RCA-MCP

RCA-MCP Connector

注記： カスタムドメイン api.rca-mcp.com はまだ接続されていません。代わりに、下記の現在のバックエンド URL を RCA_MCP_API_URL に設定してください。

RCA-MCP とは？

因果的な根本原因分析専用に構築された唯一の MCP サーバーです。因果グラフの構築、10 種類の RCA モデルファミリーと専用 PyRCA アルゴリズム 3 種（Salesforce PyRCA、BSD-3-Clause）、複数モデルによる合意形成、PDF／HTML／Excel／Markdown レポートの生成を網羅する 56 個のツールを提供します。Claude、Ollama、Groq、OpenAI、Gemini、LangChain、Cursor など、10 のプロバイダーに対応しています。

---

クイックスタート（2 分）

rca-mcp-connector は公開済みの PyPI パッケージです。クローンする必要はありません。uvx を使って、任意の MCP クライアントから接続してください（または、自分でインストールを管理する場合は pip install rca-mcp-connector を使用してください）。

uvx rca-mcp-connector

rcamcp.datalizedglb.cloud で無料の API キーを取得できます。クレジットカードは不要です。その後、MCP クライアントの設定で RCA_MCP_API_KEY を設定してください（以下に例を示します）。

---

Claude Code の設定

ワークスペースのルートにある .mcp.json に追加してください。

{
  "mcpServers": {
    "rca-mcp": {
      "command": "uvx",
      "args": ["rca-mcp-connector"],
      "env": {
        "RCA_MCP_API_URL": "https://rcamcp-production.up.railway.app",
        "RCA_MCP_API_KEY": "your_api_key_here"
      }
    }
  }
}

Ollama の設定

go install github.com/mark3labs/mcphost@latest
mcphost -m ollama:qwen3:14b --config providers/mcp-servers.json

OpenAI Agents SDK

from agents import Agent, MCPServerStdio
import asyncio

async def main():
    async with MCPServerStdio(
        params={
            "command": "uvx",
            "args": ["rca-mcp-connector"],
            "env": {
                "RCA_MCP_API_URL": "https://rcamcp-production.up.railway.app",
                "RCA_MCP_API_KEY": "your_api_key_here",
            },
        }
    ) as rca_server:
        agent = Agent(name="RCA Agent", model="gpt-4o", mcp_servers=[rca_server])
        result = await agent.run("Find the root cause of the API latency spike.")
        print(result.final_output)

asyncio.run(main())

LangChain

from langchain_mcp_adapters.client import MultiServerMCPClient
from langchain_anthropic import ChatAnthropic
from langgraph.prebuilt import create_react_agent
import asyncio

async def main():
    async with MultiServerMCPClient({
        "rca-mcp": {
            "command": "uvx", "args": ["rca-mcp-connector"],
            "env": {
                "RCA_MCP_API_URL": "https://rcamcp-production.up.railway.app",
                "RCA_MCP_API_KEY": "your_api_key_here",
            },
            "transport": "stdio",
        }
    }) as client:
        tools = await client.get_tools()
        agent = create_react_agent(ChatAnthropic(model="claude-sonnet-4-6"), tools)
        result = await agent.ainvoke({"messages": [{"role": "user", "content": "Run an FMEA analysis"}]})
        print(result["messages"][-1].content)

asyncio.run(main())

すぐに使える設定テンプレートと完全な例（Groq、Gemini、OpenRouter、Claude Desktop）については、providers/ を参照してください。

---

サードパーティのライセンス

PyRCA（Salesforce）： BSD-3-Clause Copyright (c) 2022, salesforce.com, inc. https://github.com/salesforce/PyRCA

rca_pyrca_* ツールのアルゴリズムは、PyRCA の公開済み手法（Zheng et al. 2023、arXiv:2306.11417）を独自に実装したものであり、PyRCA のソースコードを直接コピーしたものではありません。これは、プライベート API の models/pyrca_adapter.py に記載されています。

---

RCA-MCP の引用

@software{rcamcp2026,
  title  = {RCA-MCP: An MCP Server for Causal Root Cause Analysis},
  author = {dave1362},
  year   = {2026},
  url    = {https://github.com/dave1362/rca-mcp-connector},
  note   = {v4.1.20}
}