edgegate-mcp

edgegate-mcp

EdgeGate 用の MCP サーバーです。Claude Code、Cursor、Claude Desktop から直接、Snapdragon デバイス上でエッジ AI の回帰ゲートを設定できます。

これは何をするものですか？

EdgeGate は Qualcomm AI Hub を介して実機の Snapdragon ハードウェア上で AI モデルの回帰テストを実行し、CI ゲートに添付できる署名済みエビデンスバンドルを生成します。この npm パッケージは、EdgeGate の REST API を 61 個の MCP ツールとして公開し、スキルも同梱しているため、プロンプトから一連のフローを実行できます。

> Use the edgegate MCP to set up a CI gate for my MobileNet ONNX model.
> Gates: inference_time_ms ≤ 10, peak_memory_mb ≤ 150.
> Devices: Galaxy S24, Galaxy S23.

インストール

# 1. Generate an API key in the EdgeGate dashboard
# https://edgegate.frozo.ai/workspace/<id>/settings#api-keys

# 2. Run the installer from the edgegate-mcp package (writes config for Claude Code / Cursor / Desktop)
npx [email protected] edgegate-mcp-install

MCP クライアントを再起動すれば完了です。

ウェブ上で使用する（claude.ai、ChatGPT）

インストールも API キーも不要です。ホストされたエンドポイントをカスタムコネクターとして追加し、ブラウザーで承認してください。

https://edgegate.frozo.ai/mcp

• Claude — 設定 → コネクター → カスタムコネクターを追加。
• ChatGPT — 設定 → アプリとコネクター → 開発者モードを有効にしてから、OAuth 認証を使用するコネクターを作成します。

EdgeGate にサインインして一度承認すれば、ダッシュボードの 設定 → 接続済み AI アプリ からいつでも接続を解除できます。ホストされたエンドポイントはファイルシステムにアクセスできないため、edgegate_export_run_report はファイルに書き込まず、レポートをインラインで返します。

Streamable HTTP に対応するクライアントであれば、API キーをベアラートークンとして使用することもできます。

claude mcp add --transport http edgegate https://edgegate.frozo.ai/mcp --header "Authorization: Bearer egk_live_..."

セルフホストの場合：edgegate-mcp/http の handleMcpRequest は、あらゆる fetch ランタイムにマウントできる Web 標準の (Request) => Response ハンドラーです。

手動設定

設定ファイルを自分で編集する場合、このサーバーは標準的な stdio MCP です。クライアントの設定に以下を追加してください。

Claude Code（~/.claude.json）

{
  "mcpServers": {
    "edgegate": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "edgegate-mcp"],
      "env": {
        "EDGEGATE_API_KEY": "egk_live_...",
        "EDGEGATE_API_URL": "https://edgegateapi.frozo.ai"
      }
    }
  }
}

Cursor（~/.cursor/mcp.json）

type フィールドを除き、Claude Code と同じ形式です。

Claude Desktop（macOS の場合は ~/Library/Application Support/Claude/claude_desktop_config.json）

Cursor と同じ形式です。

ツール

入力スキーマと使用例については、docs/tools.md を参照してください。

EdgeGate は 61 個の MCP ツールを公開します。この表は src/server.ts から生成されます。ツールを追加したら npm run docs:tools を実行してください。

ツール	目的
edgegate_setup_workspace	API キーから確認できる EdgeGate ワークスペースを確認または一覧表示します。新しい会話では、他のツールが使用する workspace_id を確定するために、最初に実行してください。
edgegate_create_pipeline	新しい EdgeGate 回帰パイプラインを作成します。パイプラインで適用するモデル、デバイス、ゲート（例：inference_time_ms ≤ 10）を定義します。LLM の場合は、artifact_id の代わりにモデルの llm_compile_source を設定してください。EdgeGate は初回実行時に AI Hub 経由でコンパイルとリンクを行い、以降の実行ではキャッシュされた複合モデルを再利用します。ttft_ms と tps のゲートが機能します。どちらもコンポーネントごとのプロファイルから算出されます（prompt ロールの inference_time → TTFT、token ロールの inference_time の 1000/token → TPS）。LLM のゲート実行ごとに AI Hub プロファイルジョブが 3 件（コンポーネントごとに 1 件）実行され、CV コストは約 3 倍になります。
edgegate_run_gate	パイプラインに対する EdgeGate 実行を開始します。edgegate_check_status でポーリングできる run_id を返します。
edgegate_check_status	EdgeGate 実行の現在のステータスを取得します。デバイスごとのメトリクスと、合格または不合格となったゲートも含まれます。
edgegate_get_report	ステータス、所要時間、トリガーとともに、ワークスペース内の最近の EdgeGate 実行を一覧表示します。
edgegate_get_audit_report	完了した EdgeGate 実行の署名済み監査レポート PDF の URL を取得します。コンプライアンス記録に使用します。
edgegate_setup_github_action	すべての PR で EdgeGate を CI ゲートとして実行するための GitHub Actions ワークフロー YAML と gh secret コマンドを生成します。
edgegate_compare_runs	2 つの EdgeGate 実行を比較します。標準のパイプラインメトリクス／ゲート、または Behavioral-Gate の概要シグナルを比較します。信頼できる比較ができない場合は、REGRESSION／IMPROVEMENT／NEUTRAL、または NO BASELINE／NOT COMPARABLE／INSUFFICIENT EVIDENCE を報告します。baseline_run_id が省略された場合、同じパイプラインの最近の PASSED 実行を自動選択します。パイプラインなしの実行（Behavioral-Gate の実行を含む）では、一致する eval-set とゲート設定を持つ baseline_run_id を明示的に指定する必要があります。
edgegate_export_run_report	EdgeGate 実行の人が読める Markdown レポートをダウンロードしてディスクに保存します。絶対ファイルパスと先頭 30 行のプレビューを返します。任意で実行とベースラインの差分セクションを含めることができます（include_diff=true）。
edgegate_import_huggingface_model	ビルド済みの ONNX ファイルを含む公開 Hugging Face モデルをインポートします。EdgeGate がファイルをダウンロードし、Artifact として登録します。edgegate_create_pipeline に直接渡せる artifact_id を返します。デフォルトではインポート完了までポーリングします（poll_for_completion=true）。false に設定すると、ジョブ ID をすぐに返します。
edgegate_predict_npu_coverage	AI Hub クレジットを消費する前に、どの ONNX op が Qualcomm Hexagon NPU で実行され、どれが CPU にフォールバックするかを予測します。演算量で重み付けした NPU カバレッジ率（レイテンシを正確に反映した値）、op 数ベースのカバレッジ、リスクレベル、op ごとの CPU フォールバック、修正の推奨事項を返します。これはヒューリスティックであり、実機での実行結果が最終的な判断基準です。
edgegate_list_promptpacks	EdgeGate ワークスペース内のすべてのプロンプトパックを一覧表示します。promptpack_id、バージョン、ケース数、公開ステータス、作成日を含む Markdown テーブルを返します。下書きパックを非表示にするには include_unpublished=false を使用します。
edgegate_create_promptpack	EdgeGate ワークスペースに新しいプロンプトパックを作成します。プロンプトパックは、回帰パイプラインが評価するテストケース（プロンプト、期待される出力、ケースごとのオーバーライド）を定義します。ワークスペースの admin ロールが必要です。パックは作成後に変更できません。更新するにはバージョンを上げてください。
edgegate_publish_promptpack	EdgeGate ワークスペースでプロンプトパックのバージョンを公開し、パイプラインから参照できるようにします。新しく作成したパックは未公開の状態で始まります。作成 → 公開 → 使用のライフサイクルを完了するには、edgegate_create_promptpack の後にこのツールを呼び出してください。ワークスペースの admin ロールが必要です。この操作は冪等です。
edgegate_connect_huggingface	このワークスペース用に個人の HuggingFace アクセストークンを保存し、インポート処理で非公開／ゲート付き／Qualcomm 組織のリポジトリを読み取れるようにします（多くの qualcomm/、Intel/、および多数の Xenova/* リポジトリは、匿名エンドポイントでは 401 を返します）。トークンは暗号化の前に HF whoami で検証され、平文で返されることはありません。すでに連携がある場合、このツールでトークンをローテーションします。admin ロールが必要です。
edgegate_get_huggingface_integration	個人の HuggingFace トークンがこのワークスペースに接続されているか（および現在有効か無効か）を表示します。トークン自体は返しません。
edgegate_disconnect_huggingface	ワークスペースの HuggingFace 連携を完全に削除します。以降の HF インポートでは匿名アクセスにフォールバックします。owner ロールが必要です。
edgegate_connect_qaihub	このワークスペース用に Qualcomm AI Hub API トークンを保存し、EdgeGate が実際の Snapdragon デバイスでコンパイルおよびプロファイルジョブを送信できるようにします。トークンは保存時に暗号化され、初回接続後に平文で返されることはありません。すでに連携がある場合、このツールはトークンを透過的にローテーションします。admin ロールが必要です。
edgegate_get_qaihub_integration	Qualcomm AI Hub トークンがこのワークスペースに接続されているか、また現在有効かどうかを表示します。トークン自体は返しません。
edgegate_disconnect_qaihub	ワークスペースの Qualcomm AI Hub 連携を完全に削除します。新しいトークンを接続するまで、このワークスペースでの新しい EdgeGate 実行は NO_AIHUB_TOKEN で失敗します。owner ロールが必要です。
edgegate_create_workspace	新しい EdgeGate ワークスペースを作成します。呼び出し元は自動的に owner になります。プラン階層ごとのワークスペース数の上限が適用されます。作成後は、通常どおり Qualcomm AI Hub を接続し、パイプラインを定義してください。
edgegate_list_api_keys	このワークスペースのすべての API キー（id、name、prefix...suffix、status、last_used）を一覧表示します。平文は返されません。owner ロールが必要です。
edgegate_create_api_key	このワークスペース用の新しい API キーを作成します。平文トークンは応答で一度だけ返されます。CI のシークレットまたはローカル環境変数にすぐにコピーしてください。Pro ティア以上が必要です。owner ロールが必要です。
edgegate_revoke_api_key	id を指定して API キーを失効させます。キーは以後のすべてのリクエストで直ちに拒否されます。監査証跡を残すため、行は保持され（revoked_at が設定され）ます。破壊的な操作です。owner ロールが必要です。
edgegate_list_members	このワークスペースのすべてのメンバーを、メールアドレスとロールとともに一覧表示します。少なくとも viewer ロールが必要です。
edgegate_list_devices	EdgeGate が対象にできるすべての Qualcomm AI Hub デバイス（Snapdragon スマートフォン、QRD／CRD リファレンスプラットフォーム、IoT Dragonwing、自動車、XR）を一覧表示します。カテゴリ別にまとめた Markdown テーブルを返します。create_pipeline のデバイスマトリックスを作成する際は、id 列の値をそのまま使用してください。workspace_id は不要です。カタログはグローバルです。
edgegate_list_device_targets	顧客自身が接続したデバイス（Jetson、Snapdragon ホスト、ゲートウェイ）を、各デバイスのハートビート（30 秒間隔、90 秒のウィンドウ）から算出したオンライン／オフライン状態とともに一覧表示します。これは edgegate-runner agent で接続されたワークスペースのデバイス群であり、グローバルな AI Hub カタログではありません（そちらには edgegate_list_devices を使用してください）。空の場合は、顧客がコピーして貼り付けられる接続手順も応答に含まれます。
edgegate_run_device_benchmark	名前または ID を指定して、顧客が接続したデバイス（Jetson、Snapdragon ホスト、ゲートウェイ）のいずれかに ONNX ベンチマークをディスパッチします。デバイス上のエージェントが約 30 秒以内に受け取り、レイテンシとメモリの結果を報告します。マルチシリコンに対応しており、顧客が接続したあらゆるベンダーのデバイスで動作します。admin ロールが必要です。
edgegate_invite_member	指定したロール（owner／admin／viewer）で、メールアドレスを使って既存の EdgeGate ユーザーをこのワークスペースに追加します。v1 では既存ユーザーのみを追加でき、外部アドレスへの招待メールは送信しません。admin ロールが必要です。他のユーザーを owner にできるのは owner のみです。
edgegate_change_member_role	このワークスペースのメンバーのロールを変更します。最後の owner を降格させることはできません。先に別のメンバーを owner に昇格させてください。owner ロールが必要です。
edgegate_remove_member	このワークスペースからメンバーを削除します。ユーザーはすぐにアクセスできなくなりますが、そのユーザーのパイプラインと実行は保持されます。最後の owner は削除できません。破壊的な操作です。owner ロールが必要です。
edgegate_setup_byo_storage	Enterprise 専用です。手間のかからない BYO ストレージ設定を行います。EdgeGate で保留中のグラントを作成して External ID を返し、顧客の AWS アカウントで IAM ロールを作成するためにエージェントが実行すべき正確な AWS CLI コマンドを返します。edgegate_attach_byo_role と組み合わせて完了してください。新規設定では edgegate_register_byo_bucket よりこちらを優先してください。エージェントが信頼ポリシーを調べたり、ロール名を推測したりする必要がありません。owner ロールが必要です。Enterprise 以外のワークスペースでは 402 を返します。保留中ではないグラントが存在する場合は、先に切断するようエージェントに指示します。
edgegate_attach_byo_role	edgegate_setup_byo_storage のフェーズ 2 です。新しく作成した Role ARN を EdgeGate に渡し、EdgeGate は sts:AssumeRole とデフォルト拒否の HEAD プローブを実行して、信頼ポリシーと権限ポリシーが正しいことを確認します。成功するとグラントを「active」に切り替えます。失敗した場合は、よくある設定ミスのチェックリストとともに、型付きの BYO_* エラーを返します。IAM を修正した後、同じ role_arn で再度呼び出せます。
edgegate_register_byo_bucket	Enterprise 専用です。新規設定では、代わりに edgegate_setup_byo_storage を使用してください。このツールは、すでに IAM ロールがあり、その ARN を登録する場合にのみ機能します。顧客所有の S3 バケットと IAM ロールを、このワークスペースの BYO ストレージグラントとして登録します。EdgeGate のワーカーは AssumeRole を使って AWS アカウント内でモデルデータを読み取ります。データがアカウント外に出ることはありません。ロールの信頼ポリシーに追加する必要がある External ID を返します。owner ロールが必要です。Enterprise 以外のワークスペースでは 402 を返し、すでにグラントがある場合は 409 を返します。
edgegate_check_byo_bucket	ワークスペースの BYO グラントに対して AssumeRole と HeadObject の準備状況プローブを再実行します。グラントの更新後のステータスを返します。失敗した場合は型付きの BYO_* エラーコードと、確認すべき IAM／バケット／KMS のよくある設定ミスのチェックリストも返します。admin ロールが必要です。
edgegate_register_byo_artifact	登録済みバケットにある既存の S3 URI を EdgeGate Artifact として登録します。EdgeGate は URI に対して HeadObject を実行し、キーの存在を確認してサイズ／etag を取得します。データが EdgeGate 経由でアップロードされることはありません。edgegate_create_pipeline／edgegate_run_gate に直接渡せる artifact_id を返します。admin ロールが必要です。前提条件：Enterprise プラン、有効な BYO グラント、グラントと一致するバケット。
edgegate_disconnect_byo_bucket	ワークスペースの BYO ストレージグラントを削除します。EdgeGate はバケットからの読み取りを試みなくなります。Artifact が引き続きそのグラントを参照している場合は拒否（409）され、安全な次の手順（ダッシュボードで External ID をローテーションするか、先に Artifact を削除する）を一覧表示します。破壊的な操作です。owner ロールが必要です。
edgegate_llm_compile	Qualcomm AI Hub 経由でマルチコンポーネント LLM のコンパイルおよびリンクジョブを送信します。compile_job_id を返します。edgegate_check_llm_compile_status でポーリングしてください。費用はワークスペースの月間 LLM コンパイル上限（Pro ティアのデフォルトは月 100 件）によって制限されます。コンパイルごとに、複合 QNN_DLC リンク済みモデルと 3 つのコンポーネント Artifact（prompt／token／kv_cache）が生成されます。genie ラベルにかかわらず、内部のコンパイル target_runtime は QNN_DLC です。このラベルは下流のプロファイルディスパッチのヒントにのみ使用されます。
edgegate_check_llm_compile_status	LLM コンパイルジョブをポーリングします。ステータス（queued|running|completed|failed）、完了時の composite_artifact_id、失敗時の error_detail、progress.compile_jobs_done／total を返します。
edgegate_get_byo_audit	ワークスペースの追記専用 BYO ストレージ監査ログを取得します（すべての AssumeRole、HeadObject、GetObject、KMS Decrypt）。artifact_id、run_id、since timestamp によるフィルターと、カーソルページネーションに対応しています。各行の aws_request_id は、独自の CloudTrail と相互参照するための結合キーです。admin ロールが必要です。
edgegate_list_eval_packs	顧客が複製できる、同梱の行動評価セットのスターターパックを一覧表示します。各パックの id、name、case count、balance（must_refuse／task の件数）を返します。edgegate_create_eval_set(clone_from=) で新しい評価セットに複製してください。workspace_id は不要です。パックライブラリはグローバルです。
edgegate_create_eval_set	最初の下書きバージョンを含む、新しい行動評価セットを作成します。同梱パックの複製（clone_from）、ケースの明示的な指定、両方、またはいずれも指定しない（空の下書き）方法で初期化できます。各ケースには 6 つのフィールドがあります：case_id、prompt、category（jailbreak|forbidden_action|task|format）、forbidden_actions、must_refuse、expected_task_answer。ここでは下書きは検証されません。固定とゲートによる検証は edgegate_publish_eval_set のみが行います。ワークスペースへの書き込みアクセスが必要です。
edgegate_list_eval_sets	ワークスペースの行動評価セット（eval_set_id、name、最新バージョン、作成日）を一覧表示します。更新／公開／新バージョン作成ツールで eval_set_id を使用してください。
edgegate_update_eval_set	下書きの評価セットバージョンのすべてのケースを置き換えます（パッチではなく、全ケースの置き換えリストです）。公開済みバージョンは変更できません。ここで 409 が返された場合は、先に edgegate_new_eval_set_version で新しい下書きを作成する必要があります。バージョンは下書きのままです。公開は別途行ってください。ワークスペースへの書き込みアクセスが必要です。
edgegate_publish_eval_set	下書きの評価セットバージョンを検証し、不変で署名済みのハッシュ固定バージョンにします。成功すると eval_set_sha256 と artifact_id を返します（どちらも 3b Behavioral-Gate の実行に渡します）。検証に失敗すると、バランス／構造上の違反を返し、バージョンは下書きのまま残ります（最低条件：forbidden ケースを含む must_refuse が 5 件以上、task ケースが 1 件以上）。ワークスペースへの書き込みアクセスが必要です。
edgegate_new_eval_set_version	公開済みバージョンのケースを引き継いで、新しい下書き（バージョン番号を 1 つ増加）を作成します。公開後に編集する場合に使用します。新しい下書きを edgegate_update_eval_set で編集し、再度公開してください。元の公開済みバージョン（およびその sha に紐付く参照／実行）には影響しません。ワークスペースへの書き込みアクセスが必要です。
edgegate_list_workflow_endpoints	ワークスペースに保存された API／ワークフローエンドポイント（API ゲートの対象。n8n、Zapier、Make、または OpenAI 互換 API）を一覧表示します。edgegate_capture_reference と edgegate_create_bg_run に渡す endpoint_id を返します。認証情報自体は返されません。保存されているかどうかと末尾 4 文字のみを返します。
edgegate_create_workflow_endpoint	行動ゲートの対象にできるよう、API／ワークフローエンドポイントを保存します。認証付きエンドポイントにゲートを設定する唯一の方法です。認証情報はここにエンベロープ暗号化されて保存され、返されることはありません。一方、インラインの http 記述子に認証情報が含まれている場合は拒否（422）されます。保存済みエンドポイントを使用すると、ベースラインと異なるエンドポイントでの実行も EdgeGate が拒否できます。ワークスペースの admin アクセスが必要です。
edgegate_probe_workflow_endpoint	保存済みエンドポイントにテストリクエストを 1 件送信し、生の応答と、EdgeGate がそこから抽出したテキストを並べて表示します。ベースラインを取得する前に実行してください。誤った response_text_path を検出できる唯一の方法です。誤っているとテキストが空になり、空のテキストは拒否として評価されます。そのため、すべて空のベースラインを作ると、その後のゲートはすべて実質的に無条件で合格します。
edgegate_capture_reference	Behavioral Gate が差分比較に使用する既知の正常なベースラインである、リファレンスオラクルのキャプチャを開始します。次の方式のうち、必ず 1 つだけ指定してください：hf_repo（自動 FP16。EdgeGate が同じ未量子化モデルを実行）、reference_upload_artifact_id（顧客提供の正解データ）、endpoint_id／http（API またはワークフローエンドポイント。n8n、Zapier、Make、または OpenAI 互換 API。EdgeGate がケースごとに 1 回呼び出すため、インストールは不要）。ポーリング用の job_id を返します。ワークスペースの admin アクセスが必要です。
edgegate_check_reference_capture_status	リファレンスキャプチャジョブをポーリングします。ステータスが done になると、ゲートの信頼できるベースラインとして edgegate_create_bg_run に渡す reference_artifact_id（ArtifactKind.REFERENCE Artifact）を返します。ワークスペースの admin アクセスが必要です。
edgegate_compile_genie	Behavioral Gate のセルフホスト型ランナー用に、3 レーンの genie コンパイルを送信します。レーンの選択肢から必ず 1 つだけ指定してください：hf_repo（レーン A — EdgeGate が HuggingFace リポジトリをコンパイル）、onnx_artifact_ids（レーン B — genie 対応のマルチパート ONNX をコンパイルしてリンク）、bundle_artifact_id（レーン C — すでにコンパイル済みのバンドル）。ポーリング用の job_id を返します。ワークスペースの admin アクセスが必要です。
edgegate_check_genie_compile_status	genie コンパイルジョブをポーリングします。ステータスが done になると、edgegate_create_bg_run に渡すコンパイル済み genie バンドルの bundle_artifact_id を返します。ワークスペースの admin アクセスが必要です。
edgegate_create_bg_run	ゲート対象、公開済み評価セット、リファレンスオラクルを組み合わせて、行動ゲートの実行を作成します。対象は 3 種類です：コンパイル済み genie バンドル（bundle_artifact_id。セルフホスト型ランナー経由でデバイス上で実行）、デバイス上の LLM（geniex_model）、API またはワークフローエンドポイント（endpoint_id／http。n8n、Zapier、Make、OpenAI 互換。デフォルトでは EdgeGate が実行するため、インストールは不要で、結果はハードウェア認証済みではなく API 検証済みとしてタグ付けされます）。リファレンスが異なる評価セットバージョン（eval_set_sha256 が異なる）または異なるエンドポイントに対して取得されている場合、不一致を示すヒントとともにエラーになります。ワークスペースの admin アクセスが必要です。
edgegate_cancel_run	終了していない実行をキャンセルし、ワークスペースの 1 件分のアクティブ実行枠を解放します。デバイスから応答がないままキューで待機している行動ゲートの実行に便利です（キャンセルしないと新しい実行をブロックします）。実行がすでに終了状態の場合は 409 を返します。
edgegate_rerun_bg	既存の行動ゲート実行を再実行します。すでに検証済みの設定（同じバンドル、評価セット、リファレンス、システムプロンプト、デバイス）を複製して、新しいキュー登録済み実行を作成するため、Artifact ID を再指定する必要はありません。ワークスペースにアクティブな実行がすでにある場合は 409 を返します（先にキャンセルしてください）。
edgegate_setup_bg_github_action	Behavioral-Gate 用の GitHub Actions 設定を生成します。セルフホスト型ランナーの前提条件、ワークフロー YAML（edgegate-bg コンポジットアクションを使用）、gh secret コマンドが含まれます。標準のゲート実行とは異なり、BG は実際のデバイスでモデルを実行するため、デバイスを接続したセルフホスト型ランナーが必要です。
edgegate_export_compliance_report	実行のコンプライアンスプリセットレポート（例：ISO 26262 の検証証拠）をエクスポートします。実行の署名済み証拠を、規格の条項（構成識別、検証、変更管理、ツール分類、完全性）に照らして再構成したものです。これは検証証拠であり、コンプライアンス認証ではありません。アセッサー向けの形式付き PDF はダッシュボードの実行ページにあります。
edgegate_export_field_recorder_report	指定した期間の Field Recorder EU AI Act 第 12 条記録保持レポートをエクスポートします。デプロイ済みモデルがデバイス上で実行した内容の、署名済みでハッシュチェーン化された証拠（第 12 条 1 項／2 項（a）／2 項（b）／完全性の対応付け、イベント概要、Ed25519 署名）です。これは検証証拠であり、コンプライアンス認証ではありません。アセッサー向けの形式付き PDF は Field Recorder ダッシュボードのページにあります。
edgegate_recorder_status	ワークスペースの Field Recorder ステータスを表示します。記録済みイベント数、リプレイ／不一致の内訳（passed／diverged／no_reference）、ハッシュチェーンの完全性（検証済み、欠落、署名キー）、報告を行っているデバイスを含みます。読み取り専用です。
edgegate_trigger_replay	保留中の記録済みイベントを、認証済みリファレンス（同じモデルの PASSED ゲート実行）および入力が一致するベースラインに対して再生します。判定は非同期で反映されるため、edgegate_recorder_status でポーリングしてください。認証済みリファレンスがないイベントは no_reference になります。

スキル

直接実行できるスラッシュコマンド：

• /edgegate-init — 最初から CI ゲートまでを一括でセットアップします
• /edgegate-gate — 既存のパイプラインで実行を開始します
• /edgegate-status — 実行のステータスとメトリクスを確認します
• /edgegate-audit — 実行のエビデンスバンドルを取得します
• /edgegate-compare — 2 つの実行を比較します（ベースラインを自動設定）。判定は REGRESSION／IMPROVEMENT／NEUTRAL です
• /edgegate-export — 実行レポートを Markdown ファイルとして保存します（PR コメント、Slack、コンプライアンス向け）
• /edgegate-import — Hugging Face ONNX モデルをインポートします（匿名でのインポート、または非公開／ゲート付き／qualcomm-org リポジトリ向けのワークスペーストークンを使用）
• /edgegate-connect-huggingface — 個人用の HuggingFace トークンをワークスペースに接続し、インポート処理で非公開／ゲート付き／qualcomm-org リポジトリを読み取れるようにします
• /edgegate-connect-qaihub — Qualcomm AI Hub トークンを接続し、Snapdragon デバイスで実行をコンパイルおよびプロファイリングできるようにします
• /edgegate-workspace-setup — 新しいワークスペースを最初から最後までセットアップします（作成 → AI Hub の接続 → API キー → チームメイトの招待）
• /edgegate-members — ワークスペースメンバーの一覧表示、招待、ロール変更、削除を行います
• /edgegate-promptpacks — 既存の promptpacks を一覧表示するか、生成したテストケースを使用して新しいものを作成します
• /edgegate-byo-storage — Enterprise BYO ストレージのオンボーディングを行います（権限の登録 → External ID の貼り付け → プローブの検証 → 最初のアーティファクト → 最初の実行 → 監査ログ）

ライセンス

MIT — LICENSE を参照してください。