mcpField
W
warn-mcp

warn-mcp

リモート
approjects-warn-act-notices.static.hf.spaceビジネス・マーケティング15 週間前に更新
リポジトリ公式サイト

warn-mcp について

warn-mcpは、米国48州で1988年以降に公表されたWARN Actのレイオフ通知を整理し、研究者、記者、エージェント向けに検索可能にします。毎日更新され、通知の変更履歴と出典・日付も返します。

主な機能

  1. 01雇用主・州・期間・人数で検索
  2. 02最新通知と雇用主別履歴の表示
  3. 03州別の月間通知数と影響人数の集計
  4. 04項目変更や掲載終了の追跡
  5. 05データ更新時刻・出典・注意事項の確認

活用シーン

  1. 01雇用主がどの州で通知を提出したか確認
  2. 02州ごとの最近の通知を追跡
  3. 03州別の月間影響人数を比較
  4. 04変更または掲載終了した通知を確認

MCP 対応

WARN通知の検索、集計、変更履歴、データ状態確認を行う6つのMCPツールを提供します。stdioとStreamable HTTPに対応し、ホスト型リモートエンドポイントには呼び出し側のApifyトークンが必要です。

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://mQpACuIiQcnwK93JY.apify.actor/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://mQpACuIiQcnwK93JY.apify.actor/mcp認証が必要
パッケージ
mcpbwarn-mcp.mcpb0.2.6

ツール

詳細

warn-mcp — WARN法に基づく米国のレイオフデータを提供するMCPサーバー

大量レイオフ通知61,428件 · 48州 · 1988年から現在まで · 毎朝再構築 · APIキー不要 · 依存関係ゼロ。

米国の各州は、雇用主が WARN法 に基づいて提出するレイオフ通知を公開しています。しかし、その公開方法は州ごとに異なり、ある州はウェブページ、別の州は大量のPDF、また別の州は検索フォームを使っています。 WARN Feed は48州すべての情報を毎日スクレイピングし、単一のスキーマに正規化します。このデータセットを Model Context Protocol に接続したもので、Claude、Cursor、Continue、または独自のエージェントから、次のような質問ができます。

「Starbucksは今年、WARN通知を提出しましたか?提出した州はどこですか?」 「テキサス州で過去2週間に発表されたレイオフは何ですか?」 「2026年に影響を受けた労働者が最も多かった州はどこですか?」 「今週、機関が通知をひそかに変更または削除しましたか?」

インストール

ビルドは不要で、Python環境へのインストールも不要です。このサーバーは標準ライブラリのみで動作します。

Claude Desktop — ファイル1つ、ターミナル不要: warn-mcp.mcpbをダウンロードして、Claude Desktopの「設定」→「拡張機能」ウィンドウにドラッグしてください。このバンドルには、このリポジトリのサーバーとマニフェストが含まれています。PATH上にpython3があれば動作し、それ以外は必要ありません。同じファイルが、MCPレジストリのio.github.APProj/warn-mcp用インストール可能パッケージとしても掲載されています。

Claude Desktop/Claude Code/mcpServersブロックを読み込めるもの:

{
  "mcpServers": {
    "warn": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/APVentureEngine/warn-mcp", "warn-mcp"]
    }
  }
}

Claude Codeでは、次の1行を実行します。

claude mcp add warn -- uvx --from git+https://github.com/APVentureEngine/warn-mcp warn-mcp

uvがありませんか?クローンして、通常のPythonで実行してください。

git clone https://github.com/APVentureEngine/warn-mcp && cd warn-mcp
python3 -m warn_mcp.server --selftest    # exercises every tool against live data
{
  "mcpServers": {
    "warn": { "command": "python3", "args": ["-m", "warn_mcp.server"], "cwd": "/path/to/warn-mcp" }
  }
}

ホスト型:URLで利用、インストール不要(ChatGPT/Claude.aiコネクター、n8n、あらゆるリモートクライアント)

クライアントがサブプロセスではなくリモートMCPサーバーを必要とする場合は、次のURLを指定してください。

https://mQpACuIiQcnwK93JY.apify.actor/mcp        (Streamable HTTP)

ツールは同じ6つ、データは同じく毎日再構築され、コードもこのリポジトリと同じです。正直にお伝えすると、ホストのApifyは、呼び出し元のアカウントに計算量を課金するため、呼び出し元自身のAPIトークンを必要とします。Apifyの無料アカウントを作成してトークンをコピーし、Authorization: Bearer <your-apify-token>として送信してください。料金は一切いただきません。お客様の情報を見ることも、クエリに関する情報を保存することもありません。 クライアントがstdioに対応している場合は、上記の.mcpbバンドルならトークンは不要なので、そちらがおすすめです。

claude mcp add --transport http warn https://mQpACuIiQcnwK93JY.apify.actor/mcp \
  --header "Authorization: Bearer <your-apify-token>"

このエンドポイントは、公式MCPレジストリのio.github.APProj/warn-mcp用remotesエントリーとしても掲載されています。

HTTP経由で実行(Streamable HTTPトランスポート)

同じツール6つ、同じ実装を、stdioではなくMCPのStreamable HTTPトランスポート経由で利用できます。サブプロセスではなくURLを使いたいクライアントや、チームで共有するインスタンスを運用したい場合に適しています。

docker build -t warn-mcp . && docker run -p 8080:8080 warn-mcp
# -> http://localhost:8080/mcp   (and a short human page at http://localhost:8080/)
claude mcp add --transport http warn http://localhost:8080/mcp

Dockerがありませんか?python3 http/app.pyでも同じように動作します。ここにある他のものと同様、標準ライブラリのみを使用します。PORTでポートを指定でき、/healthzは{"ok":true}を返します。また、サーバーはステートレスなので、任意のロードバランサーの背後で必要な数のレプリカを実行できます。

このサーバーは、意図的にキー不要で設計されています。基盤となるデータは公開済みで読み取り専用であり、サーバーはセッション状態を保持せず、呼び出し元に関する情報も保存しません。これを公開環境にデプロイする際、認証を追加したうえで、このサーバーとして宣伝しないでください。

ツール

ツール回答できること
search_layoff_noticesアーカイブ全体を対象に、雇用主/州/期間/最低人数で検索します。一致した通知の件数、影響を受けた従業員の合計数、最新の一致結果を返します。
latest_layoff_notices新たに公開された通知を新しい順に表示する、約14日間の更新フィードです。州を1つ指定することもできます。
employer_layoff_history1988年まで遡る、1社のWARN記録全体を表示します。通知、影響を受けた従業員、届出を行ったすべての州、最初と最新の活動が含まれます。
state_layoff_totals月ごとの通知件数と影響を受けた従業員数を表示します。州別の全国ランキング、または特定の州の月ごとの推移を確認できます。
agency_revisionsデータセット自体の変更履歴です。連続する日次ビルド間のフィールド単位の差分として、amended フィールド(従業員数、日付、所在地など)、row_absent 通知、row_returned 通知を記録し、それぞれに機械的に判定された cause_class を付与します。記録するのは観測された変更であり、その原因ではありません。
dataset_status最終再構築時刻、古い状態としてフラグが付けられた州、ライセンス、未加工のエンドポイントを表示します。数値を引用する前に呼び出してください。

すべての回答に as_of と source が含まれます。日付と出典のないレイオフ数値は、繰り返す価値がないためです。データの信頼性が見た目ほど高くない場合は、モデルに丸めさせるのではなく、ツールが caveat フィールドでその旨を伝えます。従業員数は当局が公表した場合にのみ集計され、雇用主名は企業登記簿との照合ではなく、監査可能なルールテーブルに基づいて正規化されます。また、改訂ログの row_absent は当局が通知の公開を停止したことを意味し、レイオフが取り消されたという意味ではありません。

CSV ではなく MCP サーバーを使う理由

CSV はすぐに入手でき、無料です。こちらからダウンロードできます。 これは、モデルが9 MBのファイルから特定の回答を1つ必要とする場合に役立ちます。ツールがローカルでフィルタリングと計算を行うため、エージェントが消費するのはコンテキストウィンドウではなく数百トークンほどで、回答とともにデータの鮮度を示すタイムスタンプも取得できます。

agency_revisions は、データの単一のコピーからは再構築できない情報を扱います。州当局が独自のWARNページを編集しても変更履歴は残らないため、今日取得したミラーはそのまま今日の情報になります。WARN Feed は昨日のビルドと今日のビルドを比較し、フィールド単位のログを保持します。2026-08-31以降、638件の変更を記録しており、そのうち274件は表示されなくなった通知です。すべての回答で、正直に注意点を示します。記録された変更は、当局による通知の修正または撤回が原因の場合もあれば、このプロジェクトのパーサーの改善が原因の場合もあります。ログはどちらかを推測せず、機械的に区別できる内容だけを cause_class で示します(field_populated、field_cleared、format_only、value_changed、unknown)。

キャッシュとネットワーク

ツールは、HTTPS 経由で公開されている無料の WARN Feed エンドポイントを読み込み、ディスクにキャッシュします(~/.cache/warn-mcp、WARN_MCP_CACHE で変更可能)。ETag による再検証を行うため、ツールを続けて10回呼び出しても、各ファイルにつき1時間に最大1回しかリクエストしません(秒単位の WARN_MCP_TTL で設定)。ネットワークが停止していてもキャッシュ済みのコピーがあれば、それを返します。コピーの古さは、そのコピー自身の as_of で確認できます。

キーも登録も不要で、レート制限もテレメトリーもありません。このサーバーが外部に送信するのは、公開ファイルに対する通常の GET リクエストだけです。

データ、ライセンス、帰属表示

データは州当局の公式WARN公表情報をまとめたもので、CC BY 4.0 のもとで公開されています。「WARN Feed」とクレジットを記載し、リンクを掲載してください。このサーバーのコードは MIT ライセンスです。州当局または米国労働省とは提携していません。州当局自身による掲載情報が正式な情報源であり、随時改訂されることがあります(agency_revisions を参照)。

有料なのはこれだけ

上記はすべて無料で、今後も無料です。毎日の更新ごとに照合した雇用主のリストを作成し、プライベートなアラートページ、カレンダーフィード、または Slack、Discord、Teams に接続するプライベート RSS フィードに通知を送ってほしい場合は、 WARN Watch、年額 $49をご利用ください。カード登録不要の30日間無料トライアルもあります。ここで料金が発生するのはこれだけです。

バグ、対応してほしい州、追加してほしいツールについては、 issue を作成してください。

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。