Phaedrus について
Phaedrusは、研究フィードとウォッチリストを管理するチーム向けのRust製MCPサーバーです。整理済みの調査結果を参照し、候補を受け付け、lupin向けの収益機会を提出せずに下書きします。
主な機能
- 01整理済み調査結果の取得と一覧
- 02フィード件数と解析状態の確認
- 03ウォッチリストの参照
- 04研究候補のスキャン受信箱への登録
- 05収益機会ペイロードの下書き
- 06lupinの機能コンテキストの読み取り
活用シーン
- 01システム別に整理済み調査結果を確認
- 02整理済みストアを変更せず候補を提出
- 03lupin向けの収益機会案を準備
MCP 対応
PhaedrusはstdioとNDJSON JSON-RPCを介して、研究フィードのツールをMCPクライアントに公開します。lupinのコンテキストを読み取り、下書きを生成しますが、lupinのファイルには書き込みません。
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。
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。
ツール
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
Phaedrus
リサーチフィード用の MCP サーバーです。厳選された文献ウォッチの調査結果ストアとウォッチリストを提供し、さらに一方向で下書きのみを作成する収益連携の窓口として、lupin(独自の台帳を管理する収益アラインメントサーバー)と連携します。
Phaedrus は単一の Rust バイナリです。クライアントとは stdio(NDJSON JSON-RPC)経由で MCP 通信を行い、データルート配下のプレーンファイルを操作します。データベースもネットワークリスナーもありません。
動作方法
- データルート(調査結果ストア、ウォッチリスト、スキャン受信箱):
--root <path>またはRESEARCH_ROOT環境変数 (デフォルトは~/workspace/research-feed-20261019)。 - Lupin ルート(読み取り専用 — 機能コンテキストと下書き生成):
--lupin-root <path>またはLUPIN_ROOT(デフォルトは~/workspace/revenue-alignment-20261019)。 - 書き込み範囲は意図的に限定されています。
research_submitは候補をスキャン受信箱に登録し、厳選ストアには一切触れません。また、revenue_candidate_draftは lupin のopportunity_submitペイロードの下書きのみを作成します。このサーバーが lupin のファイルに書き込むことはありません。
ツール
| ツール | 返される内容 |
|---|---|
capability_context | lupin の機能レジストリ(読み取り専用)を計画用の語彙として返します:機能 ID と名前。キーワードによる絞り込みも可能です |
feed_summary | 件数:システム別・種類別の調査結果、監視対象のシステム、解析の健全性 |
finding_get | ID で指定した厳選済みの調査結果 1 件 |
finding_list | 厳選済みの調査結果。システムでの絞り込みも可能です |
research_submit | 候補(調査結果、ロードマップ項目、またはテスト提案)をスキャン受信箱に登録します。厳選ストアには書き込みません |
revenue_candidate_draft | 収益化につながる調査結果について、lupin の opportunity_submit ペイロードの下書きを作成します(下書きのみ) |
watchlist_list | ウォッチリスト(システムごとの情報源と用語) |
クライアント設定
{
"mcpServers": {
"phaedrus": {
"command": "/path/to/phaedrus",
"args": []
}
}
}
レジストリ
このリポジトリの server.json は、ai.qompass/phaedrus の MCP レジストリレコードです。サーバーは GitHub リリースに添付された MCPB バンドル(Linux x64)として配布されています。
ライセンス
Apache-2.0 — LICENSE を参照してください。
コメント
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。