mcpField
J
jekakos-mcp-user-data-enrichment

jekakos-mcp-user-data-enrichment

リモート
github.com/jekakosソーシャルメディア056 週間前に更新
リポジトリ

jekakos-mcp-user-data-enrichment について

jekakos-mcp-user-data-enrichmentは、氏名と生年月日をもとにソーシャルネットワークのリンクを追加するMCPサーバーです。サンプルデータと他の名前からのリンク生成を備え、データ補完を試すエージェントワークフローに適しています。

主な機能

  1. 01ソーシャルリンクの追加
  2. 02氏名と生年月日の入力
  3. 03サンプルユーザーデータの提供
  4. 04他の名前からリンクを生成
  5. 05任意のHTTP API

活用シーン

  1. 01ユーザーレコードへのリンク追加
  2. 02エージェントワークフローでの補完テスト
  3. 03HTTPエンドポイント経由の呼び出し

MCP 対応

stdio経由で`enrich_user_data`ツールを公開します。任意のHTTPラッパーでリモートアクセスにも対応します。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://server.smithery.ai/@jekakos/mcp-user-data-enrichment/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

すべてのエンドポイント
Streamable HTTPhttps://server.smithery.ai/@jekakos/mcp-user-data-enrichment/mcp認証が必要

ツール

詳細

MCP ユーザーデータ拡充サーバー

ソーシャルネットワークのリンクを追加してユーザーデータを拡充する Model Context Protocol(MCP)サーバーです。このサーバーは、Smithery.ai のような AI プラットフォームと統合し、ソーシャルメディアリンクの検索機能を提供できます。

機能

  • ユーザーデータの拡充:ユーザー情報(名前、生年月日)を受け取り、ソーシャルメディアのリンクを返します
  • モックデータのサポート:デモ用に事前設定されたソーシャルリンクが含まれています
  • 動的生成:新しいユーザーのソーシャルリンクを自動的に生成します
  • MCP プロトコル:stdio を介した標準的な MCP 実装です
  • HTTP ラッパー:リモートアクセス用のオプションの HTTP API です
  • Smithery との統合:Smithery.ai と統合できる状態で提供されます

インストール

npm install mcp-user-data-enrichment

使用方法

MCP サーバーとして使用(Smithery での使用を推奨)
# Direct stdio usage
node src/mcp-server.js

# Or via npm script
npm run mcp
HTTP サーバーとして使用
# Start HTTP server on port 3000
npm start

API エンドポイント

HTTP API(サーバーとして実行する場合)
  • GET /status - サーバーの状態
  • GET /tools - 利用可能なツールの一覧
  • POST /tools/call - 任意のツールを呼び出す
  • POST /enrich-user - ユーザーデータを拡充する
MCP プロトコル

サーバーは 1 つのツールを提供します:enrich_user_data

入力スキーマ:

{
  "firstName": "string",
  "lastName": "string", 
  "birthDate": "string (YYYY-MM-DD)"
}

出力:

{
  "user": {
    "firstName": "John",
    "lastName": "Smith",
    "birthDate": "1990-01-01"
  },
  "socialLinks": {
    "instagram": "https://instagram.com/john_smith",
    "facebook": "https://facebook.com/john.smith",
    "twitter": "https://twitter.com/john_smith",
    "linkedin": "https://linkedin.com/in/john_smith"
  }
}

Smithery.ai との統合

この MCP サーバーは、AI エージェントのオーケストレーションプラットフォームである Smithery.ai と連携するように設計されています。

Smithery でのセットアップ
  1. サーバーをデプロイして、GitHub 上のパブリックリポジトリに配置します
  2. MCP 接続を設定します:
    {
      "mcpServers": {
        "user-data-enrichment": {
          "command": "node",
          "args": ["path/to/mcp-server.js"]
        }
      }
    }
    
  3. ツールを使用して、AI エージェントのワークフローに組み込みます
Smithery の使用例
// In your Smithery agent
const result = await mcp.callTool('enrich_user_data', {
  firstName: 'John',
  lastName: 'Smith', 
  birthDate: '1990-01-01'
});

console.log(result.content[0].text);

開発

# Install dependencies
npm install

# Run in development mode
npm run dev

# Test MCP server directly
echo '{"jsonrpc": "2.0", "id": 1, "method": "tools/list"}' | node src/mcp-server.js

テスト

# Run test client
node test-client.js

# Test with curl
curl -X POST http://localhost:3000/enrich-user \
  -H "Content-Type: application/json" \
  -d '{"firstName": "John", "lastName": "Smith", "birthDate": "1990-01-01"}'

モックデータ

サーバーには、以下のユーザーのモックソーシャルリンクが含まれています:

  • John Smith
  • Sarah Johnson
  • Michael Brown

その他のユーザーについては、名前に基づいてリンクが自動的に生成されます。

コントリビューション

  1. リポジトリをフォークします
  2. 機能ブランチを作成します
  3. 変更を加えます
  4. 該当する場合はテストを追加します
  5. プルリクエストを送信します

ライセンス

MIT ライセンス - 詳細は LICENSE ファイルをご覧ください

デプロイ用ファイル

  • Dockerfile - コンテナ化デプロイ用の Docker 設定
  • smithery.yaml - Smithery.ai の設定ファイル
  • .dockerignore - ビルドを最適化するための Docker 除外ファイル

関連リンク

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。