mcpField
M
magenie33-quality-dimension-generator

magenie33-quality-dimension-generator

リモート
github.com/magenie33AI・エージェント057 週間前に更新
リポジトリ

magenie33-quality-dimension-generator について

タスクの説明を、測定可能な品質基準と目標スコアに変換する MCP サーバーです。タスク分析に続いて評価基準を作成し、ソフトウェア開発、執筆、プロジェクト、研究を支援します。

主な機能

  1. 01タスク分析プロンプトの生成
  2. 02品質項目の生成
  3. 03測定可能な採点基準
  4. 04目標スコアの設定

活用シーン

  1. 01コードとテストの基準設定
  2. 02文章の品質基準の定義
  3. 03プロジェクト成果物の要件整理
  4. 04研究の評価基準の策定

MCP 対応

タスク分析プロンプトを生成するツールと、その分析結果から品質項目のプロンプトを生成するツールを提供します。

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/@magenie33/quality-dimension-generator/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/@magenie33/quality-dimension-generator/mcp認証が必要

ツール

詳細

品質評価基準ジェネレーター

License: MIT TypeScript MCP

あらゆるタスクの品質評価基準を生成するMCP サーバーです。AI による分析で曖昧な要件を明確で測定可能な品質基準に変換し、最終的な成果物の品質向上を実現します。

🎯 できること

  • 📊 タスクを分析 - 達成すべき内容を理解します
  • 🎯 評価基準を作成 - 採点基準を備えた具体的な品質評価項目を生成します
  • 📈 目標スコアを設定 - 想定する品質レベルを定義します(例:8/10)
  • ✅ 作業の実行をガイド - 明確な品質基準に沿ってタスクを完了できるよう支援します

🚀 クイックスタート

インストール

Smithery AI Model Context Protocol Registryからインストールします。

🔗 Smithery で Quality Dimension Generator を入手

基本的な使い方

ステップ 1: タスク分析を生成

generate_task_analysis_prompt({
  userMessage: "Write a 1000-word article about AI"
})

ステップ 2: 品質基準を生成

generate_quality_dimensions_prompt({
  taskAnalysisJson: "..." // JSON from step 1
})

結果: 目標スコアを含む包括的な品質評価基準を取得し、その基準に沿ってタスクを完了します。

📋 出力例

「技術ブログ記事を書く」というタスクの場合:

{
  "expectedScore": 8,
  "scoreCalculation": "Average of all 5 dimension scores",
  "dimensions": [
    {
      "name": "Technical Accuracy",
      "description": "Correctness and depth of technical content",
      "importance": "Ensures readers get reliable information",
      "scoring": {
        "10": "All technical details verified and comprehensive",
        "8": "Mostly accurate with minor gaps",
        "6": "Generally correct but lacks depth"
      }
    }
    // ... 4 more dimensions
  ]
}

💡 活用例

  • ソフトウェア開発 - コード品質、テスト、ドキュメントの基準
  • コンテンツ作成 - 文章の品質、SEO、エンゲージメント指標
  • プロジェクト管理 - 成果物の基準、スケジュールの遵守
  • リサーチ - 方法論、正確性、プレゼンテーションの基準

🤝 貢献

コントリビューションを歓迎します。このプロジェクトは MIT ライセンスのオープンソースです。

🔗 リソース


今日から成果物の品質を高めましょう! 🚀

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。