mcpField
M
MCP Agent Server

MCP Agent Server

リモート
github.com/LeadBroafAI・エージェント573 週間前に更新
リポジトリ

MCP Agent Server について

MCP Agent Serverは、n8nなどのワークフローエンジンを使うチーム向けに、永続的なAIエージェントを構築・管理するオープンソースプラットフォームです。自然言語によるタスク入力、エージェントごとのメモリとフィードバックを備え、Dockerでの展開やコネクター、スキルによる拡張に対応します。

主な機能

  1. 01自然言語によるタスク入力
  2. 02エージェントごとの永続メモリ
  3. 03フィードバックと学習ループ
  4. 04n8nなどのワークフローエンジン連携
  5. 05Docker Composeによるデプロイ
  6. 06プラグイン式コネクターとスキル

活用シーン

  1. 01自然言語の依頼をワークフロータスクに変換
  2. 02複数の操作にわたるエージェントの記憶とフィードバック保持
  3. 03アナリストや管理者など役割別AIエージェントの構築

MCP 対応

既定で http://localhost:4000 にMCPサーバーを提供します。APIにはエージェントのメモリ、フィードバック、トリガー用エンドポイントがあり、トリガーはn8n連携用のスタブと説明されています。

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http://localhost:4000
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

MCP Agent Server

n8n やその他のワークフローエンジンと連携するように設計された、AI 従業員向けのオープンソースの「頭脳」です。

クイックスタート

  1. リポジトリをクローンします: git clone https://github.com/yourusername/mcp-agent-server.git cd mcp-agent-server

  2. 必要に応じて、ドキュメントフォルダーとメモリフォルダーをコピーします。

  3. Docker Compose でビルドして実行します: docker-compose up --build

  4. MCP サーバーは http://localhost:4000 で利用できます。

はじめに

  1. Node.js と Docker がインストールされていることを確認します。
  2. package.json からコメントを削除します(JSON はコメントをサポートしていません)。
  3. npm install を実行して依存関係をインストールします。
  4. docker-compose up --build を使用して、すべてのサービスを起動します。
  5. サーバーは http://localhost:4000 で利用できます。
  6. アーキテクチャと設計については、/docs フォルダーと /memory フォルダー、および MCP memory 内の「mcp-agent-server project plan」を参照してください。

プロジェクト構成

  • /docs — 設計、アーキテクチャ、使用方法のドキュメント
  • /memory — 永続メモリ、ログ、ナレッジ

プロジェクトのビジョン:MCP Agent Server

mcp-agent-server は、n8n やその他のワークフローエンジンとシームレスに連携するように設計された、AI 従業員/エージェント向けのオープンソースのモジュール型「頭脳」です。

  • AI 従業員というメタファー:
    ユーザーが、各自のメモリ、学習、フィードバックループを備えた永続的な AI エージェントを「雇用」し、「任務を割り当て」、「評価」し、「改善」できるようにします。

  • 独自の考え方に基づく、エージェント中心の設計:
    汎用的なワークフロー自動化ツールとは異なり、MCP agent server は独自の考え方に基づき、「AI 従業員」というメタファーに重点を置いています。そのため、メモリ、フィードバック、学習はオプションの追加機能ではなく、コア機能となっています。

  • 自然言語インターフェース:
    自然言語による指示(API 呼び出しやワークフロートリガーだけではありません)を受け取り、それらを実行可能なタスクに解析し、n8n やその他のコネクターを介して実行をオーケストレーションします。

  • プロアクティブで、適応性があり、パーソナライズされた設計:
    エージェントはアクションを提案し、ユーザーのフィードバックから学習し、時間とともに改善できます。

  • 業種特化型ソリューションとシンプルさ:
    事前構築されたスキル、ワークフロー、フィードバックループを備えた業種特化型ソリューション(例:「AI Analyst」、「AI Admin」)に加え、中小企業や個人向けのシンプルで技術的な知識を必要としないユーザー体験をサポートします。

  • 永続的でエージェント中心のメモリ:
    メモリとフィードバックは永続的で、エージェントを中心に設計されています。これにより、エージェントは過去のアクション、ユーザーの好み、パフォーマンス履歴を記憶できます。

  • 簡単なデプロイと拡張性:
    簡単なデプロイ(Docker、Docker Compose)、拡張性(プラグイン可能なコネクターとスキル)、および SaaS による収益化(マルチテナント、API キー管理、請求システムとの統合)を実現するように設計されています。

  • 単なるワークフローツールではありません:
    MCP agent server は、人間とともに働き、経験から学び、実際のビジネス価値をもたらす AI 従業員を構築、管理、改善するためのプラットフォームです。

設計、アーキテクチャ、背景情報の詳細については、MCP memory 内の「mcp-agent-server project plan」エンティティ、および /docs フォルダーと /memory フォルダーを参照してください。

API 認証

/health、/users/register、/users/login を除くすべてのエンドポイントでは、x-api-key ヘッダーが必要です。API キーはユーザーごとに管理されます。ユーザーと API キーの管理については、以下を参照してください。

ユーザーと API キーの管理

エンドポイント
  • POST /users/register — 新規ユーザーを登録します(メールアドレス、パスワード)
  • POST /users/login — ログインして API キーを受け取ります
  • GET /users/me/api-keys — 自分の API キーを一覧表示します
  • POST /users/me/api-keys — 新しい API キーを作成します
  • DELETE /users/me/api-keys/:id — API キーを無効化します
PowerShell の使用例
# Register a new user
Invoke-RestMethod -Uri "http://localhost:4000/users/register" -Method Post -ContentType "application/json" -Body '{"email": "[email protected]", "password": "yourpassword"}'

# Login and get API key
$login = Invoke-RestMethod -Uri "http://localhost:4000/users/login" -Method Post -ContentType "application/json" -Body '{"email": "[email protected]", "password": "yourpassword"}'
$apiKey = $login.apiKey

# List API keys
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys" -Method Get -Headers @{ "x-api-key" = $apiKey }

# Create a new API key
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys" -Method Post -Headers @{ "x-api-key" = $apiKey }

# Revoke an API key (replace 1 with the actual key id)
Invoke-RestMethod -Uri "http://localhost:4000/users/me/api-keys/1" -Method Delete -Headers @{ "x-api-key" = $apiKey }
curl の使用例
# Register a new user
curl -X POST http://localhost:4000/users/register -H "Content-Type: application/json" -d '{"email": "[email protected]", "password": "yourpassword"}'

# Login and get API key
curl -X POST http://localhost:4000/users/login -H "Content-Type: application/json" -d '{"email": "[email protected]", "password": "yourpassword"}'

# List API keys
curl http://localhost:4000/users/me/api-keys -H "x-api-key: <your-api-key>"

# Create a new API key
curl -X POST http://localhost:4000/users/me/api-keys -H "x-api-key: <your-api-key>"

# Revoke an API key (replace 1 with the actual key id)
curl -X DELETE http://localhost:4000/users/me/api-keys/1 -H "x-api-key: <your-api-key>"

エージェントのメモリとフィードバックのエンドポイント

  • POST /agents/:id/memory — エージェントのメモリ/フィードバックを追加します。
  • GET /agents/:id/memory — エージェントのすべてのメモリ/フィードバックを一覧表示します。
  • POST /agents/:id/trigger — エージェントのアクションをトリガーします(n8n 統合用のスタブ)。
PowerShell の使用例
$headers = @{ "x-api-key" = "changeme" }

# Create an agent
Invoke-RestMethod -Uri "http://localhost:4000/agents" -Method Post -Headers $headers -ContentType "application/json" -Body '{"name": "Test Agent"}'

# Add memory/feedback
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/memory" -Method Post -Headers $headers -ContentType "application/json" -Body '{"content": "Agent completed onboarding."}'

# List memory/feedback
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/memory" -Method Get -Headers $headers

# Trigger agent
Invoke-RestMethod -Uri "http://localhost:4000/agents/1/trigger" -Method Post -Headers $headers
curl の使用例
curl -X POST http://localhost:4000/agents/1/memory -H "Content-Type: application/json" -H "x-api-key: changeme" -d '{"content": "Agent completed onboarding."}'
curl http://localhost:4000/agents/1/memory -H "x-api-key: changeme"
curl -X POST http://localhost:4000/agents/1/trigger -H "x-api-key: changeme"

データベースのマイグレーションとスキーマ管理

  • すべてのデータベースマイグレーションは、コンテナの起動時に自動的に適用されます(docker-entrypoint.shを参照してください)。
  • 新しいモデルやフィールドを追加するには:
    1. prisma/schema.prismaを編集します。
    2. ローカルで(Docker Postgresを起動した状態で)npx prisma migrate dev --name <desc>を実行します。
    3. 生成されたマイグレーションファイルをprisma/migrations/にコミットします。
  • デプロイまたはコンテナの再ビルドのたびに、すべてのマイグレーションが自動的に適用されます。

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。