mcpField
F
Firebase Docs MCP Server Setup

Firebase Docs MCP Server Setup

ローカル
github.com/nohe427メモリ・ナレッジ080 週間前に更新

Firebase Docs MCP Server Setup について

Firebase Docs MCP Server Setupは、Firebaseドキュメントをインデックス化し、MCPクライアントに提供するサンプルプロジェクトです。Go製インデクサー、stdioサーバー、テスト用のGenkitクライアントが含まれます。

主な機能

  1. 01Firebaseドキュメントファイルのインデックス化
  2. 02インデックスデータのSQLite保存
  3. 03stdio経由のドキュメント検索
  4. 04Genkit MCPテストクライアントの同梱

活用シーン

  1. 01インデックス化したFirebaseドキュメントの検索
  2. 02MCP Inspectorでドキュメント検索をテスト
  3. 03Genkit DevUIからツールを試用

MCP 対応

MCPサーバーは、インデックス済みドキュメントデータベースを使い、stdio経由で`find-firebase-doc`ツールを公開します。テスト用のGenkit MCPクライアントとMCP Inspectorも説明されています。

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。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

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

Firebase ドキュメント MCP サーバーのセットアップ

ディレクトリ構成

docs-mcp

Firebase ドキュメント用のインデクサーに相当します。これは Go プロジェクトで、指定されたファイルパスに含まれる Firebase ドキュメントを取得してインデックスを作成します。

docs-mcp-server

stdio トランスポート経由でコンテンツを提供する Model Context Protocol サーバーです。

genkit-mcp-tester

docs-mcp-server を使用してテストするための、MCP クライアントの Genkit 実装です。

使用方法

インデックス作成から始める
  1. API キーを設定します。ドキュメントには Gemini エンベディングモデルを使用するため、AI Studio から API キーを取得する必要があります。API キーを設定するには、ターミナルで export genaikey="APIKEY" を実行します。

  2. 出力ディレクトリが空であることを確認します。ホームディレクトリ内の .indexResp というフォルダーにファイルを書き込みます。Go が Firebase ドキュメントサイトからドキュメントを取得すると、ファイルを Markdown 形式でディスクに書き込み、このディレクトリ内の SQL lite データベースにもインデックスを作成します。インデックス作成に失敗した場合は、ドキュメントを Markdown 形式で再インデックスするための再試行戦略を実行します。

  3. docs-mcp フォルダーから go run . を実行します。これにより、main.go ファイルの 291 行目付近に記載されたファイルのインデックス作成が始まります。

インデクサーをテストする
  1. API キーを設定します。ドキュメントには Gemini エンベディングモデルを使用するため、AI Studio から API キーを取得する必要があります。API キーを設定するには、ターミナルで export genaikey="APIKEY" を実行します。

  2. docs-mcp-server フォルダーに移動します。

  3. インデックス作成済みのデータベースをローカルの docs-mcp-server フォルダーにコピーします。cp $HOME/.indexResp/db.sqlite . を実行します。

  4. 依存関係をインストールしてプロジェクトをビルドします。npm ci を実行し、続けて npm run build を実行します。プロジェクトをビルドしたら、npm run build && npx @modelcontextprotocol/inspector node build/index.js を実行してテストできます。これによりインスペクターが起動し、STDIO サーバーを表示するための URL が出力されます。

  5. インスペクターの画面で Connect をクリックし、次に tools -> List Tools -> find-firebase-doc の順にクリックして、使用したいリクエストを入力します。注: 筆者は、この手順の実行に VSCode 内蔵のターミナルを使うと問題が発生することがありました。同様の問題が起きた場合は、システムのターミナルをお試しください。

テストに Genkit を使用する
  1. embedding.ts の次の行を、 const genAiKey = process.env.genaikey || ""; から const genAiKey = process.env.genaikey || "MYAPIKEY"; に変更して、コード内に API キーを設定します。

  2. genkit-mcp-tester ディレクトリに移動します。

  3. インデックス作成済みのデータベースをローカルの genkit-mcp-tester フォルダーにコピーします。cp $HOME/.indexResp/db.sqlite . を実行します。

  4. 依存関係をインストールしてプロジェクトをビルドします。npm ci を実行し、続けて npm run build を実行します。プロジェクトをビルドしたら、npx genkit start -- npx tsx --watch src/index.ts を実行してテストできます。これにより Genkit DevUI が起動し、フローやツールを直接操作できます。DevUI を開きます。通常は http://localhost:4000 にあります。Tools -> find-firebase-doc/find-firebase-doc ツールに移動し、ここでリクエストを実行します。リクエストによって、modelcontextprotocol/inspector で確認できるものと同じ結果が返されることを確認できます。

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。