rubricscore

rubricscore

単語数だけではなく、判断が必要な文章もあります。ルーブリックに照らしたエッセイ、求人情報に照らした履歴書、はい／いいえの質問に照らした返信などです。rubricscore は、ホスト型 jagent MCP サービスへの小規模なローカルブリッジです。テキストを渡すと、サービスが採点、評価、または指定した尺度で判定します。

お使いのマシン上で採点が行われることはありません。このパッケージは、取得済みのツール定義を使ってローカルで tools/list に応答し、すべての tools/call をストリーミング可能な HTTP の JSON-RPC セッション経由でホスト型サービスに転送して、サービスから返された内容をそのまま返します。

ツール

7 つのツールはすべて、渡されたテキストを処理します。このインターフェースでデータが収集されたり、ほかの場所に送信されたり、第三者に送られたりすることはありません。また、どのツールも購入やチェックアウトの開始、キーの作成は行いません。

• check_resume — 履歴書を採点します。求人情報に照らした評価も可能です。0〜100 の適合スコア、求人情報に記載されたキーワードのうち見つかったものと不足しているもの（ATS 検索のように文字列をそのまま照合）、ATS の書式チェック、職位との適合度、採用担当者が面接に進める確率を返します。必須：resume。
• grade_essay — 組み込みのルーブリックで 1 件のエッセイを採点します。kind が "essay" の場合は、中学校、高校、大学のいずれかのレベルで 6 つの評価基準と文字評価を返します。"common-app" の場合は Common App の志望理由書に対応し、プロンプト番号は 1〜7 です。"sat" の場合は SAT School Day のエッセイに対応し、Reading、Analysis、Writing をそれぞれ 1〜4 で評価します。必須：essay。
• grade_with_rubric — 渡されたルーブリックで、1 件以上の提出物（最大 30 件）を並列で採点します。各評価基準を 3〜6 点の尺度で採点し、提出物ごとに合計点を算出します。それぞれ個別の呼び出しで採点されます。必須：criteria、submissions。
• judge_yes_no — テキストについて任意のはい／いいえ形式の質問を行い、回答が「はい」である確率を返します。顧客の質問に返信が答えているかどうかなどの確認やゲート判定に使用できます。必須：text、question。
• judge_choice — テキストに最もよく当てはまる選択肢を選び、すべての選択肢の確率と信頼度を返します。選択肢は ID と、適用される条件の説明で構成します。必須：text、question、options。
• judge_score — 定義した順序尺度（最も低いレベルを先頭に指定）でテキストを評価し、最も近いレベル、正確な位置、各レベルの確率を返します。必須：text、question、levels。
• compare_versions — 指定した目的に対して、2 つのバージョンのどちらが優れているかを判定します。順序を入れ替えて 2 回評価し、その結果を平均します。順序によって結果が異なる場合は、引き分けとなります。必須：question、version_a、version_b。

インストールと実行

npm 経由で MCP サーバーとして実行します。

npx -y @reneturcios/rubricscore mcp

MCP クライアントの設定：

{
  "mcpServers": {
    "rubricscore": {
      "command": "npx",
      "args": ["-y", "@reneturcios/rubricscore", "mcp"]
    }
  }
}

コンテナーとして実行します。

docker run -i ghcr.io/cloudcorprecords/rubricscore
docker run --rm ghcr.io/cloudcorprecords/rubricscore judge_yes_no '{"text":"...","question":"Does this answer the question?"}'

CLI

1 つのバイナリで、コマンドラインと MCP サーバーの両方を実行できます。各ツールはサブコマンドで、そのツールの引数を含む単一の JSON 文字列を受け取ります。

rubricscore check_resume '{"resume":"..."}'
rubricscore grade_essay '{"essay":"...","kind":"essay","level":"high school"}'
rubricscore grade_with_rubric '{"criteria":[{"name":"Evidence"}],"submissions":[{"text":"..."}]}'
rubricscore judge_score '{"text":"...","question":"How relevant is this?","levels":["Off-topic","Partly relevant","Fully relevant"]}'
rubricscore --version

終了コード：転送した呼び出しが成功した場合は 0、上流の結果がエラーの場合は 1、不明なサブコマンドや不正な JSON 引数など、使い方に問題がある場合は 2 です。

設定

• JEVAGENT_MCP_URL — 上流エンドポイントを上書きします。既定値は固定されたホスト型エンドポイント https://jev-agent.com/api/mcp です。（この上書き用変数は、この再構築で追加されたものです。）
• JEVAGENT_API_KEY — 設定すると、その値が Authorization: Bearer <value> ヘッダーとしてすべてのリクエストで上流に送信されます。設定されていない場合、キーのヘッダーは一切送信されません。これは、ツールのインターフェースがキーなしで取得されたときの動作に合わせています。（変数名と Bearer 形式は再構築によるものです。ホスト型サービスのレジストリ記録では Authorization ヘッダーが必須のシークレットとして定義されていますが、取得時の呼び出しにはキーが含まれていませんでした。）

上流で発生した障害（サービスからの JSON-RPC エラー、2xx 以外の応答、読み取り不能な本文、または完全に失敗したリクエスト）は、テキストが rubricscore error: で始まるエラー結果として呼び出し元に報告されます。

転送の仕組み

最初に転送される呼び出しでセッションが開始されます。initialize リクエスト（プロトコルバージョン 2025-03-26）に続いて、notifications/initialized 通知が送信され、その後に tools/call が実行されます。サービスが initialize リクエストに Mcp-Session-Id ヘッダーを付けて応答した場合、その値は以降のすべてのリクエストに引き継がれ、プロセスの残りの期間は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のどちらでも受け付けます。成功した結果は、isError フラグやサービスが含める追加フィールドも含めて、そのまま受け渡されます。

開発

npm install
npm run build   # tsc -> dist/ (dist/cli.js is the bin)
npm test        # tsx --test test/*.test.ts — stubbed upstream, no network
npm run dev     # run the CLI from source

テストスイートでは、提供されるツールの一覧を記録された各ツールと照合し、セッションのハンドシェイクと再利用をテストします。また、キーのヘッダーに関する両方の分岐を確認し、引数が変更されずに上流へ渡され、結果が変更されずに返されることを検証します。

ライセンス

MIT — LICENSE を参照してください。著作権 (c) 2026 Rene Turcios。