AI Workbench MCP

AI Workbench MCP

再利用可能なAIプロンプトとアシスタントの設計図を提供する、小さな読み取り専用MCPサーバーです。

MCPを使ったことがありませんか？ **初心者向けガイド**から始めましょう。MCPとは何か、この3つのツールがある理由、具体的なインストール／診断手順、期待される結果、失敗時の対処方法を説明しています。

AI Workbench MCPは、Model Context Protocol stdioを介して小規模なローカルカタログを公開します。良い意味で意図的にシンプルに設計されています。ネットワーク呼び出し、シェル実行、アカウントへのアクセス、ファイルへの書き込み、非公開のプロバイダーリクエストはありません。

MCPホストに次の3つのツールを提供します。

ツール	結果
list_prompts	同梱されているプロンプトテンプレートとアシスタントの設計図を一覧表示します
render_prompt	同梱されているプロンプトテンプレートに、明示的に指定された文字列変数を設定します
get_assistant	ChatGPT、Claude、Gemini、Grok、またはポータブルなAgent Skill形式のアシスタント設計図を1つ返します

これを作った理由

多くのAIリポジトリは、「これがプロンプトです」から「これがエージェントです」へと一気に進みます。私は、確認しやすい、より小さな境界を設けたいと考えました。

このサーバーは、有用な部分をローカルに保ち、その制限を明確にしています。

• 読み取り専用のツールコントラクト。
• 明示的なMCP信頼ヒント。
• 制限された入力サイズ。
• 厳格なトップレベルスキーマ。
• Python標準ライブラリ以外のランタイム依存関係なし。
• 実際のstdioハンドシェイクテスト。
• 公開されている各ツールに名前付きテストを用意。

クイックスタート

公開されているアルファ版パッケージをインストールします。

python -m pip install "alptugharun-ai-workbench-mcp==0.1.0a2"

ホストの設定を変更する前に、ローカルパッケージを読み込めることを確認します。

alptugharun-ai-workbench-mcp --doctor

正常な結果では、パッケージとPythonのバージョン、3つのツール名、カタログの件数、読み取り専用の権限境界が表示されます。ネットワークリクエストは行わず、ホストとの互換性を証明するものでもありません。確認できるのは、ローカルパッケージ層が正常かどうかです。

次に、stdioに対応したMCPホストからサーバーを指定します。

起動コマンド：

alptugharun-ai-workbench-mcp

このリポジトリでは、stdioサーバー自体の使い方を説明しています。実際に動作を確認したホストについては、コピーして貼り付けられるCursorのセットアップと3ツールの検証ガイドを使用してください。ほかのMCPクライアントでは仕様が異なる場合があるため、Cursorの設定をそのまま利用できると想定せず、各クライアントの最新ドキュメントを参照してください。

セキュリティモデル

公開されている各ツールは、次を宣言します。

{
  "readOnlyHint": true,
  "destructiveHint": false,
  "idempotentHint": true,
  "openWorldHint": false
}

実装では、HTTPクライアント、サブプロセスモジュール、ファイルシステムへの書き込みを行うヘルパー、ブラウザーライブラリ、プロバイダーSDKをインポートしません。

これは「どんなMCPサーバーでも信頼してください」という意味ではありません。このリポジトリ自体の境界を狭く保ち、テスト可能にしているという意味です。

自分で検証する

python -m unittest discover -s tests -v
python examples/smoke_client.py

CIでは、LinuxとWindowsでパッケージテストとプロトコルテストを実行します。

パッケージ／レジストリの状況

PyPI： このプロジェクトは GitHub OIDC Trusted Publishing を通じて公開され、リリースワークフローではキーレスの Sigstore を使用して wheel に署名します。バージョン 0.1.0a2 では、初回実行時の診断機能としてローカルの --doctor ／ --version が追加されました。このバージョンを指定してインストールする前に、上記の PyPI バッジでリリースが利用可能であることを確認してください。

クリーンな Windows 仮想環境で、PyPI の指定バージョンを問題なくインストールし、MCP プロトコル 2025-06-18 のネゴシエーションを行い、3 つのツールすべてを一覧表示し、render_prompt と get_assistant の呼び出しに成功し、不明なツールに対して範囲が限定されたエラーを返すことを確認しました。

公式 MCP Registry： io.github.alptugharun/ai-workbench-mcp は公開済みで、現在、本番レジストリで active と表示されています。

実際のホストでの検証： メンテナーが実施した Cursor 3.20.21 のセッションで、公開済みパッケージに対して list_prompts、render_prompt、get_assistant を正常に呼び出しました。これはホストでの動作確認であり、独立した第三者による推薦や、あらゆる環境との互換性を保証するものではありません。

REGISTRY-PUBLISHING.md、HOST-VERIFICATION.md、および失敗を起点にしたTroubleshooting ladderをご覧ください。

コントリビュート

小規模で再現可能な改善を歓迎します。現在、特に役立つコントリビュートは次のとおりです。

• 実際の MCP ホストでの検証；
• プロトコルのエッジケースのテスト；
• より明確なエラーメッセージ；
• ドキュメントの修正；
• 範囲を絞ったカタログの改善。

PR を作成する前に、CONTRIBUTING.mdをお読みください。まだ独立して検証できていないホストでサーバーが動作する場合、一般的な「こちらでは動きます」という報告よりも、再現可能なホストの報告のほうが役立ちます。

起源

このプロジェクトは、より大きなクリエイター／AI リポジトリに埋もれさせず、MCP サーバーを特化したプロダクトとして発展させるため、AI Social Media Toolkitから切り出されました。

Alptuğ Harun によって開発されました。

このサーバーで役立つ結果が得られた場合は、リポジトリにスターを付けると、ほかの MCP ユーザーが見つけやすくなります。動作しない場合は、代わりに再現可能な報告を作成してください。環境の詳細を含む失敗報告は、見栄えだけの指標よりも速くプロジェクトの改善につながります。

ライセンス

MIT — LICENSEをご覧ください。