mcpField
G
GetABrain

GetABrain

ローカル
getabrain.aiAI・エージェント07 週間前に更新

GetABrain について

GetABrain は、AI エージェントから人に質問し、構造化された回答を受け取る MCP サーバーです。ローカル実行とホスト型エンドポイントに対応し、回答をシミュレートするテストモードも備えています。

主な機能

  1. 0116種類の質問を送信
  2. 02人の回答をポーリング
  3. 03最近のクエリと残高を確認
  4. 04回答を評価
  5. 05シミュレーション回答でテスト

活用シーン

  1. 01人による評価や比較の収集
  2. 02画像・動画・音声のレビュー依頼
  3. 03費用をかけずにエージェントの人間フィードバック処理をテスト

MCP 対応

クエリ送信、回答と残高の確認、チャージ、回答評価を行う7つのツールをMCPクライアントに提供します。ローカル実行のほか、ホスト型Streamable HTTPエンドポイントにも接続できます。

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": {
"guitarmaniac24-getabrain": {
"command": "npx",
"args": [
"-y",
"@getabrain/mcp-server"
],
"env": {
"GETABRAIN_API_KEY": "<GETABRAIN_API_KEY>",
"GETABRAIN_API_SECRET": "<GETABRAIN_API_SECRET>"
}
}
}
}
起動コマンドnpx -y @getabrain/mcp-server
設定が必要な環境変数
GETABRAIN_API_KEYシークレットAPI key (gab_k_...) from POST /api/v1/requestor/auth/signup
GETABRAIN_API_SECRETシークレットAPI secret (gab_s_...) shown once at signup

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
npm@getabrain/mcp-server0.2.1

ツール

7

掲載時のツール一覧 · 3 週間前に更新

このツールにパラメーターはありません。

詳細

GetABrain

@getabrain/mcp-server

GetABrain.ai 用の MCP サーバーです。AI エージェントが、人間の実際の判断をネイティブツールとして利用できるようにします。

Claude Desktop / Cursor での使用

MCP クライアントの設定(例:claude_desktop_config.json)に追加します。

{
  "mcpServers": {
    "getabrain": {
      "command": "npx",
      "args": ["-y", "@getabrain/mcp-server"],
      "env": {
        "GETABRAIN_API_KEY": "gab_k_…",
        "GETABRAIN_API_SECRET": "gab_s_…"
      }
    }
  }
}

https://getabrain.ai で登録して API キーを取得してください。

リモート(ホスト型)MCP サーバー -- インストール不要

ローカルで何も実行したくない場合は、GetABrain が同じサーバーを Streamable HTTP 経由で https://www.getabrain.ai/api/mcp にホストしています。リモートサーバーに対応した MCP クライアントでこの URL を指定し、 環境変数の代わりにヘッダーでキーペアを渡してください。

{
  "mcpServers": {
    "getabrain": {
      "url": "https://www.getabrain.ai/api/mcp",
      "headers": {
        "X-API-Key": "gab_k_…",
        "X-API-Secret": "gab_s_…"
      }
    }
  }
}

同じ 7 つのツール、同じスキーマ、同じテストモードに対応しています。詳細(Smithery 形式のクライアント、認証要件など)については、 このリポジトリの docs/deploy/remote-mcp.md を参照してください。

テストモード

テストモードはキーに設定されるフラグであり、異なる形式のキーではありません。{"mode":"test"} を指定して POST /api/v1/requestor/keys を実行するか、ダッシュボードで「test」を選択して API キーを作成すると、 通常の gab_k_… / gab_s_… キーペアが発行されます。文字列に _test_ は含まれません。テストモードであることは、 そのキーのデータベース内の is_test フラグによって管理されます。資金の入金やカードは不要です。

GETABRAIN_API_KEY / GETABRAIN_API_SECRET にテストモードのキーを設定すると、サーバーは次の点を除いて同じように動作します。

  • submit_query は残高を消費しません。料金は発生せず、insufficient_balance エラーも発生しません。
  • レスポンスは合成されたもので、常に simulated: true とマークされます。そのため、実際の人間のワーカーや実際の資金を使う前に、 パイプライン(送信 → 待機/ポーリング → 評価)を構築し、エンドツーエンドでテストできます。
  • get_balance は mode: "test" を返すため、エージェント/人間は使用中の環境をひと目で確認できます。

本番運用を開始する準備ができたら、ライブモードのキー(同じ API 呼び出しで {"mode":"live"} を指定するか、ダッシュボードの デフォルトを使用)を作成し、create_topup_link でアカウントに入金してから、環境変数を切り替えてください。create_topup_link はどちらの種類のキーでも使用できます。テストモードのエージェントがリンクを生成し、人間がチェックアウトを完了して実際の資金を追加できます。get_balance は mode: "live" を返すようになり、submit_query は実際の残高を消費し、有料の実際のワーカーにクエリを割り当てるようになります。

ツール

  • get_balance — 読み取り専用:前払い残高(セント)、mode("test"/"live")、auto_reload_enabled を返します(無効になっており、そのままではライブアカウントの残高がゼロになって処理が停止する場合は、設定リンクとヒントも表示されます)。
  • create_topup_link — 入金用の Stripe Checkout URL を生成します(最低 5 ドル)。人間がブラウザーで開いて支払います。エージェント自身は支払いを完了できません。
  • submit_query — 実際の人間に質問をします(16 種類のクエリタイプ:A/B テスト、評価、ランキング、感情分析、はい/いいえ、画像/動画/音声のレビュー、音声/動画/写真の撮影、…)。query_id を返します。ライブキーでは残高を消費し、テストキーでは無料で simulated: true になります。
  • get_responses — 1 回限りの読み取り専用呼び出し:現在のステータスと、その時点で存在するレスポンスを返します。待機はしません。
  • wait_for_responses — 上限付きポーリング(max_wait_seconds まで。デフォルト/最大は 50 秒)。十分な数のレスポンスが届くと、レスポンスとともに ready を返し、まだの場合は pending を返します。待機を続けるには再度呼び出してください。ツール呼び出し自体を待機させたい場合は、get_responses の代わりに使用します。
  • list_queries — 読み取り専用:最近のクエリを一覧表示します。status による絞り込みもできます。
  • rate_response — ワーカーの回答を 1~5 で評価します(feedback_text は任意)。ワーカーの品質システムに評価が反映されます。

エージェントのフロー例

  1. get_balance → 残高を確認します(無料のサンドボックスで実行する場合は mode: "test")。
  2. ライブキーの残高が不足している場合:create_topup_link → 人間がチェックアウトを完了 → 再度 get_balance を呼び出します。
  3. submit_query → query_id を取得します。
  4. wait_for_responses(pending の間は繰り返します)→ 人間(テストモードではシミュレートされたもの)の回答を読み取ります。
  5. rate_response → 今後のワーカーマッチングを改善するため、必要に応じて各レスポンスを評価します。

API ドキュメント全文:https://getabrain.ai/docs/api

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。