MCP Servers for Cursor AI

Cursor AI 向け MCP サーバー

このリポジトリには、Cursor AI と外部ツールやデータベースとの連携を可能にする、Model Context Protocol（MCP）サーバーのセットアップが含まれています。

利用可能な MCP サーバー

1. PostgreSQL MCP サーバー

PostgreSQL データベースの管理機能を提供する、フル機能の Model Context Protocol（MCP）サーバーです。このサーバーは、既存の PostgreSQL のセットアップの分析、実装方法の案内、データベースの問題のデバッグ、スキーマの管理、データの移行、データベースのパフォーマンス監視を支援します。

• 場所：./postgresql-mcp/
• 機能：データベース分析、スキーマ管理、データ移行、監視
• ソース：HenkDz/postgresql-mcp-server

主なツール

• analyze_database：PostgreSQL の構成とパフォーマンスを分析します
• get_setup_instructions：PostgreSQL のセットアップ手順を段階的に確認します
• debug_database：一般的な PostgreSQL の問題をデバッグします
• get_schema_info：データベースのスキーマ情報を取得します
• create_table、alter_table：データベースのテーブルを管理します
• export_table_data、import_table_data：形式間でデータを移行します
• copy_between_databases：PostgreSQL インスタンス間でデータをコピーします
• monitor_database：PostgreSQL のメトリクスをリアルタイムで監視します

Cursor AI での使用例

• 「postgresql://user:password@localhost:5432/dbname にある PostgreSQL データベースを分析してください」
• 「PostgreSQL データベースにある users テーブルのスキーマを表示してください」
• 「id、name、price、created_at カラムを持つ products テーブルを新規作成してください」
• 「データベースのパフォーマンスを監視し、実行に 30 秒以上かかっているクエリを表示してください」

2. Obsidian MCP サーバー

Local REST API プラグインを通じて、Obsidian.md のノートや保管庫と AI がやり取りできるようにするサーバーです。これにより、Cursor AI から Obsidian の保管庫内のコンテンツを直接検索、読み取り、書き込みできます。

• 場所：./obsidian-mcp/
• 機能：ファイルの一覧表示、ノートの検索、コンテンツの読み取りと書き込み
• ソース：MarkusPfundstein/mcp-obsidian
• 必要条件：Local REST API プラグインをインストールした Obsidian

主なツール

• list_files_in_vault：Obsidian の保管庫にあるすべてのファイルを一覧表示します
• list_files_in_dir：指定したディレクトリ内のファイルを一覧表示します
• get_file_contents：指定したノートのコンテンツを取得します
• simple_search：保管庫内でテキストに一致する箇所を検索します
• complex_search：パターンマッチングを使った高度な検索を行います
• patch_content：既存のノートにコンテンツを挿入します
• append_content：新規または既存のノートにコンテンツを追加します
• batch_get_file_contents：複数のファイルを一度に取得します

Cursor AI での使用例

• 「Obsidian の保管庫にあるすべてのファイルを一覧表示してください」
• 「『Project Requirements』というノートのコンテンツを取得してください」
• 「保管庫内で『machine learning』が言及されている箇所をすべて検索してください」
• 「最新のプロジェクト会議の要約を含む『Meeting Summary』というノートを新規作成してください」
• 「『Daily Notes』ファイルの『Tasks』見出しの下に、今日のタスクを追加してください」

3. n8n MCP サーバー

n8n API を介して n8n インスタンスとの連携を提供し、Cursor AI から直接ワークフローの管理や実行を可能にするサーバーです。標準化された通信のために MCP SDK を使用して構築されています。

• 場所：./n8n-mcp/
• 機能：ワークフローの一覧表示、ワークフローの状態管理、ワークフローの実行、実行履歴の表示
• 必要条件：API アクセスが可能な n8n インスタンス
• 実装：Zod による検証とともに Model Context Protocol SDK を使用します

主なツール

• mcp_list_workflows：n8n インスタンス内のすべてのワークフローを一覧表示します
• mcp_get_workflow：ID を指定して、特定のワークフローの詳細を取得します
• mcp_activate_workflow：ID を指定して、特定のワークフローを有効化します
• mcp_deactivate_workflow：ID を指定して、特定のワークフローを無効化します
• mcp_execute_workflow：任意の入力データを指定して、特定のワークフローを実行します
• mcp_list_workflow_executions：特定のワークフローの実行履歴を一覧表示します
• mcp_get_execution：ID を指定して、特定の実行の詳細を取得します

Cursor AI での使用例

• 「n8n インスタンス内のすべてのワークフローを一覧表示して」
• 「ワークフロー X の詳細を表示して」
• 「ワークフロー Y を有効にして、トリガーを待ち受けるようにして」
• 「この入力データでワークフロー Z を実行して」
• 「ワークフロー X の最近の実行をすべて表示して」
• 「実行 ABC の詳細を取得して」

4. Gemini Image MCP サーバー

Google の Gemini 2.5 Flash Image モデルを使用して、AI 画像生成機能を提供するサーバーです。サイズ、出力先、生成パラメーターを完全に制御しながら、テキストの説明から高品質な画像を直接生成できます。

• 場所：./gemini-image-mcp/
• 機能：テキストからの画像生成、複数のサイズ、カスタマイズ可能な出力、ストリーミング対応
• 必要なもの：Google Gemini API キー
• 実装：MCP SDK で構築され、パラメーターを完全に設定可能

主なツール

• generate_image：カスタマイズ可能なパラメーターでテキストプロンプトから画像を生成します
  • 複数の画像サイズに対応（256px、512px、1K、2K、4K）
  • 出力ディレクトリとファイル名を設定可能
  • 生成した画像についての AI によるテキスト説明を任意で追加可能
  • ファイル管理と検証を自動で実行

Cursor AI での使用例

• 「海に沈む夕日の画像を生成して」
• 「空飛ぶ車がある未来都市の 4K 画像を生成して」
• 「かわいいロボットの画像を生成して、./my-images/ に保存して」
• 「浮遊島にあるファンタジーな城の 2K 画像を生成して、castle_concept.png という名前を付けて」
• 「モダンでミニマルなコーヒーメーカーの画像を、商品写真のスタイルで生成して」

設定

すべての設定は src/config.ts で細かく調整できます。

• 画像サイズとデフォルトサイズ
• 出力ディレクトリとファイル名のパターン
• モデルの選択とレスポンスモダリティ
• リクエストのタイムアウトと同時実行数の上限
• 検証ルールとセキュリティ設定
• ログ記録とデバッグのオプション

セットアップ手順

前提条件

• Node.js 18 以降
• pip を備えた Python 3.11 以降
• Local REST API プラグインをインストールした Obsidian.md（Obsidian 連携用）
• PostgreSQL データベース（PostgreSQL 連携用）
• API アクセスが可能な n8n インスタンス（n8n 連携用）
• Google Gemini API キー（Gemini Image 連携用）

PostgreSQL サーバーのセットアップ

1. PostgreSQL MCP ディレクトリに移動します。

   cd postgresql-mcp
   

2. 依存関係をインストールしてビルドします。

   npm install
   npm run build
   

3. サーバーは build/index.js にビルドされます。

Obsidian サーバーのセットアップ

1. Obsidian に Local REST API プラグインをインストールします。

   • Obsidian の設定を開き、Community plugins に移動します
   • 「Local REST API」を検索してインストールします
   • プラグインを有効にして、設定から API キーをコピーします

2. Obsidian MCP ディレクトリに移動します。

   cd obsidian-mcp
   

3. 開発モードでパッケージをインストールします。

   pip install -e .
   

4. .env ファイルまたは MCP 設定で API キーを設定します。

n8n サーバーのセットアップ

1. n8n インスタンスをセットアップし、API キーを作成します。

   • n8n インスタンスにログインします
   • Settings → API に移動します
   • 適切な権限を付与した新しい API キーを作成します
   • API キーをコピーします

2. n8n MCP ディレクトリに移動します。

   cd n8n-mcp
   

3. 依存関係をインストールしてビルドします。

   npm install
   npm run build
   

4. .env ファイルまたは MCP 設定で n8n の URL と API キーを設定します。

Gemini Image サーバーのセットアップ

1. Google Gemini API キーを取得します。

   • Google AI Studio にアクセスします
   • Google アカウントを作成するか、既存のアカウントにログインします
   • API キーを生成します

2. Gemini Image MCP ディレクトリに移動します。

   cd gemini-image-mcp
   

3. 依存関係をインストールしてビルドします。

   npm install
   npm run build
   

4. サーバーは build/index.js にビルドされます。

5. （任意）設定をカスタマイズします。

   • src/config.ts を編集して、画像サイズ、出力パス、その他の設定を調整します
   • 変更後、再度 npm run build を実行します

Cursor AI の設定

Cursor AI の MCP 設定ファイル ~/.cursor/mcp.json を編集します。

{
  "mcpServers": {
    "postgresql-mcp": {
      "command": "node",
      "args": ["/path/to/mcp-servers/postgresql-mcp/build/index.js"],
      "env": {
        "PG_DB_MAP": "{\"db1\":\"postgresql://username:password@hostname:5432/database_name?sslmode=require\",\"analytics\":\"postgresql://analytics_user:[email protected]:5432/analytics?sslmode=require\",\"default\":\"db1\"}"
      }
    },
    "mcp-obsidian": {
      "command": "/path/to/python/bin/mcp-obsidian",
      "args": [],
      "env": {
        "OBSIDIAN_API_KEY": "your_api_key_here"
      }
    },
    "n8n-mcp": {
      "command": "node",
      "args": ["/path/to/mcp-servers/n8n-mcp/build/index.js"],
      "env": {
        "N8N_BASE_URL": "https://your-n8n-instance.example.com",
        "N8N_API_KEY": "your_api_key_here"
      }
    },
    "gemini-image-mcp": {
      "command": "node",
      "args": ["/path/to/mcp-servers/gemini-image-mcp/build/index.js"],
      "env": {
        "GEMINI_API_KEY": "your_gemini_api_key_here"
      }
    }
  }
}

パス、接続情報、API キーを実際の値に置き換えてください。

デバッグ

ログファイル

• PostgreSQL MCP のログ：~/Library/Logs/Cursor/mcp-server-postgresql-mcp.log
• Obsidian MCP のログ：~/Library/Logs/Cursor/mcp-server-mcp-obsidian.log
• n8n MCP のログ：~/Library/Logs/Cursor/mcp-server-n8n-mcp.log
• Gemini Image MCP のログ：~/Library/Logs/Cursor/mcp-server-gemini-image-mcp.log

MCP Inspector の使用

PostgreSQL の場合：

npx @modelcontextprotocol/inspector node /path/to/postgresql-mcp/build/index.js

Obsidian の場合：

npx @modelcontextprotocol/inspector /path/to/python/bin/mcp-obsidian

n8n の場合：

npx @modelcontextprotocol/inspector node /path/to/n8n-mcp/build/index.js

Gemini Image の場合：

npx @modelcontextprotocol/inspector node /path/to/gemini-image-mcp/build/index.js

Inspector を実行する前に、GEMINI_API_KEY 環境変数を設定してください。

セキュリティに関する注意事項

• PostgreSQL の接続文字列には機密性の高い認証情報が含まれています。可能な場合は環境変数を使用してください
• Obsidian MCP サーバーはノートの読み取り／書き込み権限を持つため、権限を慎重に確認してください
• n8n API キーを使用するとワークフローにアクセスできます。適切な権限を持つ API キーを使用してください
• Gemini API キーを使用すると Google の画像生成サービスにアクセスできます。バージョン管理に絶対にコミットしないでください
• Gemini サーバーはディレクトリトラバーサル攻撃を防ぐため、出力パスを検証します
• すべてのサーバーはお使いのマシン上でローカルに実行され、デフォルトではネットワークにサービスを公開しません