mcpField
A
auxiliar-mcp

auxiliar-mcp

ローカル
auxiliar.ai検索016 週間前に更新

auxiliar-mcp について

auxiliar-mcp は、公開ベンチマークに基づき、AI エージェントがウェブ検索、スクレイピング、ブラウザーなどのプロバイダーを選ぶためのサーバーです。推薦には日付付きスコアカード、注意事項、実行可能なゲートウェイ呼び出し例が含まれます。

主な機能

  1. 01タスク別のプロバイダー推薦
  2. 02品質、レイテンシ、コスト、エラーによる順位付け
  3. 03日付付きスコアカードと生の指標
  4. 04プロバイダー詳細、価格、選択ガイド
  5. 05実行可能なゲートウェイ呼び出し例

活用シーン

  1. 01ウェブ検索タスク向けのプロバイダー選定
  2. 02ベンチマークによるスクレイピング事業者の比較
  3. 03ルーティング前のレイテンシや費用制約の確認

MCP 対応

MCP サーバーは、プロバイダー推薦、スコアカード、事業者詳細、ゲートウェイ情報を取得するツールを提供します。現時点ではツールの発見に対応し、この MCP 経由の実行はロードマップ項目です。

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。

mcp.json · 共通設定
{
"mcpServers": {
"auxiliar-ai-auxiliar": {
"command": "npx",
"args": [
"-y",
"auxiliar-mcp"
]
}
}
}
起動コマンドnpx -y auxiliar-mcp

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmauxiliar-mcp0.23.0

ツール

4

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
jobenumはい実行するタスク。search = Web 検索:クエリ → ランク順の結果 | scrape = 1 つの URL → クリーンなページコンテンツ/Markdown、ボット対策にも対応 | crawl = サイト → 多数のページを列挙して取得 | extract_ai = ページ → AI/自然言語スキーマから構造化フィールドを抽出 | extract_rules = ページ → CSS/XPath ルールで構造化フィールドを抽出 | answer = 質問 → 引用元付きの統合回答 | screenshot = URL → レンダリングされたページ画像 | scrape_domain = 難しい対象(e コマース、ソーシャルメディア)向けのドメイン固有スクレイパー | act = 宣言型のページ操作(クリック、入力、スクロール)を 1 回の呼び出しで実行 | act_agent = 複数ステップの目標に対応する自律型自然言語ブラウザーエージェント | serp = Google SERP のカテゴリ(ウェブ、ニュース、画像、場所、学術検索)を構造化 JSON で返す | parse = PDF/ドキュメント → テキスト(対応している場合は OCR) | watch = URL → 変更検出/監視search | scrape | crawl | extract_ai | extract_rules | answer | screenshot | scrape_domain | act | act_agent | serp | parse | watch
limitintegerいいえ返す候補の最大数。デフォルトは 3 です。
max_cost_usdnumberいいえ実測の呼び出しあたり/成功あたりのコストがこの値(USD)を超えるプロバイダーを除外します。
optimize_forenumいいえランキングの優先項目。balanced/quality = 公開済みの複合指標、cost/latency = 該当する実測指標。デフォルトは balanced です。balanced | quality | cost | latency
max_latency_msnumberいいえ実測レイテンシー p50 がこの値を超えるプロバイダーを除外します。

詳細

auxiliar-mcp

auxiliar.ai のウェブアクセスゲートウェイで、評価に基づいて AI エージェント向けのツールを見つけられます。検索、スクレイピング、ブラウザー自動化、音声 API の 24 種類を 1 つの API キーで利用でき、上流のキーはサーバー側で挿入されます。利用料金は各プロバイダーの実際の従量料金です。

*「この用途に最適なプロバイダーは?」*と尋ねると、公開済みの実測ベンチマークに基づいて回答します。各プロバイダーには、動詞ごとに同一のタスクコーパスを実行します。スコアカードには実行日が記載され、低いスコアも隠さず公開します。

インストール

claude mcp add auxiliar -- npx auxiliar-mcp

または、任意の MCP クライアント設定に追加します。

{ "mcpServers": { "auxiliar": { "command": "npx", "args": ["auxiliar-mcp"] } } }

ツール

ツール機能
recommend_tools用途に最適なプロバイダー(search、scrape、crawl、extract_ai、extract_rules、answer、screenshot、scrape_domain、act、act_agent、serp、parse、watch)を、実測した品質、レイテンシー、コスト、エラーに基づいてランキングします。optimize_for、max_latency_ms、max_cost_usd、limit は任意です。
get_scorecard1 つの動詞に関する完全なリーダーボードです。スコアが付いたすべてのプロバイダー、実測値、実行日を確認できます。
get_provider1 つのプロバイダーの詳細です。ルート、料金、選択・回避のガイダンス、日付付きのすべてのスコアカードを確認できます。
about_auxiliarゲートウェイの概要、キーの取得方法、呼び出し方法を確認できます。

すべての応答には、各数値の実行日(measured_on、latest_run)、ランキングの条件(rank #n of m)、正直なcaveats、プロバイダーが除外された場合のexcluded_by_constraints(黙って除外することはありません)、共有コーパスでスコアを付けられなかったプロバイダーのgated_not_scoredが含まれます。

推奨には、実行可能な呼び出しパターンが含まれます。

https://api.auxiliar.ai/{provider}/{provider-native-path}
Authorization: Bearer <your auxiliar API key>

各プロバイダーのドキュメントと同じパス、パラメーター、応答を使用し、ゲートウェイが上流のキーをサーバー側で挿入します。auxiliar.ai でキーを取得できます($5 分の無料クレジット付き、カード不要)。

データの入手元

ベンチマークデータは実行時にauxiliar.ai/evals.jsonから読み込まれ(メモリー内に 1 時間キャッシュ)、オフライン時は同梱されたスナップショットにフォールバックします。応答には、どちらのデータを使用したかがdata_sourceで示されます。同じデータは、auxiliar.ai/toolsの人間向けスコアカードにも表示されます。ランキングに事業者側のインセンティブはありません。ゲートウェイの手数料はクレジットのチャージ時に一律で発生するため、より高価なプロバイダーへ誘導しても収益にはなりません。

開発

npm install
npm run build         # tsc → dist/ (+ bundled data snapshot)
npm test              # unit tests + end-to-end stdio round-trip
npm run update-fallback  # refresh src/data/evals-fallback.json from production

リリース方法:package.jsonとserver.jsonのバージョンを更新します(2 か所)。npm run check-versions(prepublish 時に自動実行)で同期を確認した後、npm publishとmcp-publisher publishを実行します。

ロードマップ

  • v0.23(今回のリリース) — 評価に基づくツール発見。
  • v1.0 — ループ内での実行:この MCP からゲートウェイ経由でプロバイダーを呼び出し(web_search、scrape、extract、crawl、…)、同じ実測ランキングに基づいてルーティングします。

ライセンス

MIT

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。