mcpField
D
Docsie

Docsie

ローカル
github.com/LikaloLLCメモリ・ナレッジ029 週間前に更新

Docsie について

DocsieはClaudeユーザー向けのリモートMCPサーバーで、動画URLから構造化されたMarkdown文書を作成します。ユーザーガイド、SOP、製品文書、ポリシー、ブログなどに対応し、OAuth2認証を使用します。

主な機能

  1. 01動画URLから構造化文書を生成
  2. 02YouTube、Loom、Vimeo、MP4に対応
  3. 03複数の文書タイプを選択
  4. 04処理状況の確認と結果の取得
  5. 05文書タイプと品質ティアの一覧

活用シーン

  1. 01動画からユーザーガイドを作成
  2. 02録画内容をSOPに整理
  3. 03動画から製品文書やブログを作成
  4. 04文書生成ジョブの状況を確認

MCP 対応

MCPクライアントに `analyze_video`、`check_job_status`、`list_doc_types` ツールを提供します。Streamable HTTPとOAuth2 Authorization Code + PKCEを使用します。

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": {
"docsie-dokuta": {
"command": "npx",
"args": [
"-y",
"mcp-remote"
],
"env": {
"API_KEY": "<API_KEY>"
}
}
}
}
起動コマンドnpx -y mcp-remote
設定が必要な環境変数
API_KEYシークレット

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
npmmcp-remote

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

Docsie Video-to-Docs MCP Server

AnthropicのConnectors Directory向けのリモートMCPサーバーです。Dokuta AIを使用して、動画を構造化されたドキュメントに変換します。

できること

Claudeのユーザーは、次の操作を行えます。

  1. 動画URL(YouTube、Loom、Vimeo、直接リンクのMP4など)を送信する
  2. ドキュメントの種類(ユーザーガイド、SOP、製品ドキュメント、ポリシー、ブログ)を選択する
  3. 構造化されたMarkdownドキュメントを受け取る

無料プラン:5分以内の動画は無料で処理されます。5分を超える動画には、AIクレジット付きのDocsieアカウントが必要です。

アーキテクチャ

Claude → POST https://mcp.docsie.io/mcp (Bearer token)
              │
              ├─→ Docsie /o2/ (OAuth2 token validation)
              ├─→ Dokuta API (video analysis)
              └─→ Docsie /api/internal/mcp/ (credit deduction)
  • トランスポート:ストリーマブルHTTP(MCP仕様)
  • 認証:Docsieの/o2/プロバイダーを介したOAuth2認可コード+PKCE
  • ランタイム:Python 3.12+FastMCP+Starlette+uvicorn

MCP ツール

ツール説明
analyze_videoドキュメント生成のために動画URLを送信します
check_job_status進行状況を確認し、完了した結果を取得します
list_doc_types利用可能なドキュメントの種類と品質ティアを一覧表示します

ローカル開発

cd mcp-server

# Install dependencies
pip install -e .

# Configure environment
cp .env.example .env
# Edit .env with your Dokuta API key and Docsie internal URL

# Run
uvicorn app.main:app --reload --port 8000
エンドポイントのテスト
# Health check
curl http://localhost:8000/health

# OAuth metadata
curl http://localhost:8000/.well-known/oauth-authorization-server

# MCP tool listing (via MCP protocol)
curl -X POST http://localhost:8000/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":"1","method":"tools/list","params":{}}'

環境変数

変数説明デフォルト
MCP_DOCSIE_BASE_URLDocsieの公開URL(OAuthメタデータ用)https://app.docsie.io
MCP_DOCSIE_INTERNAL_URLDocsieの内部URL(API呼び出し用)http://docsie-web:8080
MCP_DOKUTA_API_URLDokuta動画分析APIhttps://app.videodokuta.com/api/v1
MCP_DOKUTA_API_KEYDokuta APIキー(必須)
MCP_MCP_INTERNAL_API_KEYDjango内部エンドポイント用の共有シークレット(必須)
MCP_OAUTH2_CLIENT_IDMCPアプリ用のOAuth2クライアントID(必須)
MCP_FREE_TIER_MAX_SECONDS無料で処理できる動画の最長時間(秒)300

デプロイ(Kubernetes)

Dockerイメージは、mainへのプッシュ時にGitHub Actionsによって自動的にビルドされ、プッシュされます。

# Deploy with Helm (secrets managed via Doppler)
helm upgrade --install mcp-staging helm/docsie-mcp/ \
  -n mcp \
  --set image.tag=v2026.04.06.01 \
  --set doppler.token=$DOPPLER_SERVICE_TOKEN

Django側のセットアップ

1. Djangoの設定に内部APIキーを追加する

.envまたは環境変数に設定します。

MCP_INTERNAL_API_KEY=your-shared-secret-here
2. OAuth2アプリケーションを登録する

Django管理画面の/o2/applications/register/で登録します。

  • 名前:Claude MCP Connector
  • クライアント種別:Public
  • 認可グラントタイプ:Authorization code
  • リダイレクトURI:(ディレクトリ登録時にAnthropicから提供されます)
  • 認可をスキップ:はい
3. 内部エンドポイント(設定済み)
  • GET /api/internal/mcp/user-context/ — トークンの検証+ユーザー情報
  • POST /api/internal/mcp/deduct-credits/ — クレジットの差し引き

Anthropic Connectors Directoryへの申請

ディレクトリに申請するには、次の情報が必要です。

  1. MCPサーバーURL:https://mcp.docsie.io/mcp
  2. OAuth2メタデータURL:https://mcp.docsie.io/.well-known/oauth-authorization-server
  3. 会社名:Docsie Inc.
  4. 説明:「AIを使用して動画を構造化されたドキュメントに変換します。動画URLを送信すると、ユーザーガイド、SOP、製品ドキュメント、またはブログ記事を受け取れます。」
  5. ロゴ:Docsieロゴ(SVG/PNG)
  6. プライバシーポリシー:https://www.docsie.io/privacy-policy/
  7. 利用規約:https://www.docsie.io/terms-of-service/

申請先:https://console.anthropic.com/dashboard/connectors

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。