mcpField
E
Egent

Egent

ローカル
github.com/xuezhaojunAI・エージェント276 週間前に更新

Egent について

Egentは、リポジトリを通じてエージェント用プレイブックを共有するチーム向けMCPサーバーです。異なるコーディングエージェントを使うエンジニアが、集中管理されバージョン管理された指示を利用できます。

主な機能

  1. 01エージェント間でプレイブックを共有
  2. 02リポジトリベースのプレイブック
  3. 03GitHubでの共同編集とバージョン管理
  4. 04pb_startによるセッション開始

活用シーン

  1. 01新しいチーム用プレイブックを各コーディングエージェントに共有
  2. 02共有するエージェント指示の保守と改訂

MCP 対応

EgentはMCPツールとリソースを通じてリポジトリ内のプレイブックを公開し、コーディングエージェントが共有コンテキストを利用できるようにします。

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": {
"egent": {
"command": "npx",
"args": [
"-y",
"egent"
]
}
}
}
起動コマンドnpx -y egent

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
npmegent

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

PlaybookMCP ロゴ

エージェント間でプレイブックを共有するための、コラボレーション型 MCP サーバーです

MCP 対応 ステータス

📋 動機と概要

Cursor、Windsurf、Augment Code、Cline などの最新のプログラミングツールには、自然言語の指示に基づいて複雑なタスクを自動的に完了できる、強力な「エージェントモード」が搭載されています。

  • パッケージの依存関係の更新と CVE 脆弱性への対処
  • 複数のファイルにわたる定型的なコードのリファクタリング
  • 新機能や既存機能へのユニットテストの追加
  • コードのフォーマットの統一と lint の問題の修正

しかし、こうした機能には重大な制約があります。それは コンテキストの共有 です。

問題
  • チームメンバーごとに異なるツール(Cursor、Cline など)を使用しています
  • 自然言語の「プレイブック」は各自の環境にしか存在しません
  • プレイブックを共有、バージョン管理、共同改善するための一元的な方法がありません
  • チームメンバーがそれぞれ独自のエージェント向け指示を作成することで、プレイブックがサイロ化します
解決策:playbookmcp

playbookmcp は、GitHub リポジトリをベースとするプレイブックを、主要なプログラミングツールがすべてサポートする MCP サーバーに変換します。これにより、次のことが可能になります。

  • 標準的な GitHub ワークフローを通じたプレイブックの 共同編集
  • チームのプレイブックの バージョン管理
  • 新しい機能をチーム全体で 即座に共有

たとえば、エンジニアの Alice が「モノレポ全体の依存関係のバージョンを更新する」ための新しいプレイブックを作成し、プレイブックリポジトリにコミットしてプッシュすると、エンジニアの Bob は自分の好みのコーディングツールですぐにその機能を利用できます。

🔍 設計

設計図

チームはプレイブックリポジトリ(通常は GitHub リポジトリ)を編集することで、ナレッジベースを継続的に充実させ、AI がさまざまなタスクを自動的に完了できるようにします。

プレイブックリポジトリの構成の詳細については、docs/playbook.md をご覧ください。

🚀 使い方

セットアップ
基本設定

リモートのプレイブックリポジトリで playbookmcp を使用するには:

{
  "mcpServers": {
    "playbookmcp": {
      "command": "npx",
      "args": [
        "-y",
        "playbookmcp@latest",
        "--playbook-repo",
        "<your playbook repo>"
      ]
    }
  }
}
ローカル開発

ローカルのコンテキストディレクトリを使用してテストするには:

{
  "mcpServers": {
    "playbookmcp-local": {
      "command": "npx",
      "args": [
        "-y",
        "playbookmcp@latest",
        "--playbook-path",
        "<your playbook files path>"
      ]
    }
  }
}
PlaybookMCP の開発

PlaybookMCP 自体を開発するには:

{
  "mcpServers": {
    "playbookmcp-dev": {
      "command": "node",
      "args": [
        "build/index.js",
        "--playbook-path",
        "<your playbook files path>"
      ]
    }
  }
}

inspector を使って MCP リソースを確認することもできます。

npx @modelcontextprotocol/inspector node build/index.js --playbook-repo <your playbook repo>
コードエージェントとのチャット

以下は Cursor の設定例です。

{
  "mcpServers": {
    "playbookmcp": {
      "command": "npx",
      "args": [
        "-y",
        "playbookmcp@latest",
        "--playbook-repo",
        "[email protected]:xuezhaojun/PlaybookMCP-demo.git"
      ]
    }
  }
}

操作を開始するには、最初のコマンドとして pb_start を実行する必要があります。

pb_start Say Hi to playbookmcp.

または、より具体的に指定できます。

use MCP tool pb_start Say hi to playbookmcp.

その後、コードエージェントがこの issue にコメントを追加します。

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。