Codehooks.io MCP Server (under construction 🚧)

Codehooks.io MCP サーバー

AI エージェントに、Codehooks.io プラットフォーム上でのデータベース操作、サーバーレスコードのデプロイ、ファイル管理機能を提供する MCP（Model Context Protocol）サーバーです。

この MCP と CLI の直接利用を使い分ける方法

環境	ターミナルはありますか？	推奨される方法
Claude Code	はい	coho CLI を直接使用
Cursor	はい	coho CLI を直接使用
Claude Desktop	いいえ	この MCP サーバー

ターミナルにアクセスできる AI エージェント（Claude Code、Cursor など）の場合

Codehooks CLI を直接使用するほうが簡単で、柔軟性も高くなります。

1. CLI をインストールします：npm install -g codehooks
2. ログインします：coho login
3. AI プロンプトを取得します：coho prompt
4. または、オンラインドキュメントを参照します：https://codehooks.io/llms.txt

エージェントはターミナルで coho コマンドを直接実行できます。

Claude Desktop（ターミナルにアクセスできない場合）

この MCP サーバーを使用すると、AI が Codehooks の機能にアクセスできます。以下のセットアップセクションを参照してください。

利用可能な機能

データベースとコレクション

• フィルターや並べ替えを使ってコレクションをクエリおよび更新します（メタデータを含む）
• コレクションを作成および管理します
• データをインポート／エクスポートします（JSON、JSONL、CSV）
• スキーマやインデックスを追加し、コレクションに上限を設定します

コードのデプロイ

• JavaScript のサーバーレス関数をデプロイします

ファイル操作

• クラウドストレージにファイルをアップロードします
• ファイルを一覧表示および閲覧します
• ファイルを削除します
• ファイルのメタデータを確認します

キーと値のストア

• キーと値のペアを保存します
• 1 つまたは複数のキーと値のペアを取得します
• キーと値のペアを削除します
• キーと値のペアに有効期限（TTL）を設定します

システム操作

• アプリケーションのログを表示します
• API ドキュメントにアクセスします（MCP エージェント向けのローカルドキュメント）

セットアップ

Codehooks 管理者トークンを取得する（秘密にしてください！）

coho login
coho add-admintoken

MCP サーバースクリプトを作成する

MCP サーバースクリプト用のフォルダーを作成します。

mkdir ~/mcp-servers
cd ~/mcp-servers

macOS/Linux の場合 - codehooks.sh を作成します。

#!/bin/bash

# Set PATH to include common Docker locations
export PATH="/usr/local/bin:/opt/homebrew/bin:/usr/bin:/bin:$PATH"

exec docker run --rm -i \
  --pull always \
  -e CODEHOOKS_PROJECT_NAME=your_project_name \
  -e CODEHOOKS_ADMIN_TOKEN=your_admin_token \
  -e CODEHOOKS_SPACE=your_space_name \
  ghcr.io/restdb/codehooks-mcp:latest

実行可能にします。

chmod +x ~/mcp-servers/codehooks.sh

Windows の場合 - codehooks.bat を作成します。

@echo off
docker run --rm -i ^
  --pull always ^
  -e CODEHOOKS_PROJECT_NAME=your_project_name ^
  -e CODEHOOKS_ADMIN_TOKEN=your_admin_token ^
  -e CODEHOOKS_SPACE=your_space_name ^
  ghcr.io/restdb/codehooks-mcp:latest

your_project_name、your_admin_token、your_space_name を実際の値に置き換えてください。

Claude Desktop の設定

claude_desktop_config.json に追加します。

macOS/Linux：

{
  "mcpServers": {
    "codehooks": {
      "command": "/Users/username/mcp-servers/codehooks.sh"
    }
  }
}

Windows：

{
  "mcpServers": {
    "codehooks": {
      "command": "C:\\Users\\username\\mcp-servers\\codehooks.bat"
    }
  }
}

Cursor の設定

~/.cursor/mcp.json に追加します。

macOS/Linux：

{
  "mcpServers": {
    "codehooks": {
      "command": "/Users/username/mcp-servers/codehooks.sh"
    }
  }
}

Windows：

{
  "mcpServers": {
    "codehooks": {
      "command": "C:\\Users\\username\\mcp-servers\\codehooks.bat"
    }
  }
}

username を実際のユーザー名に置き換えてください。

リクエストの例

• 「完全なアンケートシステムを構築する：データベースを作成し、回答を収集する API をデプロイして、検索／分析用のエンドポイントを追加する」
• 「リアルタイムの在庫トラッカーをセットアップする：商品 CSV をインポートし、在庫更新用 Webhook を作成して、在庫僅少アラートを構築する」
• 「Webhook 処理パイプラインを構築する：複数のソースから Webhook を受信し、データを変換および検証してから、自動アクションを実行する」
• 「コンテンツ管理システムを構築する：ファイルアップロード用エンドポイントを作成し、メタデータデータベースをセットアップして、コンテンツ配信用 API をデプロイする」
• 「データの自動バックアップをセットアップする：コレクションを JSON ファイルにエクスポートし、タイムスタンプを付けて保存して、復元用エンドポイントを作成する」

これらの例の動作

完全なアンケートシステム

AI エージェントが行うこと：

1. データ保存用のコレクション（surveys、responses）を作成する
2. データの検証と構造化のためのスキーマを追加する
3. POST /surveys や GET /surveys/:id/analytics などのJavaScript エンドポイントをデプロイする
4. 高速な検索と分析のため、回答フィールドにインデックスを作成する

リアルタイムの在庫トラッカー

AI エージェントが行うこと：

1. products コレクションにデータを登録するため、CSV をインポートする
2. POST /inventory/update と GET /inventory/low-stock 用のWebhook ハンドラーをデプロイする
3. アラートのしきい値や設定用にキーと値のストレージをセットアップする
4. リアルタイムクエリのため、SKU と在庫数にインデックスを作成する

Webhook 処理パイプライン

AI エージェントは次のことを行います：

1. POST /webhooks/stripe や POST /webhooks/github などの Webhook 受信エンドポイントをデプロイします
2. webhook_logs、processed_events、failed_events の コレクションを作成します
3. 各 Webhook ソース向けに データ変換ルールと検証スキーマを設定します
4. TTL を使用したレート制限と重複検出に キーバリューストアを使用します
5. Webhook データに基づいてメールを送信したり、データベースを更新したり、他の API を呼び出したりする アクショントリガーをデプロイします

コンテンツ管理システム

AI エージェントは次のことを行います：

1. content、media、users の コレクションを作成します
2. POST /upload と GET /content/:id による ファイルアップロードエンドポイントをデプロイします
3. コンテンツ配信用の 静的ファイルをアップロードして管理します
4. ファイルをコンテンツレコードに関連付けるメタデータを 検索インデックスとともに保存します

自動データバックアップ

AI エージェントは次のことを行います：

1. タイムスタンプ付きで コレクションを JSON 形式にエクスポートします
2. バックアップファイルをクラウドストレージに自動的にアップロードします
3. GET /backups や POST /restore/:backup-id などの 復元 API をデプロイします
4. 追跡と管理のため、バックアップメタデータをキーバリューストアに保存します

それぞれの例では、複数の MCP ツールが連携し、AI エージェントとの自然な会話を通じて、完全で本番環境に対応したシステムを構築する方法を示しています。

セキュリティ研究者

責任ある脆弱性開示にご協力いただき、本プロジェクトのセキュリティ改善に貢献してくださった以下の方に感謝いたします：

• Liran Tal – query_collection ツールのコマンドインジェクション脆弱性を報告（2025 年 5 月）

ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。