mcp-glm

MCP GLM サーバー

AceDataCloud プラットフォーム経由で Zhipu GLM のチャット補完を利用するための Model Context Protocol（MCP）サーバーです。

特徴

• GLM チャット補完：統一された MCP ツールを介して Zhipu GLM モデルを呼び出します
• モデルの検出：AceDataCloud が公開している GLM モデルを一覧表示します
• 使用ガイド：API の使用ガイドを返すインラインツール

接続方法：ホスト型 OAuth、API トークン、またはローカル stdio

ホスト型エンドポイントは https://glm.mcp.acedata.cloud/mcp です。MCP クライアントに合わせて、いずれかの方法を選択してください。

方法	用途	認証情報の設定
ホスト型 OAuth	クライアントがリモート MCP OAuth に対応している場合	URL のみを追加し、AceDataCloud にサインインしてアクセスを承認します。クライアント設定にトークンを貼り付ける必要はありません。
ホスト型 API トークン	クライアントで OAuth を完了できない場合、または明示的な連携用認証情報が必要な場合	Authorization: Bearer … ヘッダーで AceDataCloud API トークンを送信します。ローカルのシークレットストアまたは環境変数に保管してください。
ローカル stdio	クライアントがローカルの MCP プロセスを実行する場合	mcp-glm をインストールし、ACEDATACLOUD_API_TOKEN をそのプロセスに渡します。この場合も AceDataCloud API を呼び出します。

ホスト型サービスは OAuth メタデータと Dynamic Client Registration（DCR）を公開しています。DCR はクライアントアプリケーションを登録するものであり、API キーではありません。 OAuth でサインインすると、クライアントは生成された Bearer トークンを送信します。このトークンは、アカウントの API 認証情報を再利用する場合と、新規作成する場合があります。ブラウザーでサインインするには、引き続き AceDataCloud アカウントが必要です。ホスト型サービスは従量課金制の場合があります。実際に操作する前に、現在のサービスドキュメントと表示されている料金をご確認ください。同じサーバーに OAuth ログインと固定の Authorization ヘッダーを両方設定しないでください。

ホスト型 OAuth の例

• Claude および Claude Desktop のチャット： Customize → Connectors → Add custom connector でリモートのカスタムコネクターを追加し、https://glm.mcp.acedata.cloud/mcp を入力してサインインを選択します。Claude から OAuth クライアントの登録方法を尋ねられた場合は、Register automatically を選択してください。同意手続きを完了します。Claude Desktop のローカルな claude_desktop_config.json は別途設定が必要です。Claude コネクターガイド。
• Claude Code： claude mcp add --transport http --scope user glm https://glm.mcp.acedata.cloud/mcp を実行し、続けて claude mcp login glm を実行します。/mcp を確認してください。Claude Code MCP ガイド。
• Cursor： https://glm.mcp.acedata.cloud/mcp のみを指定してリモートサーバーを追加します。プロジェクトで使う場合は、以下のエントリーを <project>/.cursor/mcp.json にマージします。個人用の場合は ~/.cursor/mcp.json を使います。Cursor MCP ガイド。
• VS Code / Copilot： MCP: Add Server を実行し、HTTP を選択して https://glm.mcp.acedata.cloud/mcp を入力した後、ブラウザーでサインインします。新しいポータブルなワークスペース設定では <project>/.mcp.json を使用します。以下の VS Code 固有の形式では、<project>/.vscode/mcp.json またはユーザープロファイルを使用します。MCP: List Servers を確認してください。VS Code MCP の設定。
• Codex： codex mcp add glm --url https://glm.mcp.acedata.cloud/mcp を実行し、続けて codex mcp login glm を実行します。ユーザー設定は ~/.codex/config.toml にあります。Codex 公式 MCP ガイド。

Cursor のプロジェクト設定（OAuth）：

{
  "mcpServers": {
    "glm": {"url": "https://glm.mcp.acedata.cloud/mcp"}
  }
}

VS Code 固有のワークスペース設定（OAuth）：

{
  "servers": {
    "glm": {"type": "http", "url": "https://glm.mcp.acedata.cloud/mcp"}
  }
}

ホステッド API トークン

1. Ace Data Cloud → Applications を開きます。サインインするか、先にアカウントを登録します。
2. General application を探します。作成されていない場合は、Initialize General Application を選択します。一般キーではアカウントで利用可能なサービスを使用できますが、専用アプリケーションのキーはそのサービスに限定されます。必要なサービス／モデルへのアクセスと現在の料金を確認してください。
3. アプリケーションカードから API Key をコピーするか、Keys / Manage Keys → Create を開いて、この連携専用のキーを作成します。個別に無効化またはローテーションできるよう、識別しやすい名前を付けてください。
4. キーを作成するときは、Expiration Time、Set Usage Limitation、Allowed APIs を確認します。必要な制限のみ有効にし、呼び出す操作を許可してから Create をクリックし、キー一覧からトークンをコピーします。タスクの照会権限では、生成リクエストの送信は許可されません。最初のリクエストに必要な残高がアプリケーションにあることを確認してください。トライアル利用枠がある場合は、アカウントに現在表示されている内容が適用されます。
5. 引用符、空白、Bearer を付けず、トークンの値だけをコピーします。API Key／API Token フィールドにはこの生の値を入力します。手動で HTTP Authorization ヘッダーを設定する場合に限り、Bearer プレフィックスが必要です。platform-... のアカウント管理トークンを生成 API キーの代わりに使うことはできません。

キーはクライアントの認証情報ストア、または以下に示す環境変数に保存してください。プロンプト、共有ワークフロー、スクリーンショット、Git コミットには絶対に含めないでください。認証に失敗する場合は、別のキーを作成する前に、コピーした値全体、アプリケーション／サービスへのアクセス、期限、使用制限、残高を確認してください。

固定の Bearer ヘッダーを設定すると OAuth が迂回されます。ヘッダーが無効な場合は、ブラウザーでサインインする前にヘッダーを削除してください。保存した認証情報は非公開にしてください。

Claude Code では、サーバーを追加するときにシェルがトークンを展開します。保存されたユーザー MCP 設定は秘密情報として扱ってください。

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user glm https://glm.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

Claude Code のプロジェクト設定では、<project>/.mcp.json に変数参照を記述し、Claude Code を起動する環境でその変数を設定します。

{
  "mcpServers": {
    "glm": {
      "type": "http",
      "url": "https://glm.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor では、~/.cursor/mcp.json またはコミット対象外のプロジェクト設定で、異なる環境変数構文を使用します。

{
  "mcpServers": {
    "glm": {
      "url": "https://glm.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${env:ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

VS Code では、MCP: Open User Configuration を実行し、このサーバーとマスクされた入力をマージします。${input:...} は VS Code のユーザー／ワークスペース形式用であり、Agent Host の .mcp.json 形式では使用できません。

{
  "inputs": [
    {"id": "acedata-glm-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "glm": {
      "type": "http",
      "url": "https://glm.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-glm-token}"}
    }
  }
}

Cline では、MCP 設定 UI または CLI ファイル ~/.cline/data/settings/cline_mcp_settings.json を使用します。リモートトランスポートの値は streamableHttp です。JetBrains AI Assistant では、Settings → Tools → AI Assistant → Model Context Protocol (MCP) からリモート URL を追加します。Zed では、OAuth の場合は URL のみを指定した context_servers エントリーを使用するか、ローカルの Bearer ヘッダーを追加します。これらのクライアントでは設定スキーマがそれぞれ異なります。他のクライアントの JSON をコピーせず、最新の UI に従ってください。Cline · JetBrains · Zed.

ローカル stdio

パッケージをインストールし、ローカルプロセスに API トークンを渡します。

python -m pip install mcp-glm
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-glm

Claude Desktop のローカル MCP では、開発者設定から開くファイル（macOS では ~/Library/Application Support/Claude/claude_desktop_config.json）にこのエントリをマージします。uvx を使うには、uv が PATH に設定されている必要があります。

{
  "mcpServers": {
    "glm": {
      "command": "uvx",
      "args": ["mcp-glm"],
      "env": {"ACEDATACLOUD_API_TOKEN": "YOUR_API_TOKEN"}
    }
  }
}

このユーザーレベルのファイルは非公開にしてください。セルフホストの HTTP では mcp-glm --transport http --port 8000 を使い、適切なネットワークおよび TLS の制御を設けた場合に限り公開してください。ローカルで実行しても、AceDataCloud API が呼び出されます。

サービスを使う前の確認

1. https://glm.mcp.acedata.cloud/health が {"status":"ok"} を返す場合、確認できるのはエンドポイントへの到達性のみです。
2. MCP クライアントがツールを読み込むことを確認します。glm_list_models は参照用ツールであり、下流 API へのアクセスや残高は確認できません。
3. API を完全に確認する必要がある場合は、現在のサービスドキュメントと表示されている料金を確認してから、有効な独自の入力を使って glm_chat_completions を呼び出します。

401 が発生した場合は、クライアントが使用した認証経路と、トークンまたは OAuth セッションが有効かどうかを確認してください。403 は、アカウント権限またはコンテンツモデレーションの失敗を示している可能性があります。返されたエラーを確認してください。残高不足や下流サービスの障害は、それぞれ個別に原因を調べる必要があります。ツールが一覧表示されたり、タスクが送信されたりしても、結果が正常に得られたことの証明にはなりません。

利用可能なツール

ツール	説明
glm_chat_completions	GLM チャット補完の呼び出しを実行します
glm_list_models	利用可能な GLM モデルの一覧を表示します
glm_get_usage_guide	API 利用ガイドを取得します

ドキュメント

ドキュメント

ライセンス

MIT — LICENSE を参照してください。