• ✅ ドメインとポートを手動で設定する必要がありません。
• ✅ 自動的に分離され、相互に干渉しません。
• ✅ HTTPS をサポートし、本番環境で使用可能です。
• ✅ 単一ポートサービスで、デプロイが簡素化されます。

📦 完全な機能リスト

💻 Web 開発とデプロイ

📁 ファイルシステム操作

📊 Excel データ処理

🔍 高度な機能（オプション）

🔌 AI プラットフォームとの統合

🎯 なぜ当社の MCP Server を選ぶべきか？

当社は強力な All-in-One MCP Server を提供しており、一度の設定で、AI プラットフォームに完全な Agent 機能を提供できます。

• ✅ ファイル操作：ファイルの読み書き、検索、編集
• ✅ コード実行：Python/Node.js サンドボックス環境
• ✅ Web デプロイ：ワンクリックでフロントエンドアプリケーションをデプロイし、汎ドメインをサポート
• ✅ データ処理：Excel/CSV の完全な処理機能
• ✅ 画像生成：Mermaid フローチャート、データチャート
• ✅ スマート検索：知識ベース検索、Web ページ収集（オプション）

複数の MCP ツールを統合する必要はありません。1つの MCP Server ですべてのニーズを満たすことができます！

🚀 サポートされる AI プラットフォーム

当社のサービスは主流の AI プラットフォームと完全に統合されており、設定が簡単で、即座に使用できます。

Dify

1. Dify ワークフロー設定にアクセス

   • MCP Tool ノードを追加
   • SSE 伝送プロトコルを選択

2. MCP Server 接続を設定

   SSE アドレス: http://your-server:8000/sse
   

3. リクエストヘッダーを設定（マルチテナント分離）

   X-User-ID: {{user_id}}
   X-Chat-ID: {{conversation_id}}
   

4. 完了！ これで、Dify Agent は完全なファイル操作、コード実行、Web デプロイなどの機能を持つようになりました。

FastGPT

1. FastGPT 知識ベース/アプリケーション設定にアクセス

   • 外部ツール → MCP を追加
   • 伝送方式として SSE を選択

2. 接続情報を設定

   MCP Server URL: http://your-server:8000/sse
   

3. ユーザー識別情報を設定（オプション、マルチテナント分離用）

   カスタムヘッダー:
   X-User-ID: {{userId}}
   X-Chat-ID: {{chatId}}
   

4. ツールを有効にする：すべてのツールが自動的に使用可能になり、個別に設定する必要はありません！

Cherry Studio

1. Cherry Studio 設定にアクセス

   • MCP Servers 設定を開く
   • 新しい MCP Server を追加

2. 接続を設定

   {
     "name": "MCP Workspace Server",
     "transport": "sse",
     "url": "http://your-server:8000/sse"
   }
   

3. セッション識別情報を設定（マルチテナントサポート）

   • Cherry Studio は自動的にユーザーとセッション情報を送信します。
   • 各セッションは独立したワークスペースを取得します。

💡 統合の利点

🎁 即座に使用できる機能

設定が完了すると、AI Agent はすぐに以下の機能を持つようになります。

• 📝 ファイル操作：ファイルの作成、読み取り、編集、検索
• 💻 コード実行：Python/Node.js スクリプトを実行し、リアルタイムでデバッグ
• 🌐 Web 開発：フロントエンドアプリケーションを作成し、ワンクリックで本番環境にデプロイ
• 📊 データ処理：Excel を読み取り、編集し、レポートを生成
• 🎨 画像生成：フローチャート、データ可視化チャートを作成
• 🔍 スマート検索：ファイル内容検索、知識ベース検索（有効にした場合）

要約すると：1つの MCP Server = 完全な Agent 機能スタック 🚀

🚀 クイックスタート

Docker デプロイ（推奨）

# プロジェクトをクローン
git clone <repository-url>
cd mcp-filesystem

# 初回デプロイ：イメージをビルドして起動
docker-compose up -d --build

> Docker イメージソースが使用できない場合は、まず export DOCKER_BUILDKIT=0 を実行してください。

# コードを更新した後に再起動すると有効になります。
git pull && docker-compose restart

# ログを表示
docker-compose logs -f

# 依存関係が変更された場合のみ、再ビルドが必要です。
docker-compose up -d --build

💡 イメージには実行環境が含まれており、コードは volume でマウントされます。コードを更新するには、git pull && docker-compose restart を実行するだけです。

⚠️ 重要な注意事項：このプロジェクトの実行環境は Docker ベースイメージに高度に依存しており、完全な Python 3.12、Node.js 20 実行環境とすべてのシステム依存関係（Tesseract OCR、画像処理ライブラリなど）が含まれています。Docker 方式でのデプロイを強くお勧めします。ローカル Python で直接実行することはお勧めしません。ローカルで開発する場合は、すべてのシステム依存関係をインストールしてください。

クイック設定参照

📖 詳細な統合説明：上記の 🔌 与 AI 平台集成 セクションを参照してください。Dify、FastGPT、Cherry Studio の完全な設定手順が含まれています。

クイック接続情報：

• SSE アドレス: http://your-server:8000/sse
• リクエストヘッダー（マルチテナント分離）:
  • X-User-ID: {{userId}} または固定のユーザー ID
  • X-Chat-ID: {{chatId}} または固定のセッション ID

Claude Desktop（STDIO モード）：

設定ファイルを編集します。

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "mcp-workspace": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-filesystem",
        "run",
        "run_server.py",
        "/path/to/allowed/dir1",
        "/path/to/allowed/dir2"
      ]
    }
  }
}

📦 インストール

Docker デプロイ（推奨）

# プロジェクトをクローン
git clone <repository-url>
cd mcp-filesystem

# 初回デプロイ：イメージをビルドして起動
docker-compose up -d --build

> Docker イメージソースが使用できない場合は、まず export DOCKER_BUILDKIT=0 を実行してください。

# コードを更新した後に再起動すると有効になります。
git pull && docker-compose restart

# ログを表示
docker-compose logs -f

# 依存関係が変更された場合のみ、再ビルドが必要です。
docker-compose up -d --build

💡 イメージには実行環境が含まれており、コードは volume でマウントされます。コードを更新するには、git pull && docker-compose restart を実行するだけです。

⚠️ 重要な注意事項：このプロジェクトの実行環境は Docker ベースイメージに高度に依存しており、完全な Python 3.12、Node.js 20 実行環境とすべてのシステム依存関係（Tesseract OCR、画像処理ライブラリなど）が含まれています。Docker 方式でのデプロイを強くお勧めします。ローカル Python で直接実行することはお勧めしません。ローカルで開発する場合は、すべてのシステム依存関係をインストールしてください。

クイック設定参照

📖 詳細な統合説明：上記の 🔌 AI プラットフォームとの統合 セクションを参照してください。Dify、FastGPT、Cherry Studio の完全な設定手順が含まれています。

クイック接続情報：

• SSE アドレス: http://your-server:8000/sse
• リクエストヘッダー（マルチテナント分離）:
  • X-User-ID: {{userId}} または固定のユーザー ID
  • X-Chat-ID: {{chatId}} または固定のセッション ID

Claude Desktop（STDIOモード）：

設定ファイルを編集します。

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "mcp-workspace": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-filesystem",
        "run",
        "run_server.py",
        "/path/to/allowed/dir1",
        "/path/to/allowed/dir2"
      ]
    }
  }
}

🏗️ アーキテクチャ設計

┌─────────────────────────────────────────────────────────────┐
│          AI プラットフォーム (Dify / FastGPT / Cherry Studio)           │
└─────────────────────────────────────────────────────────────┘
                              │
                              │ SSE + HTTP POST
                              │ Headers: X-User-ID, X-Chat-ID
                              ▼
┌─────────────────────────────────────────────────────────────┐
│              MCP Workspace Server (All-in-One)               │
│  ┌─────────────────────────────────────────────────────┐    │
│  │              セッション管理 & 身份識別                       │    │
│  │         (user_id + chat_id → workspace_name)        │    │
│  └─────────────────────────────────────────────────────┘    │
│                              │                               │
│  ┌─────────────────────────────────────────────────────┐    │
│  │              仮想パス変換層                           │    │
│  │         /todo.txt → /user_data/xxx/todo.txt         │    │
│  └─────────────────────────────────────────────────────┘    │
│                              │                               │
│  ┌─────────────────────────────────────────────────────┐    │
│  │              パスセキュリティ検証                             │    │
│  │         PathValidator + パストラバーサル保護                  │    │
│  └─────────────────────────────────────────────────────┘    │
│                              │                               │
│  ┌─────────────────────────────────────────────────────┐    │
│  │              ファイル操作実行                             │    │
│  │         FileOperations / AdvancedFileOperations      │    │
│  └─────────────────────────────────────────────────────┘    │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      物理ファイルシステム                            │
│  user_data/                                                 │
│  ├── user1_chat1/                                           │
│  │   ├── todo.txt                                           │
│  │   └── docs/                                              │
│  ├── user1_chat2/                                           │
│  └── user2_chat1/                                           │
└─────────────────────────────────────────────────────────────┘

🔧 管理者 API

監視、デバッグ、運用のための HTTP インターフェースを提供します。

🔑 認証設定

Admin API は Bearer Token 認証が必要です。まず config.json を設定します。

# サンプル設定ファイルをコピー
cp config.example.json config.json

# 設定を編集し、管理者キーを設定
vim config.json

{
  "admin_token": "your-secret-admin-token-here"
}

すべての Admin API リクエストには Authorization ヘッダーを含める必要があります。

curl -H "Authorization: Bearer your-secret-admin-token-here" \
     http://localhost:8000/admin/stats

⚠️ セキュリティ注意：config.json は .gitignore に追加されているため、バージョン管理システムにコミットしないでください。

サーバー統計情報を取得

GET /admin/stats
Authorization: Bearer <admin_token>

応答例：

{
  "success": true,
  "user_data_dir": "/path/to/user_data",
  "total_workspaces": 15,
  "unique_users": 8,
  "total_size_bytes": 1048576,
  "total_size_human": "1.00 MB",
  "active_sessions": 3
}

すべてのワークスペースをリストする

GET /admin/workspaces
GET /admin/workspaces?user_id=user123
Authorization: Bearer <admin_token>

ワークスペースの詳細を取得

GET /admin/workspace/{workspace_id}
GET /admin/workspace/{workspace_id}/tree?max_depth=5
Authorization: Bearer <admin_token>

ワークスペースを削除する

DELETE /admin/workspace/{workspace_id}?confirm=yes
Authorization: Bearer <admin_token>

⚠️ 警告：この操作は元に戻せません！削除を実行するには、?confirm=yes パラメータを追加する必要があります。

👤 ユーザーワークスペース API

管理者トークンを必要としないワークスペースディレクトリツリーのクエリをユーザーに提供します。

GET /api/workspace/tree?user_id={user_id}&chat_id={chat_id}&max_depth=5

• Authorization ヘッダーは不要です。
• 対応する user_id + chat_id の組み合わせのワークスペースのみが返されます。
• 各ディレクトリ階層は最近の変更日時でソートされ、最初の 20 個のファイル/フォルダのみが保持され、残りはバンド幅を節約するために直接フィルタリングされます。

🧩 Excel 設定

• config.json/config.example.json に excel セクションを追加して、最大ファイルサイズ、デフォルトの読み取り行数、サポートされる形式、数式検出スイッチを設定します。
• テンプレート：excel.templates_file はデフォルトで excel_templates/templates.json を指します。テンプレートソースファイルは excel_templates/ に配置され、外部には title/desc のみが公開されます。create_excel_from_template は自動的に重複する名前を避けます。初回使用時には、templates_example.json から templates.json をコピーして作成し、実際の状況に合わせてテンプレートパスを設定してください。
• 環境変数の上書き：MCP_EXCEL_MAX_ROWS、MCP_EXCEL_MAX_SIZE_MB。
• 詳細なパラメータと例は docs/EXCEL_TOOLS.md を参照してください。

⚙️ 起動設定

• config.json に mcp セクションを追加して、transport（デフォルト sse）、host（デフォルト 0.0.0.0）、port（デフォルト 18089）を設定できます。
• CLI パラメータ --transport/--host/--port は設定ファイルよりも優先されます。
• Web 管理インターフェース：config.json に admin_web セクションを追加します（enabled はデフォルトで false、password はデフォルトで 123456）。有効にすると、http://<host>:<port>/admin にアクセスし、パスワードを入力すると、user_data 下のファイルツリーを表示し、テキスト/Markdown/CSV をプレビューできます。

📖 使用例

🚀 Web 開発の完全な流れ

ステップ 1：フロントエンドプロジェクトを作成する

Tool: fs_write
Arguments: {
  "path": "/index.html",
  "content": "<!DOCTYPE html>..."
}

ステップ 2：ワンクリックでデプロイする

Tool: preview_frontend
Arguments: {
  "entry_file": "index.html"
}

返される結果：

{
  "success": true,
  "url": "https://user123_chat456.proxy.your-domain.com/index.html",
  "subdomain": "user123_chat456"
}

ステップ 3：デプロイされたアプリケーションにアクセスする

• 自動的に独立したサブドメインが取得されます。
• HTTPS をサポートしています（設定されている場合）。
• ポートとドメインを手動で設定する必要はありません。

💻 コード実行とデバッグ

ファイルを読み取る（行範囲をサポート）

Tool: fs_read
Arguments: {
  "path": "/file.txt",
  "line_range": "100:150"  # 100 行目から 150 行目を読み取る
}

ファイルをバッチで読み取る

Tool: fs_read
Arguments: {
  "path": ["/file1.txt", "/file2.json", "/data.xlsx"]
}

ファイルを検索する

Tool: fs_search
Arguments: {
  "search_type": "content",  # glob=ファイル名で、content=内容の正規表現で
  "pattern": "function\\s+\\w+\\(",
  "context_lines": 2  # 一致する行の前後 2 行のコンテキストを返す
}

ファイルを正確に編集する

Tool: fs_replace
Arguments: {
  "path": "/config.py",
  "diff": "------- SEARCH\nDEBUG = True\n========\nDEBUG = False\n+++++++ REPLACE"
}

Python コードを実行する

Tool: exec
Arguments: {
  "code": "print('Hello, World!')"
}

Python ファイルを実行する

Tool: exec
Arguments: {
  "file": "/script.py",
  "args": ["--verbose", "input.txt"]
}

Excel ファイルを読み取る

Tool: fs_read
Arguments: {
  "path": "/data.xlsx",
  "sheet": "Sheet1",      # オプション、シートを指定
  "range": "A1:D100"      # オプション、読み取り範囲を指定
}

Excel ファイルを作成する

Tool: fs_write
Arguments: {
  "path": "/output.xlsx",
  "content": [
    ["Name", "Age", "City"],
    ["Alice", 30, "Beijing"],
    ["Bob", 25, "Shanghai"]
  ]
}

Excel ファイルを編集する

Tool: excel_edit
Arguments: {
  "path": "/data.xlsx",
  "edit_type": "cells",
  "sheet": "Sheet1",
  "updates": [
    {"cell": "A1", "value": "Updated Value"}
  ]
}

🎨 チャートとフローチャートを生成する

Tool: generate_image
Arguments: {
  "mermaid_code": "flowchart TD\nA[開始] --> B[処理] --> C[終了]"
}

または、HTML レンダリングを使用して複雑なチャートを生成することもできます。

Tool: generate_image
Arguments: {
  "html_code": "<html><body><h1>データ可視化</h1>...</body></html>"
}

🔐 セキュリティのベストプラクティス

1. 本番環境でのデプロイ

   • リバースプロキシ（Nginx）を使用して HTTPS を処理します。
   • アクセス IP を制限するか、API キー認証を使用します。
   • 適切なリクエスト頻度制限を設定します。

2. データ分離

   • X-User-ID 和 X-Chat-ID が信頼できるソースから生成されることを確認します。
   • 期限切れのセッションワークスペースディレクトリを定期的にクリーンアップします。

3. Admin API の保護

   location /admin/ {
       allow 10.0.0.0/8;
       deny all;
       proxy_pass http://localhost:8000;
   }
   

⚙️ 環境変数

📄 ライセンス

Apache License 2.0

🤝 貢献

Issue と Pull Request の投稿を歓迎します！