mcpField
D
Datapoint

Datapoint

ローカル
github.com/impel-intelligence開発ツール78 週間前に更新

Datapoint について

Datapointは、MCPクライアントから人間による調査や評価を行うサービスです。テキスト、画像、音声、動画への好みや評価、ラベルを収集し、集計結果をエージェントとの会話に返せます。

主な機能

  1. 01アンケート、比較テスト、順位付けの作成
  2. 02人間による評価とラベルの収集
  3. 03テキスト、画像、音声、動画に対応
  4. 04進捗と集計結果の確認
  5. 05アンケートの一時停止、再開、取消

活用シーン

  1. 01デザイン案や広告コピーの比較
  2. 02モデル出力の品質評価
  3. 03選好データやラベルデータの収集
  4. 04リリース前の人間による確認

MCP 対応

MCPサーバーとして、アンケートの計画、作成、進捗確認、回答取得のツールを提供し、人間のフィードバックをクライアントの会話に返します。

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": {
"datapoint": {
"command": "uvx",
"args": [
"git+https://github.com/impel-intelligence/datapoint-mcp.git"
]
}
}
}
起動コマンドuvx 'git+https://github.com/impel-intelligence/datapoint-mcp.git'

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
pypigit+https://github.com/impel-intelligence/datapoint-mcp.git

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

Datapoint MCP

あらゆる MCP クライアントから、実際の人々の意見を集められます。エディターを離れることなく、テキスト、画像、音声、動画を対象にアンケート、A/B の好み比較、評価、ランキングを実施できます。

MCP License: MIT Powered by Datapoint AI

Datapoint MCP は、Claude、GPT、Gemini、その他あらゆる MCP 対応エージェントが、評価タスクのために実際の人々を募集し、集計結果を会話に返せるようにする MCP サーバーです。Datapoint AI 上に構築されています。

その理由

LLM は選択肢を生み出すのは得意ですが、実際の人がどれを好むかを判断するのは苦手です。Datapoint MCP はこのギャップを埋めます。エージェントが実際の人々で構成されたパネルにタスクを委ね、数分後に結果を受け取れます。

ユースケース

  • デザインと UX — ロゴ、ランディングページ、画面、広告クリエイティブ、コピーの A/B テスト
  • AI 評価 — モデル出力の人間による評価、並べて比較、ハルシネーションの確認
  • 選好データ — RLHF / DPO のペアを大規模に収集
  • データセットのラベリング — 分類、ランキング、キャプション付け、コンテンツモデレーション
  • 製品調査 — 手早いコンセプトテスト、ネーミング、価格調査
  • 人間が介在する確認 — 取り消せない操作を実行する前にエージェントの処理を確認

ツール

ツール説明
setupDatapoint AI アカウントで認証します(ブラウザーを開きます)
upload_mediaローカルの画像、音声、動画をアップロードし、アンケートで使えるようにします
plan_survey自然言語の説明からアンケートを設計します
create_surveyプランからアンケートを開始します
check_surveyステータス、進捗、集計結果を確認します
get_survey_responses回答者ごとの生の回答を取得します(ページネーション対応)
list_surveysすべてのアンケートを一覧表示します
pause_survey実施中のアンケートでタスクの配信を一時停止します(処理中の回答は引き続き届きます)
resume_survey一時停止中のアンケートでタスクの配信を再開します
cancel_surveyアンケートを完全にキャンセルし、未使用の予約クレジットを返金します(取り消せません)
check_balanceアカウント残高を確認します
add_creditsアカウントにチャージするための決済リンクを開きます

動画のアップロードには、ブラウザー互換の H.264 MP4/MOV または VP8/VP9 WebM ファイルを使用できます。 API は保存前に実際のメディアデータを検証します。upload_media は、サポート対象外、読み取り不能、または一時的に検査できない動画を、失敗したファイルのセクションに報告します。

インストール

PATH 上に uv が必要です。

Claude Code

プラグインとして(推奨):

/plugin marketplace add impel-intelligence/datapoint-mcp
/plugin install datapoint@datapoint

新しいバージョンを反映するには、/plugin marketplace update datapoint の後に /plugin update datapoint@datapoint を実行します。

MCP サーバーを直接設定する場合(~/.claude/settings.json):

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}
Claude Desktop

claude_desktop_config.json(macOS では ~/Library/Application Support/Claude/、Windows では %APPDATA%\Claude\)に追加します:

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}

Claude Desktop を再起動してから、setup の実行を指示します。

Cursor

~/.cursor/mcp.json(または「設定」→「MCP」)に追加します:

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}
Windsurf

~/.codeium/windsurf/mcp_config.json に追加します:

{
  "mcpServers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}
VS Code(GitHub Copilot Chat / エージェントモード)

ワークスペースの .vscode/mcp.json に追加します:

{
  "servers": {
    "datapoint": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
    }
  }
}
その他の MCP クライアント

バイナリを stdio 経由で実行します:

uvx --from git+https://github.com/impel-intelligence/datapoint-mcp.git datapoint-mcp

使い方

インストールしたら、次のように指示するだけです:

「20 人にアンケートを実施して、どちらのロゴを好むか聞いてください。A と B のどちらですか?」

「この 3 つのモデル出力を人に評価してもらい、どれが最も自然に聞こえるか確認してください。」

「この 2 つのランディングページの見出しで、簡単な A/B テストを実施してください。」

エージェントは plan_survey を呼び出してアンケートを設計し、プランと費用を表示してから、create_survey を呼び出して開始します。check_survey を使って進捗を確認し、集計結果を確認します。

まだ認証していない場合は、最初に setup を実行してください。

チェーン形式のアンケート(複数ステップのフロー)

アンケートによっては、前の質問への回答に応じて次の質問が変わります。そのように説明すると、Claude がチェーンを計画します。

「このクリップの話者の言葉を理解できたか、20人のリスナーに尋ねてください。理解できた場合は、音声品質を1~5で評価してもらってください。理解できなかった場合は、評価をスキップしてください。」

チェーンでは、2~5個のステップを1つのアノテーター作業単位にまとめます。すべてのステップが同じアノテーターに順番に提示され、各ステップの skip_if ルールにより、回答を途中で終了できます。Claude はチェーン全体の構造(ステップ、スキップ条件、費用)を表示し、create_survey を呼び出す前に確認を待ちます。

plan_survey に表示される費用は上限額です(すべての回答者がすべてのステップに回答する場合)。skip_if ルールが適用されると、回答の費用はそれに応じて低くなります。

設定

環境変数説明
DATAPOINT_API_KEYAPI キー(保存済みの設定より優先されます)
DATAPOINT_BASE_URLAPI のベース URL(デフォルト:https://api.trydatapoint.com/data-labelling/v1)

比較

Datapoint MCPMechanical TurkProlificUserTesting
AI エージェント/IDE 内から実行可能✅❌❌❌
AI/LLM 評価向けに設計✅⚠️⚠️❌
API 経由の従量課金✅✅✅❌
メディア(画像/音声/動画)に対応✅✅✅✅
最初の回答まで数分✅⚠️⚠️❌

リンク

ライセンス

MIT — LICENSE を参照してください。

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。