mcpField
K
KRA Racing Data Analysis MCP Server

KRA Racing Data Analysis MCP Server

ローカル
github.com/coyaSONGデータ・分析01 週間前に更新

KRA Racing Data Analysis MCP Server について

KRA Racing Data Analysis MCP Server は、韓国馬事会の公開 API に接続して競馬データを分析します。レースや馬・騎手の成績、オッズを調べる利用者向けで、KRA API キーが必要です。

主な機能

  1. 01日付、レース番号、競馬場別のレース分析
  2. 02馬の成績と調子の分析
  3. 03騎手情報と統計の取得
  4. 04オッズ分析とパターン認識
  5. 05レース、馬、競馬場のデータリソース

活用シーン

  1. 01日付、レース番号、競馬場を指定してレースを確認
  2. 02馬や騎手の成績を評価
  3. 03オッズや馬券市場の傾向を分析
  4. 04レース予測や成績レポートを作成

MCP 対応

競馬分析ツール、データリソース、プロンプトを MCP クライアントに提供します。ツールはレース、馬、騎手、オッズの分析に対応し、リソースから開催予定、馬の記録、競馬場情報、KRA API 設定を取得できます。

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": {
"kra": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/inspector"
]
}
}
}
起動コマンドnpx -y @modelcontextprotocol/inspector

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@modelcontextprotocol/inspector

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

KRA Racing Data Analysis MCP Server

韓国馬事会(Korea Racing Authority)の公共 API を活用した競馬データ分析 MCP サーバー

このプロジェクトは、Model Context Protocol(MCP)を使用して韓国馬事会の競馬データを分析し、インサイトを提供するサーバーです。

🏇 主な機能

🔧 分析ツール(Tools)
  • analyze-race:競走分析(日付、競走番号、競馬場別)
  • analyze-horse-performance:馬の成績分析と調子の評価
  • get-jockey-stats:騎手の統計と成績分析
  • get-jockey-info:騎手情報の取得
  • analyze-odds:オッズ分析とパターン認識
📁 データリソース(Resources)
  • schedule://{date}:競走スケジュール情報(今日/明日)
  • horses://{horseName}:馬の詳細情報と記録
  • tracks://{trackCode}:競馬場情報(ソウル/釜山/済州)
  • config://kra-api:KRA API の設定と構成
💬 分析プロンプト(Prompts)
  • predict-race:競走予測分析(基本/詳細/統計)
  • horse-performance-report:馬の成績詳細レポート
  • market-analysis:馬券市場分析(オッズ/取引量/トレンド)

🎯 活用分野

  • 競走予測:データに基づく競走結果の予測
  • 投資分析:馬券投資戦略の策定
  • 成績評価:馬、騎手、調教師の成績分析
  • 市場分析:オッズと取引量のパターン分析
  • リスク管理:投資リスクの評価と管理

📦 インストールと設定

必要条件
  • Node.js 18.0.0 以上
  • npm または yarn
  • 韓国馬事会の公共 API へのアクセス権 ✅ 実際の連携が完了しています
KRA API キーの設定(必須)
  1. 公共データポータルに申請

    • 公共データポータルにアクセス
    • 「韓国馬事会競走記録情報」API を検索して申請
    • 承認後、サービスキーを取得
  2. 環境変数の設定

    # Windows (PowerShell)
    $env:KRA_SERVICE_KEY="YOUR_SERVICE_KEY_HERE"
    
    # macOS/Linux
    export KRA_SERVICE_KEY="YOUR_SERVICE_KEY_HERE"
    
    # 또는 .env 파일 생성
    echo "KRA_SERVICE_KEY=YOUR_SERVICE_KEY_HERE" > .env
    
  3. サービスキーの確認

    • URL エンコードされたキーを使用する必要があります
    • 特殊文字が含まれている場合はエンコードが必要です
プロジェクトのインストール
# 저장소 클론
git clone <repository-url>
cd kra-mcp

# 의존성 설치
npm install

# KRA API 키 설정 (위 참조)
export KRA_SERVICE_KEY="your_service_key"

🏃‍♂️ 実行方法

開発モード
npm run dev
監視モード(ファイル変更時に自動で再起動)
npm run watch
プロダクションビルドと実行
npm run build
npm start

🔧 MCP クライアントの登録

Cursor IDE での使用

~/.cursor/mcp.json ファイルに追加:

{
  "mcpServers": {
    "kra-racing-analysis": {
      "command": "npx",
      "args": ["tsx", "src/index.ts"],
      "cwd": "/path/to/kra-mcp"
    }
  }
}

プロダクション版を使用する場合:

{
  "mcpServers": {
    "kra-racing-analysis": {
      "command": "node",
      "args": ["dist/index.js"],
      "cwd": "/path/to/kra-mcp"
    }
  }
}

Cursor を再起動すると使用できます。

🧪 テストと検証

MCP Inspector の使用
npx @modelcontextprotocol/inspector npx tsx src/index.ts
ツールのテスト例
# 경주 분석 테스트
analyze-race --raceDate="2024-01-15" --raceNumber="3" --trackCode="seoul"

# 말 성적 분석 테스트
analyze-horse-performance --horseName="우승마" --period="1year"

📂 プロジェクト構成

kra-mcp/
├── src/
│   └── index.ts              # 메인 서버 파일
├── dist/                     # 빌드된 JavaScript 파일
├── package.json              # 프로젝트 설정
├── tsconfig.json             # TypeScript 설정
├── .gitignore               # Git 제외 파일
└── README.md                # 프로젝트 문서

🔍 使用例

1. 競走分析のリクエスト
{
  "method": "tools/call",
  "params": {
    "name": "analyze-race",
    "arguments": {
      "raceDate": "2024-01-15",
      "raceNumber": 5,
      "trackCode": "seoul"
    }
  }
}
2. 馬の情報の取得
{
  "method": "resources/read",
  "params": {
    "uri": "horses://우승마"
  }
}
3. 競走予測プロンプト
{
  "method": "prompts/get",
  "params": {
    "name": "predict-race",
    "arguments": {
      "raceDate": "2024-01-15",
      "raceNumber": "5",
      "analysisType": "detailed"
    }
  }
}

🛠️ 開発ガイド

新しい分析ツールの追加
server.tool("new-analysis-tool",
  { 
    param1: z.string(),
    param2: z.number().optional()
  },
  async ({ param1, param2 }) => ({
    content: [{ 
      type: "text", 
      text: `분석 결과: ${param1} ${param2 || ''}` 
    }]
  })
);
新しいデータリソースの追加
server.resource(
  "new-resource",
  new ResourceTemplate("resource://{id}", { list: undefined }),
  async (uri, { id }) => ({
    contents: [{
      uri: uri.href,
      text: JSON.stringify({ id, data: "..." }, null, 2)
    }]
  })
);

🌐 API 連携状況

✅ 現在連携済みの API:

  • 韓国馬事会の公共 API:競走情報、出走馬データ、騎手情報
  • API214_1:競走の詳細結果と分析データ
  • API12_1:騎手情報の取得
  • API299:競走統計と予測情報

⏳ 今後連携予定:

  • リアルタイムオッズ API:オッズの変化を追跡
  • 気象情報 API:馬場状態の影響を分析

📊 データ分析機能

対応する分析タイプ
  • テクニカル分析:過去の成績に基づくパターン分析
  • 統計分析:確率モデルと回帰分析
  • 市場分析:オッズと取引量の分析
  • 比較分析:馬、騎手、調教師の比較
予測モデル(計画中)
  • 機械学習モデル:過去のデータに基づく予測
  • アンサンブルモデル:複数のモデルを組み合わせた予測
  • リアルタイム分析:競走当日のリアルタイムデータ分析

🔒 セキュリティと遵守事項

  • 韓国馬事会 API の利用規約を遵守
  • 個人情報保護法を遵守
  • API キーを安全に管理
  • データ使用量の制限を遵守

📚 参考資料

📄 ライセンス

MIT License


⚠️ 重要:実際の KRA 公共 API と連携して動作します。API キーの設定が必要です。

💡 ヒント:Context7 と併用すると、より正確な競馬データ分析を得られます!プロンプトに use context7 を追加してみてください。

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。