glazemath について
glazemathは、陶芸釉薬の計算と個人のGlazecalc記録を扱うローカルMCPブリッジ兼コマンドラインツールです。レシピ分析、材料の代替、ブレンド計画に加え、保存済みレシピ、在庫、焼成ログ、ノートを扱えます。
主な機能
- 01レシピ分析と焼成限界の確認
- 02材料検索と代替候補の提示
- 03目標式の計算と手持ち材料への適合
- 04直線・三軸・段階的ブレンドの計画
- 05レシピ、材料、在庫の管理
- 06焼成ログとノートの閲覧・更新
活用シーン
- 01釉薬レシピが焼成限界内か確認
- 02入手困難な材料の代替品を検索
- 03テストタイル用ブレンドを計画
- 04焼成結果をレシピと関連付けて記録
MCP 対応
Glazecalcのホスト型MCPツールをローカルMCPサーバー経由で公開し、呼び出しを上流へ転送します。計算と呼び出し元自身のアカウント記録を扱います。
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。
ツール
33掲載時のツール一覧 · 1 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| limit | integer | いいえ | 返す材料の最大数(1~50)。 |
| query | string | はい | 名称に含まれる単語。例:"custer"、"ferro 3134"、"kaolin"。 |
| region | enum | いいえ | 陶芸家が材料を購入する地域。そこで販売されている材料を提案します:US、UK、EU、AU。指定しない場合は地域を限定しません。US | UK | EU | AU |
| category | string | いいえ | このカテゴリのみ:feldspar、clay、frit、flux、silica…… |
| includeColorants | boolean | いいえ | 着色剤と乳濁剤も検索します。 |
詳細
glazemath
glazemath は、陶芸釉薬の化学計算を行うホスト型 Glazecalc MCP サーバーへの小規模なローカルブリッジです。共有 ライブラリから材料を検索したり、レシピのゼーゲル式を算出したり、 焼成に関する公開基準に照らしてレシピを確認したり、 コーンと温度を換算したり、製造終了した材料の代替品を探したり、 手持ちの材料からレシピを作り直したり、目標の 化学式を満たすように計算したり、テストピース用の ラインブレンド、三軸ブレンド、プログレッションブレンドを組んだりできます。また、呼び出し元自身の Glazecalc アカウントにもアクセスできます。保存したレシピ、プライベートな 材料、在庫棚、焼成記録、ノートブックの エントリー、設定、ゴミ箱を利用できます。
このブリッジは釉薬データを独自に保持しません。稼働中のエンドポイントから取得した上流サーバーのツール一覧をそのままローカルで提供し、各 ツール呼び出しを上流に転送して、結果を変更せずに返します。 変更可能なすべてのレコードは呼び出し元自身の アカウントに属します。取得したツールに、送信、支払い、第三者向けの 機能はありません。
ツール
参照と計算:
search_materials— 名前、別名、またはメーカーから原料を検索します。必須:query。get_material— 原料ライブラリの原料を1つ取得します:酸化物、強熱減量、代替品、危険性。必須:name。analyze_recipe— レシピのユニティ式、酸化物グループ、シリカとアルミナの比率、膨張率、Stull 図上の位置を分析します。必須:lines。check_limits— 焼成に推奨される範囲に照らしてレシピを確認します。必須:lines。convert_cone_temperature— Orton または SK コーンと温度を相互に変換します。必須項目はありません。suggest_substitutes— レシピに含まれる廃番または入手困難な原料の現代的な代替品を提案します。必須:lines。match_from_materials— 指定された原料だけを使ってレシピを作り直します。必須:lines、have。solve_target— 目標のユニティ式または分析値に近いレシピを作成します。必須:target。blend_recipes— 2つまたは3つのレシピ間の線形または三軸ブレンドタイルを作成します。必須:a、b。vary_material— 1つの原料が範囲内でどのように変化するかを示す段階的なタイルを作成します。必須:recipe、material、to。compare_recipes— 2つのレシピを酸化物ごとに並べて比較します。必須:a、b。search_guides— 陶芸家向けの平易なガイドを検索します。必須:query。
自分のアカウントの記録:
list_recipes— 保存済みレシピを新しい順に、検索や焼成条件のフィルターを使って一覧表示します。必須項目はありません。get_recipe— 保存済みレシピを1つ取得し、式を改めて計算します。必須:id。list_my_materials— 自分のアカウントに保存した原料を一覧表示します。必須項目はありません。get_shelf— 手元にあるものとして登録された原料を一覧表示します。必須項目はありません。match_with_what_i_have— 手元の原料だけを使ってレシピを作り直します。必須項目はありません。list_firings— 保存済みの焼成記録を一覧表示します。必須項目はありません。get_firing— 焼成記録を1つ取得します。必須:id。list_notes— ノートの記録を一覧表示します。必須項目はありません。get_my_settings— 保存済みの設定を取得します。必須項目はありません。create_recipe— 新しいレシピを保存します。必須:title、lines。update_recipe— 保存済みのレシピを変更します。必須:id。add_notebook_entry— ノートの記録を追加します。必須:content。add_my_material— 分析値を含む非公開の原料を保存します。必須:name、analysis。update_my_material— 非公開の原料を変更します。必須:id。add_to_shelf— 原料を手元にあるものとして登録します。必須:materials。remove_from_shelf— 原料を手元のリストから削除します。必須:materials。undo_shelf_change— 直前の手元リストの変更を元に戻します。必須項目はありません。move_to_trash— 自分の記録を1つゴミ箱に移動します。必須:kind、id。create_firing_log— 新しい焼成記録を保存します。必須:title、columns、rows。add_firing_rows— 焼成記録に測定値を追加します。必須:id、rows。link_firing— レシピと焼成を関連付けた試験結果を保存します。必須:recipeId、firingId。
計算結果は、公表された数値に基づく目安であり、 試験結果でも、食品安全性を保証するものでもありません。 最終的な判断は、焼成したタイルで行ってください。
設定
GLAZECALC_MCP_URL(任意)— 上流の エンドポイントを上書きします。既定値はhttps://glazecalcapp.com/mcpです。(上書き用フックは、 この再構築で独自にラベル付けされたものです。)GLAZECALC_API_KEY(任意)— 設定すると、すべての 上流リクエストにAuthorization: Bearer <key>ヘッダーが含まれます。これは 呼び出し元自身の Glazecalc トークンであり、オリジナルの レジストリ記録では、呼び出し元自身が保存した記録に スコープが限定されています。設定されていない場合、 キーヘッダーは送信されません。 (ヘッダー名はオリジナルの レジストリ記録で固定されています。Bearer スキームとこの環境変数の 転送は、再構築で独自にラベル付けされたものです。 オリジナルのインターフェースはキーなしの状態で記録されています。)
転送の仕組み
最初のツール呼び出し時に、クライアントは上流とのストリーミング可能な
HTTP セッションを開きます。まず JSON-RPC の
initialize リクエスト(protocolVersion 2025-03-26、
clientInfo name glazemath)を送信し、次に
notifications/initialized 通知を送信してから、呼び出し元の引数を
変更せずに渡す tools/call リクエストを送信します。上流が
Mcp-Session-Id ヘッダーを付けて initialize に応答すると、
その値はセッション中の後続のすべてのリクエストに付与され、
プロセスの存続期間中、同じセッションが再利用されます。応答は
通常の JSON またはサーバー送信イベントとして届く場合があり、
どちらも読み取られます。
上流からの成功した結果は、上流が設定した isError フラグも含め、
そのまま渡されます。JSON-RPC エラー、2xx 以外のステータス、
読み取れない応答、または完了できないリクエストなどの失敗は、
テキストが glazemath error: で始まる isError 結果として返されます
(この表現は、この再構築版独自のラベル付き表現です)。
CLI
各ツールは、JSON 引数文字列を受け取るサブコマンドとしても実行できます。
npx @reneturcios/glazemath search_materials '{"query":"custer"}'
npx @reneturcios/glazemath analyze_recipe '{"lines":[{"material":"Custer Spar","amount":30}]}'
npx @reneturcios/glazemath get_shelf
npx @reneturcios/glazemath --version
終了コード:成功時は 0、isError 結果の場合は 1、使用方法の
エラーの場合は 2 です。
MCP サーバー
npx -y @reneturcios/glazemath mcp
MCP クライアントの設定:
{
"mcpServers": {
"glazemath": {
"command": "npx",
"args": ["-y", "@reneturcios/glazemath", "mcp"]
}
}
}
Docker
docker run -i ghcr.io/cloudcorprecords/glazemath
docker run --rm ghcr.io/cloudcorprecords/glazemath --version
コンテナのデフォルトコマンドは mcp なので、最初の形式は stdio MCP サーバーとして動作し、それ以外の引数は通常どおり CLI に渡されます。
開発
npm install
npm run build
npm test
npm run dev
テストスイートはすべて、スタブ化された JSON-RPC 上流に対して実行されます。実際のネットワーク呼び出しは行いません。
ライセンス
MIT — LICENSE を参照してください。
コメント
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。