mcpField
N
NerdyChefs Prompts

NerdyChefs Prompts

ローカル
nerdychefs.aiAI・エージェント25 週間前に更新

NerdyChefs Prompts について

NerdyChefs Promptsは、NerdyChefs.aiの無料プロンプトライブラリを検索・閲覧するMCPサーバーです。プロンプトやパックの詳細を必要に応じて取得し、検索と絞り込みはローカルで処理します。

主な機能

  1. 01条件を指定したプロンプト検索
  2. 02プロンプト全文の取得
  3. 03プロンプトパックの閲覧
  4. 04カテゴリ、ペルソナ、タグの一覧
  5. 05取得データを60分間キャッシュ

活用シーン

  1. 01タスクに合うプロンプトの検索
  2. 02プロンプトパックと内容の確認
  3. 03カテゴリやペルソナからの探索

MCP 対応

MCPクライアントに、プロンプト検索、プロンプトとパックの取得、分類情報のツールを提供します。`nerdychefs://pack/{slug}`のパックリソースも利用できます。

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": {
"mayeu20-nerdychefs": {
"command": "npx",
"args": [
"-y",
"nerdychefs-mcp"
]
}
}
}
起動コマンドnpx -y nerdychefs-mcp

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
npmnerdychefs-mcp0.1.2

ツール

8

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
tagstringいいえ
limitintegerいいえ
querystringはい
personastringいいえ
categorystringいいえ
include_prompt_textbooleanいいえ

詳細

nerdychefs-mcp

アシスタントからNerdyChefs.aiの無料プロンプトライブラリにアクセスできるMCPサーバーです。タスクを検索したり、パックを開いたり、ランダムなプロンプトを選んで試したりできます。

stdio経由で動作し、必要になった時点でプロンプトを取得します。データはメモリ上に60分間保持されます。Node 20以降が必要です。

ツール

名前引数取得できる内容
search_promptsquery(2~200文字);任意の category、persona、tag、limit(1~25、既定値は10)、include_prompt_text(既定値はfalse)ランク付けされたプロンプトの概要、一致件数、リンク。
get_promptid(整数)全文とリンクを含む単一のプロンプト。
random_prompt任意の category、persona、tag全文と対象件数を含むランダムなプロンプト。
list_packs任意の category、query、limit(1~120、既定値は50)タイトル順のパックと、その説明およびリンク。
get_packid(スラッグまたは完全一致するタイトル);任意の include_prompts(既定値はtrue)、include_prompt_text(既定値はfalse)パックの詳細、セクション、ID順の任意のプロンプト。
list_categoriesなしカテゴリー、サブカテゴリー、プロンプト件数。
list_personas任意の top(1~873、既定値は50)、query件数順、次に名前順のペルソナ。
list_tags任意の top(1~500、既定値は50)、query件数順、次に名前順のタグ。

カテゴリー、ペルソナ、タグのフィルターは、大文字と小文字を区別しない完全一致で照合されます。パックのクエリではタイトルと説明を検索します。ペルソナとタグのクエリでは、名前の一部に一致するものを検索します。検索結果には、要求しない限りプロンプトのテキストは含まれません。上記のすべての引数にはツールスキーマ内にも説明があるため、クライアント上で同じ詳細をインライン表示できます。

見落としやすい点が2つあります。どちらもエラーにはならず、静かに失敗します。

  • カテゴリーはIDではなく名前で絞り込んでください。 list_categories は両方を返しますが、一致するのは Engineering & DevOps だけです。スラッグ形式の engineering-devops では結果が空になります。
  • get_prompt のIDは、公開されているプロンプトファイル内の位置であり、ウェブサイト上のIDではありません。 同じセッション内の search_prompts、random_prompt、または get_pack で取得したIDを使ってください。nerdychefs.aiのページからコピーしたIDや、先週保存したIDは、別のプロンプトを示すことがあります。

リソース nerdychefs://pack/{slug} は、get_pack と同じJSONを返します。ただし、プロンプトの概要は含み、プロンプト本文は含みません。

Claude Desktopへのインストール

この項目をMCP設定に追加し、クライアントを再起動してください:

{
  "mcpServers": {
    "nerdychefs": {
      "command": "npx",
      "args": ["-y", "nerdychefs-mcp"]
    }
  }
}

Claude Codeへのインストール

claude mcp add nerdychefs -- npx -y nerdychefs-mcp

Cursorへのインストール

以下をMCP設定に追加してください:

{
  "mcpServers": {
    "nerdychefs": {
      "command": "npx",
      "args": ["-y", "nerdychefs-mcp"]
    }
  }
}

Codex CLIへのインストール

codex mcp add nerdychefs -- npx -y nerdychefs-mcp

設定

NERDYCHEFS_API_BASE の既定値は https://www.nerdychefs.ai/api です。APIパスを変更するには、サーバーの環境変数に設定してください。リモートURLには www.nerdychefs.ai 上のHTTPSを使用する必要があります。フィクスチャテストでは、ローカルのHTTPアドレスを使用できます。リダイレクトは拒否されます。

ファイルは必要に応じて読み込まれ、それぞれ個別に60分間キャッシュされます。リクエストが失敗した場合は、1回再試行します。ツール呼び出しが失敗すると、読み込めなかったファイル名が示されます。

プライバシー

サーバーが通信するリモートホストは www.nerdychefs.ai だけです。公開JSONファイルをダウンロードします。検索とフィルタリングはローカルで実行されます。ユーザーのクエリ、プロンプト入力、クライアントとの会話がサイトに送信されることはありません。

ログが記録されたり、ほかの場所にデータが送信されたりすることはありません。テレメトリー、アナリティクス、実行時のディスクキャッシュはありません。ローカルのフィクスチャテストでは、ループバックHTTPサーバーを使用します。返されるウェブサイトのリンクには、固定の utm_source=mcp、utm_medium=tool、utm_campaign=nerdychefs_mcp パラメーターが含まれます。

クレジット表記

プロンプトの提供元はNerdyChefs.aiです。プロンプトはnerdychefs.aiからリアルタイムで提供され、そのサイトのコンテンツとして扱われます。各プロンプトの結果には、クレジット表記と、そのプロンプトおよびパックのページへのリンクが含まれます。このパッケージにプロンプトコーパスは含まれていません。

開発

pnpm install
pnpm build
pnpm test
NERDYCHEFS_LIVE=1 pnpm test

通常のテストでは、小規模なローカルフィクスチャを使用します。ライブスモークテストは、NERDYCHEFS_LIVE=1 の場合にのみ実行されます。コンパイル済みのサーバーは node dist/index.js で起動するか、編集中は pnpm dev を使用してください。標準出力は MCP メッセージ専用です。

ライセンス

サーバーコードは MIT ライセンスです。Copyright 2026 Mathieu Kessler。LICENSE を参照してください。このライセンスの対象はサーバーコードです。プロンプトは引き続き NerdyChefs.ai のコンテンツです。

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。