mcpField
F
FoodChecker

FoodChecker

リモート
foodchecker-ebon.vercel.appヘルスケア01 週間前に更新
リポジトリ公式サイト

FoodChecker について

FoodCheckerは、ChatGPTとClaudeで食品表示を確認するMCPサーバーです。栄養、添加物、加工度を0~100点で評価し、根拠と代替品を示します。

主な機能

  1. 01栄養・添加物・加工度の評価
  2. 02バーコードや名称で商品検索
  3. 03写真や貼り付けた表示の分析
  4. 04添加物のリスクと根拠の説明
  5. 05同カテゴリのより健康的な商品検索

活用シーン

  1. 01包装食品の栄養状態を比較
  2. 02写真から食品表示を確認
  3. 03添加物のリスクを調べる
  4. 04より高得点の代替品を探す

MCP 対応

ChatGPTとClaudeに、商品検索、表示分析、添加物の説明、代替品検索を行うMCPツールを提供します。スコアカードのインライン表示とテキスト要約に対応します。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://foodchecker-ebon.vercel.app/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

ツール

詳細

FoodChecker

ChatGPT と Claude 向けのオープンソース食品ラベルチェッカーです。 バーコード、商品名、ラベルの写真を使って「これは健康的?」と尋ねてみてください。Yuka や Oasis のように、理由とともに 0〜100 点のスコアが表示されます。ただし、チャット内で確認でき、採点方法は誰でも読めます。

Coca-Cola のスコアカード:15/100、悪い

スコア評価
75-100非常に良い
50-74良い
25-49悪い
0-24非常に悪い
  • 栄養: Nutri-Score 2023 に基づいています。
  • 添加物: それぞれにリスクレベルと根拠となる情報源が示されます。
  • 加工度: NOVA に基づいており、食品が超加工食品に分類される理由も記載されます。
  • 代替品: 同じカテゴリーの、より健康的な商品を提案します。
  • データ: Open Food Facts の 300 万点を超える商品を収録しています。撮影したラベルも採点され、データベースにない商品にも対応します。

スコアの算出方法:docs/METHODOLOGY.md。

仕組み

1 つの MCP サーバーが両方のアシスタントに対応します。ChatGPT と Claude はどちらもオープンな MCP Apps 標準を実装しているため、同じスコアカードがそれぞれのチャット内に表示されます。

ChatGPT / Claude  ──MCP──▶  FoodChecker server  ──▶  Open Food Facts API
       ▲                         │
       └──── score card (MCP Apps UI) + text summary
ツール機能
check_foodバーコードまたは商品名で商品を検索し、採点します
analyze_labelラベル(写真または貼り付けたテキスト)から商品を採点します。米国の1食分あたりの表示にも対応します
find_healthier_alternatives類似商品から、明らかに高いスコアの商品を見つけます
explain_additiveリスクレベルと情報源とともに、E番号または名称(「E471」「Red 40」)で添加物を説明します

すべてのツールは読み取り専用で、ログインは不要です。

ホスト型サーバーを使う

公開インスタンスは https://foodchecker-ebon.vercel.app/mcp で稼働しています。以下の手順に従って、この URL を ChatGPT または Claude に貼り付けてください。ブラウザーでは https://foodchecker-ebon.vercel.app でスコアカードを試せます。

ローカルで実行する

npm install
npm run dev
  • http://localhost:3000/preview?q=coca-cola を開くと、ブラウザーでスコアカードを確認できます。
  • npm test で採点テストを実行します。
  • npm run smoke は、サーバーの稼働中にライブデータを使って、MCP 経由ですべてのツールを呼び出します。

ChatGPT に追加する

ホスト型 URL または独自のデプロイを使用してください。ChatGPT から localhost にはアクセスできません。

  1. chatgpt.com/plugins にアクセスし、+ をクリックして、Add custom MCP server を選択します。
  2. サーバー URL:https://foodchecker-ebon.vercel.app/mcp。認証:No authentication。
  3. 作成したら、「Nutella は健康的?」と尋ねてください。

ChatGPT アプリのディレクトリに掲載するには、platform.openai.com/plugins で OpenAI の申請手順に従ってください。FoodChecker は環境変数を使って、必要な要件のうち 2 つに対応しています。

  • OPENAI_APPS_CHALLENGE:ドメイン確認トークンです。/.well-known/openai-apps-challenge で提供されます。
  • CHATGPT_WIDGET_DOMAIN:ウィジェットのオリジンです。

プライバシーポリシーの URL、利用規約の URL、テスト用プロンプト、デモ動画も必要です。

Claude に追加する

  • claude.ai または Claude Desktop: Customize → Connectors → Add custom connector に進み、https://foodchecker-ebon.vercel.app/mcp を貼り付けて、No sign-in を選択します。スコアカードは Web、デスクトップ、モバイルで表示されます。

  • Claude Code、リモートサーバー: claude mcp add --transport http foodchecker https://foodchecker-ebon.vercel.app/mcp を実行します。

  • Claude Code、ローカルサーバー: claude mcp add foodchecker -- npx tsx /path/to/repo/src/stdio.ts を実行します。

  • 使用スキル付きの Claude Code プラグイン: このリポジトリはプラグインマーケットプレイスです。ホスト型サーバーを参照しています。セルフホストする場合は、plugins/foodchecker/.mcp.json の URL を変更してください。その後、次を実行します。

    /plugin marketplace add kjagsadvisors/foodchecker
    /plugin install foodchecker@foodchecker
    

Claude Code ではスコアカードではなくテキストが表示されます。テキストの概要には同じ情報が含まれています。

デプロイ

このサーバーは標準的な Web の Request → Response ハンドラー(src/app.ts)なので、ほぼあらゆる環境で実行できます。

  • Docker(Render、Fly.io、Railway、各種 VPS):docker build -t foodchecker . && docker run -p 3000:3000 foodchecker
  • Vercel: vercel deploy。vercel.json がプロジェクトをビルドし、すべてのリクエストを api/index.js にルーティングします。
  • 通常の Node: npm run build && npm start

OFF_USER_AGENT を FoodChecker/0.1.0 (your contact email) に設定してください。Open Food Facts では、すべてのアプリに識別情報の提示を求めています。その他の設定については .env.example をご覧ください。

レート制限: Open Food Facts では、IP アドレスごとに 1 分あたりおよそ 15 件の商品照会と 10 件の検索が可能です。FoodChecker は結果をメモリ内にキャッシュします(商品は 12 時間、検索は 1 時間)。大量のトラフィックがある場合は、Open Food Facts のデータダンプ を独自のデータベースに読み込んでください。

プロジェクト構成

src/core/        scoring engine: Nutri-Score 2023, additive table, ingredient parser, 0-100 score
src/off/         Open Food Facts client and data normalisation
src/mcp/         MCP server, tool definitions, score-card widget, text summaries
src/app.ts       web handler: /mcp, /preview, landing page
src/http.ts      Node server       src/stdio.ts   local stdio server
plugins/         Claude Code plugin (MCP config + food-check skill)
test/            scoring tests     scripts/       smoke test, dev MCP Apps host

コントリビューション

特に役立つコントリビューションは次のとおりです。

  • 添加物テーブル(src/core/additives.ts):出典を示してリスクレベルに異議を唱える、または不足している添加物と、お使いの言語でのその表示名を追加する。
  • 原材料の解析(src/core/ingredients.ts):見落とされるラベルの表記。test/scoring.test.ts にテストケースを追加してください。
  • 商品データ: Open Food Facts で商品情報を修正すると、すべてのユーザーに役立ちます。

npm run dev:host は、公式の AppBridge を使って小規模な MCP Apps ホストをビルドします。その後、/dev/host?barcode=… を開くと、ChatGPT や Claude に埋め込まれたときと同じようにウィジェットを確認できます。

ライセンスとデータ

  • コード: MIT。
  • 商品データ: Open Food Facts のコントリビューターに著作権があり、Open Database License に基づいています。商品画像は CC BY-SA に基づいています。スコアカードとテキスト要約に表示される帰属表示は残してください。

FoodChecker は、包装食品に関する一般的な情報を提供します。医療上の助言ではありません。

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。