mcpField
L
Linewhiz

Linewhiz

ローカル
github.com/Kinzen-devAI・エージェント031 週間前に更新

Linewhiz について

Linewhizは、AIクライアントから自然言語でLINE Official Accountを管理するMCPサーバーです。アカウントや友だち情報の確認、メッセージ送信、配信統計、リッチメニュー一覧に対応します。

主な機能

  1. 01アカウント情報の取得
  2. 02友だち数と配信枠の確認
  3. 03一斉送信と個別メッセージ
  4. 04配信統計の確認
  5. 05リッチメニューの一覧表示

活用シーン

  1. 01LINEアカウントの状態と月間枠の確認
  2. 02全友だちへのお知らせ送信
  3. 03指定したLINEユーザーへの連絡
  4. 04配信結果とリッチメニューの確認

MCP 対応

Claude、ChatGPT、CursorなどのMCPクライアントにLINE Official Account管理ツールを提供し、LINE Messaging APIを呼び出して処理します。

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。

mcp.json · 共通設定
{
"mcpServers": {
"LineWhiz": {
"command": "uvx",
"args": [
"linewhiz"
],
"env": {
"LINE_CHANNEL_ACCESS_TOKEN": "<LINE_CHANNEL_ACCESS_TOKEN>",
"LINE_CHANNEL_SECRET": "<LINE_CHANNEL_SECRET>"
}
}
}
}
起動コマンドuvx linewhiz
設定が必要な環境変数
LINE_CHANNEL_ACCESS_TOKENシークレット
LINE_CHANNEL_SECRETシークレット

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypilinewhiz

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

LineWhiz

AI エージェントが LINE 公式アカウントを管理できるプレミアム MCP サーバーです。

ユーザーが Claude / ChatGPT / Cursor に自然言語で入力すると、LineWhiz が LINE Messaging API を呼び出します。

Python 3.11+ MCP License: MIT

機能

ツールプラン説明
get_account_infoFreeLINE 公式アカウントの情報(名前、プラン、プロフィール画像)を取得します
get_friend_countFree指定した日のフォロワー数を取得します
get_message_quotaFree今月の残りメッセージ枠を取得します
send_broadcastProすべての友だちにメッセージを送信します
send_push_messagePro特定のユーザーにダイレクトメッセージを送信します
send_multicastPro複数のユーザーにメッセージを送信します(最大500人)
get_message_delivery_statsPro指定した日の配信統計を取得します
get_user_profileProユーザーの表示名、プロフィール画像などを取得します
list_rich_menusProこの LINE 公式アカウントのすべてのリッチメニューを一覧表示します

クイックスタート

前提条件
セットアップ
# Clone and install
cd linewhiz && uv sync

# Configure environment
cp .env.example .env
# Edit .env → fill in LINE_CHANNEL_ACCESS_TOKEN and LINE_CHANNEL_SECRET

# Run the server
uv run src/server.py

# Test with MCP Inspector
mcp dev src/server.py

# Run tests
uv run pytest
MCP クライアントの設定

MCP クライアントの設定(例:Claude Desktop の claude_desktop_config.json)に追加します。

{
  "mcpServers": {
    "linewhiz": {
      "command": "uv",
      "args": ["run", "src/server.py"],
      "cwd": "/path/to/linewhiz",
      "env": {
        "LINE_CHANNEL_ACCESS_TOKEN": "your_token_here",
        "LINE_CHANNEL_SECRET": "your_secret_here",
        "LINEWHIZ_TIER": "pro"
      }
    }
  }
}

プロジェクト構成

linewhiz/
├── CLAUDE.md              # AI coding spec (single source of truth)
├── pyproject.toml
├── Dockerfile
├── docker-compose.yml
├── .env.example
├── src/
│   ├── server.py          # MCP entry point + tool registration
│   ├── config.py          # Env config via pydantic Settings
│   ├── auth/
│   │   ├── api_keys.py    # Key validation (SHA-256)
│   │   └── tiers.py       # Free/Pro/Business gating + rate limits
│   ├── tools/
│   │   ├── account.py     # get_account_info, get_friend_count, get_message_quota
│   │   ├── messaging.py   # send_broadcast, send_push, send_multicast
│   │   ├── richmenu.py    # list/create/set/link rich menus
│   │   ├── insights.py    # get_message_stats, get_user_profile
│   │   ├── automation.py  # [future] auto-reply
│   │   └── reporting.py   # [future] weekly report
│   ├── services/
│   │   ├── line_api.py    # Async LINE API wrapper
│   │   └── flex_builder.py
│   ├── models/
│   │   ├── user.py        # API key + tier models
│   │   └── usage.py       # Usage log model
│   └── db/
│       └── database.py    # SQLite async init + migrations
├── tests/
│   ├── conftest.py
│   ├── test_account.py
│   ├── test_messaging.py
│   ├── test_richmenu.py
│   └── test_auth.py
└── docs/

プラン体系

プラン価格1日の呼び出し回数ツール
Free月額$0100アカウント情報、友だち数、利用枠
Pro月額$155,000+メッセージ送信、リッチメニュー、インサイト
Business月額$45無制限すべてのツール

Docker

# Build and run
docker compose up --build

# Or build manually
docker build -t linewhiz .
docker run --env-file .env linewhiz

開発

# Install with dev dependencies
uv sync --all-extras

# Lint
uv run ruff check src/ tests/

# Type check
uv run mypy src/

# Test
uv run pytest -v

ライセンス

MIT

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。