MCP Cross-Model Delegation

MCP クロスモデル委譲

English | Français

異種言語モデル間で、範囲を限定した作業を測定、比較、ルーティング、検証するための、オープンで再現可能かつセキュリティを重視したフレームワークです。

1つの Python コアが、MCP サーバーとベンチマーク CLI を支えます：測定 → 比較 → ルーティング → 検証 → 改善。V1 は Gemini、Anthropic、オフラインテスト用の決定論的なフェイクプロバイダーに対応しています。ルーティングは明示的に行われ、引用の根拠はローカルで検証されます。また、品質、コスト、レイテンシの改善は、測定なしに主張しません。

flowchart LR
    A["TASK + CONTEXT"] --> B["Caller constraints"]
    B --> C["Router"]
    H["Benchmark history"] -. "weighted policy" .-> C
    C --> D["Gemini or Anthropic"]
    D --> E["Result"]
    E --> F["Local quote check<br/>for extraction"]
    E --> G["Optional benchmark evaluation"]
    F --> G

今できること

• 1つのインターフェースを通じて、範囲を限定したテキスト作業を Gemini または Anthropic に委譲できます。
• プロバイダーを選択する前に、プライバシー、機能、コスト、レイテンシの制約を適用し、ルーティングの理由を確認できます。
• 抽出した引用を、提供されたコンテキストと照合して検証できます。
• API キーなしで決定論的なオフラインベンチマークを実行するか、実際のプロバイダー間の実験を任意で行えます。

ここが違います

同じループで測定、ルーティング、実行、根拠の検証、結果の評価を行います。デフォルトのポリシーは手動です。rules と benchmark_weighted を使うには、明示的なオプトインが必要です。過去のスコアは、将来の品質やレイテンシを保証しません。アーキテクチャ、方法論、ユースケースをご覧ください。

5分で試す

Python 3.12 または 3.13 と uv に対応しています。Gemini API キーと Anthropic API キーはそれぞれ独立しており、どちらか一方、または両方を設定できます。Claude のサブスクリプションでは、Anthropic API クレジットは提供されません。

git clone https://github.com/Jostophe-021/mcp-cross-model-delegation.git
cd mcp-cross-model-delegation
uv sync --locked --extra all --extra test
uv run crossmodel doctor
uv run crossmodel providers
uv run crossmodel bench run benchmarks/datasets/basic.jsonl

上記のベンチマークでは FakeProvider を使うため、API キーは不要です。ソフトウェアの検証のみであり、LLM の性能結果ではありません。4つのオフライン例をご覧ください。

実際のプロバイダーを試す

実際のプロバイダーを呼び出す場合に限り、GEMINI_API_KEY または ANTHROPIC_API_KEY を設定してください。**ライブ API の利用には、プロバイダーの料金が発生する場合があります。**まずは合成テキストまたは再配布可能なテキストを使い、ライブベンチマークの前に予定されている呼び出し回数を確認してください。

このリポジトリから、必要なアダプターだけを uv sync --locked --extra gemini または uv sync --locked --extra anthropic でインストールします。ベースパッケージでは、オフラインベンチマークにどちらのプロバイダー SDK も必要ありません。PyPI への公開は別途リリース手順が必要です。PyPI のリリースが検証されるまでは、リポジトリからインストールしてください。

ご自身の環境で GEMINI_API_KEY および／または ANTHROPIC_API_KEY を設定してください。.env.example に記載されているのは名前のみです。.env をコミットしたり、コマンド、issue、チャットにキーを貼り付けたりしないでください。Anthropic を手動選択時のデフォルトにする場合は、DEFAULT_PROVIDER=anthropic を設定します。crossmodel serve を実行すると、ストリーミング可能な HTTP MCP が http://127.0.0.1:8000/mcp で公開されます。サーバーにはパブリッククライアント認証がないため、MCP_HOST=0.0.0.0 は拒否されます。

MCP ツール

ツール	目的
delegate_task	任意の CONTEXT、プロバイダー、ポリシー、制約を指定して、範囲を限定した TASK を委任します。
extract_findings	構造化された調査結果を抽出し、その後、CONTEXT 内で引用箇所をローカルに特定します。
gemini_delegate_task, gemini_extract_findings	Gemini と手動ルーティングを使用する V0.1 互換エイリアスです。

汎用ツールのデフォルトポリシーは policy="manual" です。provider は DEFAULT_PROVIDER に従い、次に Gemini が設定されていれば Gemini、そうでなければ設定済みの最初のプロバイダーになります。policy="rules" または policy="benchmark_weighted" を選択して有効にしてください。MCP で重み付けルーティングを行うには、サーバーオペレーターがベンチマークで生成されたローカルまたは公開の history.json を CROSSMODEL_HISTORY_PATH に設定します。呼び出し側がファイルパスを選ぶことはできません。制約には、allowed_providers、privacy_mode、approved_providers、max_cost、max_latency、require_structured_output、require_evidence、fallback_allowed、明示的な allow_unknown_cost が含まれます。厳密なコストまたはレイテンシの上限を設定すると、値が不明な場合は拒否されます。privacy_mode="local_only" は、含まれている両方の外部プロバイダーを NO_ELIGIBLE_PROVIDER で拒否します。

ツールが受け付けるのは、呼び出し側が指定したテキストのみです。ファイル、メール、Drive、アプリの読み取り、コードの実行、他のサービスでの操作は行いません。マシンの外部に送信してよい情報は、呼び出し側が判断します。TASK と CONTEXT は別々の JSON フィールドとして保持されます。CONTEXT 内の指示は信頼できないものとして扱われます。これは緩和策であり、セキュリティを保証するものではありません。制限の詳細については、セキュリティモデルを参照してください。

ルートを説明する

crossmodel route explain --policy rules --constraints '{"privacy_mode":"external_allowed"}'
crossmodel route explain --provider gemini --policy manual
crossmodel route explain --policy benchmark_weighted --history results/<run-id>/history.json

API 呼び出しは行いません。適格なプロバイダーと拒否されたプロバイダー、理由コード、フォールバックチェーン、スコアの構成要素を出力します。スコア付けされるのは、共通の指標として測定された値のみです。不足している値は null のままです。

ベンチマーク

デフォルトの実行では FakeProvider のみが使われ、有料 API は一切呼び出されません。テスト対象はソフトウェアの動作であり、LLM の研究仮説ではありません。

crossmodel bench run benchmarks/datasets/basic.jsonl
crossmodel bench report results/<run-id>
crossmodel bench generate /tmp/long.jsonl --size medium --seed 42

各実行では、manifest.json、results.jsonl、summary.json、history.json が書き込まれます。デフォルトでは、結果に TASK、CONTEXT、応答は含まれません。使用した正確なコンテキストの SHA-256 は含まれます。データセットには、小規模で手動監査済みの合成タスクが含まれます。内容は、算術、抽出、エビデンス、プロンプトインジェクション、エラー検出、長文コンテキストです。生成された長文コンテキストには、文字数、シード、ジェネレーターのバージョンが記録され、測定されるまでは tokens: null となります。

実際の実験では、--live --provider gemini --orchestrator anthropic（または設定済みのプロバイダー）を使用してください。CLI は実行前に、プロバイダー、条件、タスク数、反復回数、予定されている API 呼び出し数を表示します。条件の順序をランダム化して繰り返すには、--repetitions N --shuffle --seed 42 を使用します。同時実行数は 1 です。別途、日付付きの料金情報源を指定しない場合、コストは unavailable となります。価格はハードコードされていません。--save-responses は生の回答と調査結果を書き込むため、再配布可能なデータでのみ使用してください。4 つの条件は orchestrator_only、fixed_delegation、structured_delegation、routed_delegation です。V1 では各条件につき 1 回のモデル呼び出しを測定し、2 回目のオーケストレーターによる統合呼び出しは実装していません。ベンチマーク形式と方法論を参照してください。

開発とビルド

uv sync --locked --extra all --extra test
uv run pytest -q
uv run ruff check gateway.py server.py contracts.py routing.py execution.py evidence.py cli.py providers benchmarks tests
uv build
docker build -t mcp-cross-model-delegation:1.0.0 .

Docker イメージに API キーは含まれていません。Linux では、docker run --rm --network host --env-file .env mcp-cross-model-delegation:1.0.0 を実行すると、MCP リスナーはホストのループバック上に維持されます。Docker Desktop のホストネットワークの動作は環境によって異なるため、ローカルで Python を使うほうが簡単です。リリースワークフローは、OCI メタデータと SPDX SBOM を含む ghcr.io/jostophe-021/mcp-cross-model-delegation:1.0.0 を公開します。オプションの OpenAI Secure MCP Tunnel を使うと、受信ポートを開かずに互換性のあるリモートクライアントを接続できます。このリポジトリには、トンネル識別子も認証情報も含まれていません。

MCP レジストリ

バージョン 1.0.0 は、公式 MCP レジストリの公開者によって io.github.Jostophe-021/mcp-cross-model-delegation として承認されました。宣言されているパッケージは、公開されている GHCR イメージです。レジストリは引き続きプレビューサービスです。ディスカバリーを利用する前に、現在の掲載内容をご確認ください。

研究

このプロジェクトは、委譲が役立つ場合と役立たない場合、そして委譲によって生じるトレードオフを検証するために設計されています。方法論、研究ロードマップ、合成データセットとベンチマーク形式、結果スキーマ、最初のライブ実験ガイドから始めてください。機密性のない生データ、概要、制限事項のみを公開し、CITATION.cffを使用してバージョンを引用してください。

独自のバージョンを構築する

Fork → Provider / Policy / Evaluator / Dataset → Your derivative project
                                                ↘ Optional upstream contribution

拡張ガイドでは、V1 のインターフェースと現時点での制限を説明しています。貢献ガイドでは、フォークをアップストリームに追随させる方法を説明しています。

フォークと派生プロジェクト

フォークや改変は明示的に歓迎されています。GitHub では、アップストリームとの関係を表示したままにしたい場合、Fork を使用してください。独立した派生プロジェクトも、適用されるライセンスおよび帰属表示の要件に従う限り、Apache-2.0 の下で許可されています。汎用的な改善はアップストリームへの貢献として歓迎されますが、フォークは自由に独自の方向へ進められます。適用される LICENSE と NOTICE を保持し、変更点を明示したうえで、該当する場合は元のプロジェクトを引用してください。

関連する取り組みとサポート

汎用的なクロスモデル委譲は、このプロジェクトより前から存在しています。関連する取り組みのページでは、既存のブリッジ、マルチプロバイダーシステム、ルーティング、評価ツールを紹介しています。使い方や研究に関する質問は、SUPPORT.mdとディスカッションをご覧ください。脆弱性は非公開の報告窓口から報告してください。

これは該当しません

• マルチモデル委譲が常に役立つ、あるいは特定のプロバイダーがあらゆる場合に優れている、という主張ではありません。
• 自律型エージェントプラットフォームでも、それ単体で本番環境のセキュリティ境界となるものでも、プロンプトインジェクションを防ぐ保証でもありません。
• OpenAI、Anthropic、Google の公式製品ではありません。

独自のテレメトリーは有効になっていません。把握されていないトークン使用量、コスト、品質は、引き続き不明です。研究ロードマップ、変更履歴、貢献ガイド、ディスカッション、引用メタデータをご覧ください。コードは Apache-2.0 の下で公開されています。