mcpField
F
Frenchie

Frenchie

リモート
getfrenchie.devメディア・デザイン025 週間前に更新
リポジトリ公式サイト

Frenchie について

Frenchie は、ファイル抽出、音声・動画の文字起こし、画像生成を行うコーディングエージェント向け MCP サーバーです。要件からリリースまでを扱うチーム向けワークフローのスキルも含みます。

主な機能

  1. 01PDF・画像を Markdown に変換
  2. 02音声・動画の文字起こし
  3. 03Office・CSV ファイルの抽出
  4. 04テキストプロンプトから画像を生成
  5. 05要件からリリースまでのチームワークフロー

活用シーン

  1. 01レポート PDF を Markdown に変換
  2. 02表計算・プレゼン資料から内容を抽出
  3. 03音声や動画を文字起こし
  4. 04テキストプロンプトから画像を生成

MCP 対応

stdio MCP サーバーとして、OCR、文字起こし、ファイル抽出、画像生成のツールをクライアントに提供します。HTTP モードではファイルのアップロードと結果の取得にも対応します。

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://mcp.getfrenchie.dev
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。

すべてのエンドポイント
Streamable HTTPhttps://mcp.getfrenchie.dev認証が必要
パッケージ
npm@lab94/frenchie0.5.0

ツール

7
パラメーター型必須説明
api_keystringいいえ任意の Frenchie API キー(fr_...)。省略すると FRENCHIE_API_KEY 環境変数にフォールバックします。
file_pathstringいいえローカルファイルの絶対パスです。Stdio トランスポートのみ対応します。HTTP 経由の場合は、先に upload_file でアップロードし、uploaded_file_reference を渡してください。
uploaded_file_referencestringいいえupload_file が返すオブジェクトキーです。HTTP トランスポートでは必須です。Stdio で file_path が指定されている場合は無視されます。

詳細

Frenchie — エージェントの頼れる相棒。

smithery badge

@lab94/frenchie

Frenchie — エージェントの頼れる相棒。

コマンドひとつで、コーディングエージェントに Frenchie をインストールできます。Frenchie Kit は、エージェントにファイルおよびマルチモーダル機能を提供します。PDF や画像の読み取り、音声や動画の文字起こし、Office/CSV ファイルの Markdown への抽出、テキストプロンプトからの画像生成が可能です。Frenchie Method は、要件からリリースまでの体系的なワークフローをチームに提供します。

0.1.x または 0.2.x からアップグレードしますか? 0.3.0 での破壊的変更(stdio のメタデータのみのレスポンス、絶対パスを使う MCP 設定、新しい mcp --help / --selftest フラグ)については、MIGRATION.md をご覧ください。

このパッケージには、以下が含まれます。

  • Frenchie Kit(/ocr、/transcribe、/extract、/generate-image、/frenchie-status コマンドと、HTTP/stdio MCP のガイダンス)
  • Frenchie Method(/frenchie-method、/requirement、/qa-analysis、/implement、/run-test、/pr-review、/release-check および関連するワークフローコマンド)
  • npx 用にバンドルされた Frenchie stdio MCP サーバー(lab94-frenchie mcp)
  • スキルと MCP 設定をエージェントに組み込むインストーラー

クイックスタート

1. スキルをインストールする

プロジェクトのルートから実行します。

npx @lab94/frenchie install

これにより、Frenchie Kit と Frenchie Method のスキルがインストールされます。Method はテキストのみで動作するため、API キーは不要です。

Method の設定(任意):

npx @lab94/frenchie install --init-method

.frenchie/method.config.json と .frenchie/.gitignore が作成されます。ルートの .gitignore は編集されません。

2. ファイルや画像の機能が必要な場合は、Kit MCP ツールを使うためにログインする

getfrenchie.dev でアカウントを作成してください。初回登録時に、メールアドレスごとに一度だけ、100 クレジットを無料で利用できます。 クレジットカードは不要です。

次に、ローカルエージェントを接続します。

npx @lab94/frenchie login

ログインコマンドを実行すると、ブラウザーでデバイスコード認証フローが開き、その後、インストーラーが作成した MCP 設定に FRENCHIE_API_KEY が書き込まれます。キー全体が表示されることはありません。

ダッシュボードからすでにキーを取得している場合の代替手順:

npx @lab94/frenchie install --api-key fr_your_key_here

特定のエージェントを指定する場合:

npx @lab94/frenchie login --agent claude
npx @lab94/frenchie login --agent cursor
npx @lab94/frenchie login --agent codex
npx @lab94/frenchie login --agent vscode
npx @lab94/frenchie login --agent gemini

ユーザーレベルでインストールする場合(Antigravity、Windsurf、Zed、Claude Desktop)は、--global フラグが必要です。自動検出によって $HOME 配下に書き込まれることはありません。

npx @lab94/frenchie login --agent antigravity   --global
npx @lab94/frenchie login --agent windsurf       --global
npx @lab94/frenchie login --agent zed            --global
npx @lab94/frenchie login --agent claude-desktop --global

既存のキーを使う場合の代替手順:

npx @lab94/frenchie install --agent claude        --api-key fr_…
npx @lab94/frenchie install --agent codex         --api-key fr_…
npx @lab94/frenchie install --agent antigravity   --global --api-key fr_…
npx @lab94/frenchie install --agent claude-desktop --global --api-key fr_…

ログインすると、エージェントは ocr_to_markdown、transcribe_to_markdown、extract_to_markdown、または generate_image を呼び出せるようになります。OCR、文字起こし、抽出の結果は自動的に .frenchie/<name>/result.md に保存されます。生成された画像は .frenchie/<slug>/generated.<ext> に保存されます。

後からアップグレードする

新しい Frenchie バージョンが公開されたら、各 MCP 設定内の固定されたパッケージ指定(@lab94/[email protected])を新しいバージョンに更新して、npx がキャッシュされた古いバンドルを使い続けないようにする必要があります。すべてを更新するには、次の 2 つのコマンドを使います。

# Project-scoped configs in this directory (.mcp.json, .cursor/mcp.json, .codex/config.toml, etc.)
npx @lab94/frenchie@latest install

# Every $HOME config that already has a frenchie entry — Antigravity, Claude Desktop, Windsurf, Zed,
# and any global Claude Code / Cursor / Codex / Gemini configs you set up. cwd doesn't matter.
npx @lab94/frenchie@latest install --global

install --global はアップグレードモードです。すでに存在する frenchie エントリーのみを書き換えます。$HOME 配下に新しいものが予期せずインストールされることはありません。初回のグローバルインストールには、引き続き install --agent <name> --global を使用してください。

3. エージェントを再起動する

インストーラーが、エージェントの再起動方法を表示します。その後、次のように依頼してください。

OCR ./report.pdf with Frenchie

……あとは Frenchie にお任せください。

ワークフローのオーケストレーションを依頼する場合:

/frenchie-method

単一の Frenchie コマンドを使うエージェントでは、/frenchie は引き続き Kit のエントリーポイントとして機能します。Method のエイリアスではありません。

ホスト型エージェント(Lovable、Manus、Claude.ai、ChatGPT.com、Le Chat)

これらのエージェントはローカルの npm バイナリを実行できません。代わりにホスト型 MCP エンドポイントを使用してください。

URL:    https://mcp.getfrenchie.dev
Header: Authorization: Bearer fr_your_key_here

同じ @lab94/frenchie スキルファイルを HTTP モードでも使用できます。install --agent <name> で一度インストールすると、付属の SKILL.md により、OCR、文字起こし、抽出を呼び出す前に upload_file でファイルをアップロードするようエージェントに指示されます。HTTP モードでは画像生成にアップロード手順は不要です。生成処理は有効期間の短い imageUrl を返すため、エージェントはユーザー向けに画像をダウンロードする必要があります。

利用できる機能

Frenchie Kit
コマンド機能
/ocr <file>PDF または画像を Markdown に解析します
/transcribe <file>音声または動画を Markdown の文字起こしに解析します
/extract <file>DOCX、XLSX、CSV、TSV、または PPTX を Markdown に解析します
/generate-image <prompt>テキストプロンプトから画像を 1 枚生成します
/frenchie-statusクレジットと最近のジョブを確認します

内部では、Frenchie は次の MCP ツールを公開しています。

  • ocr_to_markdown
  • transcribe_to_markdown
  • extract_to_markdown
  • generate_image
  • get_job_result
  • upload_file (HTTP mode only)
  • fetch_result_file (HTTP mode only)
Frenchie Method

スラッシュ表記は、Method コマンドの正式な名前です。Claude Code はコマンドファイルを直接読み込みます。Codex Desktop では、requirement や qa-analysis などのラッパースキルを通じて同じエントリーを利用できます。インストール後、/requirement を試す前に Codex を再起動してください。スラッシュコマンドに対応していないホストでは、Frenchie Method requirement ... のような自然言語を使用できます。

コマンド機能
/frenchie-method要件からリリースまで、タスクを Method のワークフローに沿って進めます
/method-checkMethod の設定、成果物、ゲート、次のアクションを検証します
/requirementリクエストを範囲の定まった要件にまとめます
/qa-analysis / /test-case実装計画の前に検証方法を設計します
/sa-analysis / /implementation-planアーキテクチャと実装方針を分析します
/implementMethod の成果物に基づいて、現在のエージェントで実行します
/run-testリポジトリで定義された検証を実行し、テストレポートを作成します
/pr-review / /review-pr結果、テスト、セキュリティ、成果物の差分をレビューします
/release-check読み取り専用でリリース準備状況のゲートを確認します

Method は、任意のワークフロー成果物を .frenchie/docs/feature/ に保存します。install --init-method は .frenchie/method.config.json に、目に見える skillTriggers のスケルトンも書き込みます。コマンドキーは、チームがインストール済みのエージェントスキルを設定できる空欄です。たとえば、"requirement": ["brainstorming"] のように設定できます。Method の設定と成果物をコミットするか無視するかは、チームで決定してください。

呼び出し — 各エージェントで Frenchie を呼び出す方法

エージェントごとに MCP の扱い方は少し異なります。/ocr は Claude Code 専用のスラッシュコマンドです。Method のスラッシュコマンドはホストに依存し、Claude Code 以外では Codex のラッパースキルを使用します。その他のエージェントでは、自然言語、@ メンション、またはサーバー名のスラッシュコマンドを使用します。以下の情報はすべて dogfood で検証済みです。

エージェント呼び出し方法詳細ガイド
Claude Code/ocr TOR.pdfドキュメント
CursorUse Frenchie to OCR TOR.pdfドキュメント
Codex (Desktop / CLI / IDE)Kit: /frenchie TOR.pdf · @frenchie ocr TOR.pdf; Method: 再起動後に /requirement、または Frenchie Method requirement ...ドキュメント
Antigravity/frenchie TOR.pdf (サーバー名で呼び出します)ドキュメント
VS Code Copilot/frenchie TOR.pdfドキュメント
Claude DesktopUse Frenchie to OCR TOR.pdfドキュメント
WindsurfOCR TOR.pdf via Frenchieドキュメント
Gemini CLIOCR TOR.pdf with Frenchieドキュメント
ZedOCR TOR.pdf via Frenchieドキュメント

うまく動作しませんか? 症状から引けるトラブルシューティングガイドをご覧ください。dogfood で遭遇したすべてのエラーについて、標準的な解説を掲載しています。

料金

シンプルな料金体系です。サブスクリプションはありません。

ファイル抽出の料金:DOCX は 1 ページあたり 0.5 クレジット、XLSX は 1 シートあたり 0.5 クレジット、CSV/TSV は 1 ファイルあたり 0.5 クレジット、PPTX は 1 スライドあたり 1 クレジットです。

操作料金
OCR1 ページあたり 1 クレジット
文字起こし1 分あたり 2 クレジット
DOCX 抽出1 ページあたり 0.5 クレジット
XLSX 抽出1 シートあたり 0.5 クレジット
CSV/TSV 抽出1 ファイルあたり 0.5 クレジット
PPTX 抽出1 スライドあたり 1 クレジット
画像生成1 画像あたり 20 クレジット

1 ドル = 100 クレジットです。 クレジットに有効期限はありません。

プライバシー

ファイルは処理後に削除されます。結果は最初に配信されてから約 30 分で期限切れになります。永続的に保存したい場合は、結果が返されたら Markdown を保存してください。

対応形式

OCR: PDF、PNG、JPG、JPEG、WebP

文字起こし: MP3、M4A、WAV、MP4、MOV、WebM

ファイル抽出: DOCX、XLSX、CSV、TSV、PPTX

画像生成: テキストプロンプトから PNG、JPEG、WebP 形式で出力

お困りですか?

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。