Coupler.io official MCP server

Coupler.io MCP サーバー

普段お使いの AI アシスタントで、ビジネスデータについてチャットできます。Coupler.io の Model Context Protocol（MCP）サーバーは、 Google Ads、Facebook、HubSpot、Salesforce、Stripe、Shopify、GA4 などの 400 以上のソースから構築された Coupler.io の データフローを AI ツールに接続するため、マーケティング、営業、財務、製品データについて 自然な言葉で質問できます。

すべての回答は Coupler.io の Analytical Engine によって裏付けられています。AI がソースシステムに直接クエリを実行することはありません。Coupler.io に問い合わせ、 クエリを実行し、計算を検証したうえで、検証済みの結果のみを返します。

とにかく使ってみたいですか？ このリポジトリは必要ありません。ほとんどのユーザーは数クリックで ホスト型リモート MCP に接続できます。詳しくは以下のAI ツールを接続するをご覧ください。 このリポジトリは、自分のマシンで実行したいユーザー向けのローカル（セルフホスト）MCP サーバーです。

ユースケース

Coupler.io のデータフローからデータを取得し、同僚のデータアナリストに尋ねるように、 AI ツールで質問できます。

マーケティング

1. 今四半期のすべての有料チャネルにおける顧客獲得単価の合計は、前四半期と比べてどうなっていますか？取締役会で使う必要があります。
2. 過去 6 か月間のマーケティングチャネル別の ROI の内訳を見せてください。年間予算を再配分する必要があります。
3. パイプライン収益に最も貢献しているキャンペーンはどれですか？効果がある施策にさらに注力したいです。

営業

1. 今月の営業パイプラインレポートを取得してもらえますか？各ステージの案件数と、ステージごとの合計金額を確認したいです。
2. 前四半期のリードから商談へのコンバージョン率と、商談から受注へのコンバージョン率はどのくらいですか？目標と比べてどうでしょうか？
3. 確度スコアに基づくと、今月は何件の案件が成約する見込みですか？予測収益と月間目標を比較するとどうなりますか？

財務

1. 今四半期の利益を確認し、前四半期と比較して、部門別の内訳を提示してください。
2. 過去 30 日間のすべての入出金取引を含むキャッシュフローレポートを作成してもらえますか？
3. 現在の売掛金の状況を教えてください。支払期限を過ぎた請求書がいくつあり、どの顧客の未払い額が最も多いかも教えてください。

対応している AI ツール

Coupler.io の AI 連携は、主要なアシスタントすべてに対応しています。AI の送信先を使ってデータフローを一度設定すれば、以下のいずれからでも問い合わせできます。

AI ツール	接続方法
Claude — Claude.ai、Claude Desktop、Claude Code、Cowork	Web／組織コネクター、またはローカル Desktop Extension（このリポジトリ）
ChatGPT — Codex を含む	コネクター（リモート MCP）
Cursor	MCP／Desktop Extension
Perplexity	ネイティブコネクター
Gemini CLI	HTTP 経由のリモート MCP（gemini mcp add …）
Gemini Enterprise	HTTP 経由のリモート MCP
Microsoft Copilot Studio	コネクター（リモート MCP）
OpenClaw	mcporter スキル経由のリモート MCP
カスタム MCP	リモート MCP URL を使用する、MCP 対応クライアント

最新の対応ツール一覧とツールごとの設定ガイドについては、 AI 連携の概要と ドキュメント をご覧ください。

AI ツールを接続する

Coupler.io を AI アシスタントに接続する方法は 2 つあります。

リモート MCP（ホスト型 — 推奨）

各ツールの接続方法は異なります。どのフローでも、まず Coupler.io でデータフローを作成して実行し、該当するツールを宛先として設定します（その宛先が設定されたデータフローのみが、そのツールに公開されます）。アカウント固有の接続 URL https://mcp.coupler.io/mcp/<your-account-id> は、MCP ページの app.coupler.io/app/mcp に表示されます。

Claude — チャットと Cowork（ウェブコネクター）

Claude.ai のチャットと Claude Cowork の場合：

1. 宛先を Claude に設定したデータフローを作成して実行します。
2. Claude で 設定 → コネクター を開き、Coupler.io コネクターを追加して 接続 をクリックします。Team／Enterprise プランでは、管理者が先に追加する必要があります。
3. もう一度 接続 をクリックし、Coupler.io にログインして認証します。
4. 新しいチャットを開き、データについて質問します。

Claude Code（CLI）

1. 宛先を Claude に設定したデータフローを作成して実行します。
2. Claude Code で新しいセッションを開始し、次を実行します。

   claude mcp add coupler-io --transport http https://mcp.coupler.io/mcp
   

3. セッションを再起動します。
4. /mcp を実行し、Coupler.io を選択して、プロンプトが表示されたらブラウザーで認証を完了します。

ChatGPT（Codex を含む）

1. 宛先を ChatGPT に設定したデータフローを作成して実行します。
2. ChatGPT で Coupler.io アプリ を追加し、接続 をクリックして、ブラウザーで認証します。
3. チャットを開始 をクリックします。次回以降のセッションでは、+ → さらに表示 から Coupler.io アプリが有効になっていることを確認してください（アプリの横にチェックマークが表示されます）。

Gemini CLI（HTTP 経由のリモート MCP）

1. 宛先を Gemini に設定したデータフローを作成して実行し、Gemini CLI がインストールされていることを確認します。
2. Coupler.io MCP サーバーを追加します。

   gemini mcp add coupler --transport=http --scope=user https://mcp.coupler.io/mcp/<your-account-id>
   

3. Gemini CLI を起動して認証します：/mcp auth coupler。
4. ブラウザーウィンドウが開きます。サインインして、Coupler.io アカウントへのアクセスを許可します。

Gemini Enterprise（GCP カスタム MCP サーバー）

1. Coupler.io で、Gemini Enterprise 用の OAuth 認証情報を作成 します（アカウント管理者／オーナーのみ）。Coupler.io からクライアント ID とクライアントシークレットが発行されます（シークレットは一度だけ表示されます）。
2. GCP で Gemini Enterprise → データストア → データストアを作成 を開き、カスタム MCP サーバー を選択します（Google のガイドを参照）。
3. Coupler.io に表示される値を貼り付けます：MCP サーバー URL（https://mcp.coupler.io/mcp/<your-account-id>）、認証 URL、トークン URL、スコープ（mcp）、および クライアント ID／クライアントシークレット。
4. 宛先を Gemini Enterprise に設定したデータフローを作成して実行します。

Microsoft Copilot Studio

1. Microsoft Copilot Studio を開き、拡張するエージェントを選択して、生成オーケストレーション が有効になっていることを確認します（新しいエージェントではデフォルトで有効です）。
2. ツール → ツールを追加 → 新しいツール → Model Context Protocol に進み、MCP URL（https://mcp.coupler.io/mcp/<your-account-id>）を貼り付けます。
3. 認証 を OAuth 2.0、動的検出 に設定します。クライアント ID やシークレットは不要です。Copilot Studio が自動的に登録されます。作成 をクリックします。ユーザーは一度だけ同意し、Coupler.io にサインインします。
4. 宛先を Microsoft Copilot Studio に設定したデータフローを作成して実行します。

OpenClaw（mcporter スキル経由）

1. 宛先を OpenClaw に設定したデータフローを作成して実行します。
2. ClawHub から Coupler.io スキルを入手します。
3. そのスキルを使って Coupler.io MCP に接続するよう OpenClaw に依頼し、ブラウザーで認証フローを完了します。

Cursor と Perplexity はホスト型エンドポイントではなく、ローカルインストール経由で接続します。 以下の ローカル MCP を参照してください。

すべてのツールの画面録画付きステップバイステップガイドは、 Coupler.io のドキュメントにあります。

リモート MCP ツール

ホスト型のリモート MCP では、より幅広く、継続的に拡充されるツールセットを利用できます。一部の操作は、アカウントの機能フラグによって制限されています。

データと分析（すべてのクライアントで利用可能）：

• get-data — 読み取り専用 SQL で、Coupler.io データフローのデータ（data テーブル）をクエリします。
• get-schema — データフロー／データセットの型付き列スキーマと AI コンテキストを取得します。
• list-datasets — 利用可能なデータセットを検索します。必要に応じてデータフローで絞り込めます。
• search-datasets — データセット全体を検索し、関連するデータを見つけます。
• list-dataflows — ユーザーのデータフローを一覧表示します。
• get-dataflow — データフローの現在の状態、ソース、宛先を取得します。
• list-templates — ソース、指標、カテゴリ別に、事前構築済みテンプレートを検索します。
• run-dataflow — データフローの実行を開始し、データを更新します。
• update-dataset — データセットの AI コンテキスト（マークダウン）説明を保存します。
• update-dataset-schema — データセットのスキーマ定義を更新します。

スキル：

• list-skills — 専門的なエンドツーエンドのワークフローを一覧表示します。
• get-skill — 名前を指定して、スキルの手順全体を取得します。

ガイド付きデータフロー設定（機能フラグで制限）：

• list-credentials — ユーザーのソース／宛先の認証情報を一覧表示します。
• list-integrations — 利用可能なソースまたは宛先のインテグレーションを一覧表示します。
• get-integration — インテグレーションのパラメーター、認証要件、オプションを取得します。
• get-integration-field-options — インテグレーションのフィールドに設定する動的なオプション値を解決します。
• create-dataflow — 空の新しいデータフローを作成します。
• create-dataflow-from-template — テンプレートからデータフローを作成します。
• create-dataflow-source / update-dataflow-source — データフローのソースを追加または変更します。
• create-dataflow-destination / update-dataflow-destination — データフローの宛先を追加または変更します。

ローカル MCP（セルフホスト — このリポジトリ）

自分のマシンで MCP サーバーを実行すれば、分析をローカルに保てます。方法は 2 つあります。

A. Claude Desktop Extension（.mcpb） — 最も簡単なローカル実行方法です：

1. Coupler.io 拡張機能（.mcpb）をダウンロードします — ビルド手順を参照するか、Coupler.io MCP ページから入手してください。
2. Claude Desktop で、Settings → Extensions → Install Extension を選択し、ファイルを指定します。
3. 求められたら、Coupler.io Personal Access Tokenを貼り付けます。

B. Docker — 公開済みのイメージを直接実行します：

前提条件：Dockerがインストールされ、実行中であること、および Coupler.io Personal Access Tokenがあること。

{
  "mcpServers": {
    "coupler": {
      "command": "docker",
      "args": [
        "run",
        "--pull=always",
        "-e",
        "COUPLER_ACCESS_TOKEN",
        "--rm",
        "-i",
        "ghcr.io/railsware/coupler-io-mcp-server"
      ],
      "env": {
        "COUPLER_ACCESS_TOKEN": "<your_token>"
      }
    }
  }
}

--pull=always を指定すると、実行のたびに最新のイメージを取得し、イメージを最新の状態に保てます。オフラインの場合や、以前に取得したイメージを固定して使う場合は削除してください。

ローカルサーバーのツール

セルフホスト型サーバー（このリポジトリ）が提供するのは、データフローに特化した読み取り専用のツールセットです。

• get-data — データフローの実行結果を SQLite ファイルとして取得し、そのファイルに対して読み取り専用のクエリを実行します。データフローには AI の宛先が必要です。
  • dataflowId（string、必須）、executionId（string、必須）、query（string、必須）
• get-schema — データフローのスキーマファイルを取得します（ダッシュボードまたはデータセットのテンプレートから作成されたデータフロー）。
  • dataflowId（string、必須）、executionId（string、必須）
• list-dataflows — AI の宛先があるデータフローを一覧表示します。
• get-dataflow — データフローのメタデータ（ソース、接続、最後に成功した実行、エラーの詳細）を取得します。
  • dataflowId（string、必須）

セキュリティ

• AI ツールがソースシステムに接続することはありません。すべてのアクセスは Coupler.io のセキュアなレイヤーを経由します。
• 接続にはスコープが限定された読み取り専用の短期トークンを使用します。AI は一覧表示、クエリ、スキーマの確認ができますが、変更や削除を行ったり、ソースの認証情報に直接アクセスしたりすることはできません。
• Coupler.io は SOC 2 Type II 認証を取得し、GDPR／HIPAA／DORA に準拠しています。Trust Centerをご覧ください。

開発

Node.js と依存関係をインストールします：

asdf plugin add nodejs https://github.com/asdf-vm/asdf-nodejs.git
asdf install
npm install
lefthook install
cp .env.example .env.local

サーバーを実行します（npm のログで stdio トランスポートが壊れないよう、--silent を使用します）：

npm run --silent dev

MCP inspector でデバッグします（インスペクターのタブは1つだけ開いた状態にしてください）：

npm run inspect:node

ログはファイルに出力されます（stdio トランスポート）：

tail -f log/development.log | npx pino-pretty

Claude Desktop Extension（MCPB）

.mcpb 拡張機能をビルドして自己署名します：

bin/build_mcpb        # => mcpb_output/coupler-mcp.mcpb
npm run mcpb:selfsign

.mcpb ファイルをインストールするか、Claude Desktop の開発者メニューから展開済みの mcpb_output/ ディレクトリを読み込みます。

ライセンス

MIT オープンソースライセンスの条項に基づいてライセンスされています。