mcpField
C
crabeye-mcp-bridge

crabeye-mcp-bridge

ローカル
github.com/crabeye-ai開発ツール18今日更新

crabeye-mcp-bridge について

crabeye-mcp-bridgeは、設定した上流MCPサーバーを1つのSTDIO接続にまとめるMCPサーバーです。ツールの検索と実行を必要なときに行え、名前空間、暗号化された認証情報、ツールごとの実行ポリシーに対応します。

主な機能

  1. 01上流サーバー用の単一STDIO接続
  2. 02検出済みツールのファジー検索
  3. 03名前空間付きツールのオンデマンド実行
  4. 04ツール・サーバー・全体のポリシー
  5. 05暗号化された認証情報の保存
  6. 06レート制限

活用シーン

  1. 01全スキーマを読み込まずに大規模なツール群を検索
  2. 02設定済みMCPサーバーのツールへ呼び出しを転送
  3. 03特定のツール呼び出しに承認を求める

MCP 対応

設定済みの上流MCPサーバーに接続し、`search_tools`と`run_tool`の2つのツールを通じてクライアントにそのツールを提供します。

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。

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

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
npm@crabeye-ai/crabeye-mcp-bridge1.3.0

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Crabeye MCP Bridge

ディスカバリー、名前空間、実行ポリシーを備えた、すべてのツールをつなぐ単一の MCP 接続です。

AI アシスタントに MCP サーバーを追加するたびに、接続が増え、コンテキストウィンドウに挿入されるツール定義が増え、それらを一元的に検索・制御する方法がなくなります。ツールをそれぞれ 100 個持つサーバーを 10 個接続すると、会話が始まる前からアシスタントは 1,000 個ものツールスキーマにトークンを消費します。その大半は、実際には呼び出されることがありません。

crabeye-mcp-bridge は、すべての上流 MCP サーバーを単一の STDIO インターフェースの背後に集約し、アシスタントに公開するツールを search_tools と run_tool の2 つだけにします。アシスタントが接続すると、すべてのサーバーのツールが検出され、名前空間が割り当てられ、インデックス化されますが、アシスタントが実際に検索するまでは、どのツールもコンテキストウィンドウに追加されません。コンテキストを膨らませることなく、あらゆるツールをすぐに使える状態にしておけます。また、ファジー検索でツールを見つけ、ツールごとの実行ポリシーで、自由に実行できるもの、承認が必要なもの、ブロックするものを制御できます。

crabeye-mcp-bridge のトポロジー:AI アシスタントからブリッジへの単一の STDIO 接続により、search_tools と run_tool の 2 つのツールが公開されます。ブリッジは Linear、GitHub、Slack、Sentry、Figma などの上流 MCP サーバーに処理を振り分けます。ツールスキーマは、検索にヒットするまでコンテキストウィンドウに追加されません。

クイックスタート

最も手軽に始める方法は init です。MCP クライアントの設定を検出し、ブリッジを自動でセットアップします。

npx @crabeye-ai/crabeye-mcp-bridge init

Claude Desktop、Cursor、VS Code Copilot、Windsurf、Zed、Cline、Roo Code、opencode、Continue.dev の設定ファイルを検索し、使用するものを選択できるようにします。また、ブリッジの設定を任意で追加できます。その後は --config フラグを指定せずに、npx @crabeye-ai/crabeye-mcp-bridge を実行するだけです。

opencode と Continue.dev は検出のみの対象として表示されます。これらの設定スキーマは名前変更と挿入の処理に対応していないため、init はファイルを書き換える代わりに、手動で追加するスニペットを表示します。

元に戻すには、npx @crabeye-ai/crabeye-mcp-bridge restore を実行します。

手動セットアップ

手動でセットアップする場合、MCP クライアントの設定が現在、次のようになっているとします。

{
  "mcpServers": {
    "linear": {
      "command": "npx",
      "args": ["-y", "@anthropic/linear-mcp-server"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@anthropic/github-mcp-server"],
      "env": {
        "GITHUB_TOKEN": "ghp_..."
      }
    }
  }
}

まず、暗号化された認証情報ストアにシークレットを保存します。

crabeye-mcp-bridge credential set github-pat ghp_abc123

次に、mcpServers の名前を upstreamMcpServers に変更し、ブリッジを追加して、ハードコードされたトークンを ${credential:key} 参照に置き換えます。

{
  "mcpServers": {
    "bridge": {
      "command": "npx",
      "args": ["-y", "@crabeye-ai/crabeye-mcp-bridge", "--config", "/path/to/this/file.json"]
    }
  },
  "upstreamMcpServers": {
    "linear": {
      "command": "npx",
      "args": ["-y", "@anthropic/linear-mcp-server"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@anthropic/github-mcp-server"],
      "env": {
        "GITHUB_TOKEN": "${credential:github-pat}"
      }
    }
  }
}

これで完了です。AI アシスタントは、設定したすべてのサーバーの全ツールに、単一の接続を通じてアクセスできるようになります。ブリッジは再帰を防ぐために mcpServers から自動的に自身を除外するので、--config に同じファイルを指定しても安全です。

また、ブリッジは入力キーとして upstreamServers(省略形)、servers(VS Code Copilot)、context_servers(Zed)も読み込みます。優先順位と自身を除外するルールの詳細は、docs/configuration.md を参照してください。

また、名前を変更せず、既存の mcpServers エントリにブリッジを追加することもできます。ブリッジは mcpServers から他のサーバーを自動的に取得します(自身は除外されます)。クライアント側で他の MCP サーバーを無効にして、アシスタントがブリッジを単一のエントリーポイントとして使うようにしてください。

Claude Code プラグインとしてインストールする

ブリッジのリポジトリを Claude Code マーケットプレイスとして登録し、プラグインをインストールします。

/plugin marketplace add crabeye-ai/crabeye-mcp-bridge
/plugin install crabeye-mcp-bridge@crabeye

Claude Code はブリッジを MCP サーバーとして自動登録します。上流サーバーをまだ設定していない場合、ブリッジの起動エラーは Claude Code の MCP サーバーログに表示されます。ターミナルで npx @crabeye-ai/crabeye-mcp-bridge init を実行すると、他のクライアントにある既存の MCP サーバー設定を検出してインポートできます。

機能

  • 検出と検索。 コンテキスト内で N×M 個のツール定義を使う代わりに、2 つのメタツール(search_tools、run_tool)を使用します。docs/how-it-works.mdを参照してください。
  • 設定。 STDIO、HTTP、SSE のアップストリーム、カテゴリ、複数のソース設定キーに対応しています。docs/configuration.mdを参照してください。
  • 認証。 暗号化された認証情報ストア、OS キーチェーンで保護されたマスターキー、${credential:key} テンプレート、および HTTP アップストリーム向けの 1 回限りの auth <server> OAuth フローを提供します。docs/auth.mdを参照してください。
  • ポリシー。 ツール単位、サーバー単位、またはグローバルなツールポリシー(always / prompt / never)と、レート制限に対応しています。docs/policies.mdを参照してください。
  • STDIO マネージャー。 STDIO アップストリームはユーザーごとのマネージャープロセスを介してルーティングされるため、複数のブリッジでアップストリームごとに単一のサブプロセスを共有できます。docs/stdio-manager.mdを参照してください。
  • CLI。 init、restore、credential、daemon、--validate に対応しています。docs/cli.mdを参照してください。

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。