mcpField
🎒
🎒 Campus Lost & Found MCP Server

🎒 Campus Lost & Found MCP Server

ローカル
github.com/utkarshagawade17その他078 週間前に更新

🎒 Campus Lost & Found MCP Server について

キャンパスの落とし物をCLIやLLM経由で登録・確認できるMCPサーバーです。記録をローカルのテキストファイルに保存し、Claude向けの要約プロンプトも生成します。

主な機能

  1. 01紛失・拾得品の登録
  2. 02紛失品・拾得品一覧の表示
  3. 03最新記録の取得
  4. 04要約プロンプトの生成
  5. 05ローカルテキストファイルへの保存

活用シーン

  1. 01キャンパスでなくした物の登録
  2. 02届けられた拾得品の確認
  3. 03Claudeによる分析用に最新の紛失記録を取得

MCP 対応

登録、一覧表示、最新記録の取得、要約プロンプト生成のツールをMCPクライアントに公開します。Claude Desktopに接続できます。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

🎒 キャンパスの落とし物・拾得物 MCP サーバー

シンプルな CLI または LLM インターフェースを使って、キャンパス内の落とし物・拾得物を報告、追跡、要約できる、Claude Desktop 互換の MCP(Model Context Protocol)サーバーです。


🚀 機能

  • 落とし物または拾得物を報告する
  • 報告されたアイテムの一覧を表示する
  • 最新の落とし物・拾得物を取得する
  • Claude が推論するための要約プロンプトを生成する
  • ローカルのテキストファイルを使ってデータを永続化する
  • Claude Desktop(Anthropic)とシームレスに連携する

📁 プロジェクト構成

CampusLostFoundMCP/ ├── main.py # FastMCP を使った MCP サーバーの定義 ├── lost.txt # 落とし物の記録を保存(自動作成) ├── found.txt # 拾得物の記録を保存(自動作成) ├── pyproject.toml # uv/mcp 環境設定 ├── uv.lock # 依存関係ロックファイル └── README.md


🧪 ツール関数

Claude Desktop 内から直接呼び出せます:

report_lost("wallet near cafeteria")
report_found("blue bottle in gym")
show_lost()
show_found()
latest_lost()
latest_found()
summary_prompt()

🛠️ セットアップ手順

  1. リポジトリをクローンします:

    git clone https://github.com/<your-username>/CampusLostFoundMCP.git cd CampusLostFoundMCP

  2. Python 3.11 以降がインストールされていることを確認します

  3. 依存関係をインストールします:

    uv init . uv add "mcp[cli]"

  4. サーバーを起動します:

    uv run main.py

🧩 Claude Desktop との連携

以下を claude_desktop_config.json に追加します:

{ "mcpServers": { "Campus Lost & Found": { "command": "uv", "args": [ "--directory", "/absolute/path/to/CampusLostFoundMCP", "run", "main.py" ] } } }

📬 今後の機能拡張

カテゴリによる絞り込み(例:電子機器、本)

日付による検索

SQLite またはクラウドストレージへの対応

Slack またはメールによる通知

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。