Settlemint

SettleMint SDK

✨ https://settlemint.com ✨
SettleMint をアプリケーションに簡単に統合できます。

目次

• 概要
• Model Context Protocol（MCP）の概要
  • MCP が重要なのはなぜですか？
  • 主な機能とメリット
• MCP の仕組み
  • 基本概念
  • 技術的なワークフロー
  • 主なコンポーネント
• SettleMint による MCP の実装
  • 機能と特長
  • AI とブロックチェーンでの活用
• 実践例
  • 開発ワークフローへの MCP の実装
    • Cursor で SettleMint MPC を使用する
    • Claude Desktop で SettleMint MPC を使用する
    • Cline で SettleMint MPC を使用する
    • Windsurf で SettleMint MPC を使用する
  • AI 駆動のブロックチェーンアプリケーションまたはエージェント
• コントリビューション
• ライセンス

概要

SettleMint Model Context Provider は、LLM、AI IDE、または AI エージェントを SettleMint プラットフォームやデプロイ済みのユースケースと簡単に連携させる方法を提供します。

Model Context Protocol（MCP）の概要

Model Context Protocol（MCP）は、外部データへの構造化されたコンテキストアクセスを提供することで、AI エージェントや大規模言語モデル（LLM）の能力を高めるために設計されたフレームワークです。ブロックチェーンネットワーク、外部 API、データベース、開発環境など、さまざまなデータソースと AI モデルをつなぐ橋渡し役となります。つまり、MCP によって AI モデルは外部の世界から関連するコンテキストを取り込み、より的確な推論ややり取りができるようになります。

MCP は単一のツールではなく、標準化されたプロトコルです。つまり、AI がどのように情報を要求し、外部システムがどのように応答するかを定めています。この標準に従うことで、さまざまなツールやシステムが一貫した方法で AI エージェントと通信できます。その結果、AI モデルは学習済みの知識にとどまらず、リアルタイムデータや実世界のアプリケーションとシームレスに連携できるようになります。

MCP が重要な理由

最新の AI モデルは高い能力を備えていますが、従来は閉じたシステムとして動作していました。つまり、外部システムの現在の状態を把握せず、学習データから得たパターンに基づいて応答を生成していました。リアルタイムのコンテキストがないことは、制約になり得ます。MCP が重要なのは、この隔たりを埋め、AI がリアルタイムでコンテキストを認識し、行動できるようにするためです。

MCP が重要である理由をいくつか紹介します。

• 動的なデータアクセス：MCP により、AI モデルは外部のエコシステム（ブロックチェーンネットワークや Web API など）とシームレスに連携できます。これにより、AI エージェントは古い学習データだけに頼るのではなく、実行時にデータベースやブロックチェーンの台帳を照会して最新情報を取得できます。
• リアルタイムのコンテキスト：構造化されたデータへのリアルタイムアクセス（スマートコントラクトの状態やアプリケーションのステータスなど）を提供することで、MCP は AI の判断や応答が世界の現在の状態に基づくようにします。このコンテキストの認識により、より正確で適切な結果が得られます。
• 機能の拡張：MCP を使用すると、AI エージェントはデータを取得するだけでなく、アクションを実行できます。たとえば、AI は MCP を使ってブロックチェーンのトランザクションを実行したり、レコードを更新したりできます。これにより、エージェントは正確でドメイン固有のコンテキストと、それに基づいて行動する力を得て、意思決定能力が高まります。
• 複雑さの軽減：MCP はさまざまなデータソースに対する統一インターフェースを提供するため、開発者にもメリットがあります。外部システムごとに独自の統合コードを書く代わりに、AI エージェントは MCP を多くのソースへの単一の接続経路として利用できます。これにより、開発が効率化され、エラーが減少します。

全体として、MCP は AI をリアルタイムデータに接続し、外部システムでタスクを実行できるようにすることで、より状況を把握し、適応性が高く、役立つ存在にします。これは、AI が周囲の世界を真に理解し、やり取りできるようになるための重要な一歩です。

主な機能とメリット

MCP は、AI 開発者とエンドユーザーの双方に大きなメリットをもたらす、いくつかの重要な機能を提供します。

• コンテキスト認識：AI モデルは、必要に応じてリアルタイムの情報やコンテキストにアクセスできるようになります。単独で動作するのではなく、AI エージェントは特定のデータ（「ブロックチェーンの最新ブロックは何ですか？」や「データベースからユーザープロファイルを取得してください」など）を要求し、そのコンテキストを使って応答を調整できます。その結果、より正確で状況に適した結果が得られます。
• ブロックチェーン統合：MCP は、オンチェーンデータやスマートコントラクトの機能に直接接続できます。AI エージェントは、ブロックチェーンの状態を照会（たとえば、トークン残高の確認やコントラクト変数の読み取り）し、MCP を介してコントラクトのメソッドを呼び出すこともできます。これにより、AI によるブロックチェーン運用、DeFi の自動化など、標準化されたインターフェースを通じたさまざまな可能性が広がります。
• 自動化機能：外部システムに構造化された方法でアクセスできるため、AI エージェントはデータを読み取るだけでなく、アクションを実行できます。たとえば、AI はスマートコントラクトのパラメーターを自動的に調整したり、トランザクションを開始したり、リポジトリ内の設定ファイルを更新したりできます。こうした自動化機能により、指定されたガイドラインに従ってインフラストラクチャやアプリケーションを自律的に管理する、インテリジェントなエージェントを作成できます。
• セキュリティと制御：MCP はセキュリティを考慮して設計されています（詳しくは後述します）。外部データや操作へのアクセスを監視し、サンドボックス化できる制御された環境を提供します。これにより、AI エージェントが許可されたアクションのみを実行し、MCP フレームワーク内の認証や権限設定によって機密データが保護されます。

これらの機能を組み合わせることで、MCP は AI エージェントにできることを大幅に広げます。受動的なモデルを、安全で構造化された方法で外部システムを認識し、働きかける能動的な参加者へと変えます。

MCP の仕組み

コアとなる概念

MCP は、その中核において、AI モデルと外部データソースの間に位置するミドルウェアとして機能します。考えられるすべての知識やツールを AI 内に組み込むのではなく、MCP は AI モデルを軽量に保ち、データの取得や実行のタスクを外部サービスに委ねます。AI と MCP は、定義されたプロトコルを通じて通信します。

1. AI エージェント（クライアント）：AI エージェント（LLM や、AI を活用するあらゆるアプリケーションなど）が、情報の取得やアクションの実行をリクエストします。このリクエストは、MCP が理解できる標準形式で表現されます。たとえば、AI は「ブロックチェーン Z 上のスマートコントラクト Y から変数 X の値を取得してください」や、「プロジェクトディレクトリからファイル ABC の内容を取得してください」と依頼できます。
2. MCP サーバー（仲介役）：MCP サーバーはリクエストを受け取り、その内容を解釈します。さまざまな外部システムへの接続方法を把握する仲介役として機能します。サーバーは、リクエストに必要な外部ソース（ブロックチェーン、API、ファイルシステムなど）を判断し、適切なコネクターやハンドラーを使用してクエリを処理します。
3. 外部データソース：ブロックチェーンノード、API エンドポイント、データベース、さらにはローカルの開発環境などが該当します。MCP サーバーは、API の呼び出し、ブロックチェーンノードへのクエリ、ディスク上のファイルの読み取りなどを通じて、外部ソースと通信します。
4. コンテキストに応じた応答：外部ソースは、リクエストされたデータ（またはアクションの結果）を返します。MCP サーバーは、この情報を AI エージェントが理解しやすい構造化された応答に整形します。生データをよりシンプルな JSON 構造やテキスト形式に変換する場合もあります。
5. AI への返却：MCP サーバーは、整形したデータを AI エージェントに送り返します。AI はこのデータを推論に取り入れたり、新しいコンテキストを基にワークフローを続行したりできます。AI モデルの観点から見ると、知識が拡張されたり、外部アクションが正常に実行されたりしたかのように動作します。

MCP の優れた点は、さまざまなデータソースの違いを抽象化することです。AI エージェントはブロックチェーンの呼び出し方やデータベースへのクエリ方法を知る必要はありません。汎用的なリクエストを送るだけで、あとは MCP が処理します。このモジュール式のアプローチにより、AI によるリクエストの作成方法を変更せずに、新しいデータソース向けのコネクターを MCP に追加できます。

技術的なワークフロー

MCP を使用する一般的な技術的ワークフローを、順を追って見ていきましょう。

1. AI がリクエストを送信します：AI エージェントは MCP SDK または API を使用してリクエストを送信します。たとえば、コードでは mcp.fetch("settlemint", "getContractState", params) のように呼び出すことがあります。この場合、"settlemint" は対象の MCP サーバーまたはコンテキストを指定します。
2. MCP がリクエストを解析します：MCP サーバー（この場合、おそらく SettleMint MCP サーバー）がリクエストを受信します。リクエストには、実行する操作の識別子と、必要なパラメーター（必要なブロックチェーンネットワーク、コントラクトアドレス、ファイルパスなど）が含まれます。
3. コネクターの起動：リクエストの種類に基づいて、MCP は適切なコネクターまたはモジュールを選択します。ブロックチェーンへの問い合わせでは、ネットワークアクセスと認証情報を設定したブロックチェーンコネクターを使用することがあります。ファイルシステムへの問い合わせでは、指定されたパスを使用するファイルコネクターが選択されます。
4. データの取得／アクションの実行：MCP がアクションを実行します。データの取得の場合は、データを取得します。たとえば、ブロックチェーンノードの API を呼び出してコントラクトの状態を取得したり、ローカルファイルを読み取ったりします。トランザクションの実行やファイルへの書き込みなどのアクションの場合は、保持している認証情報とコンテキストを使用して操作を実行します。
5. データのフォーマット：元の結果は、多くの場合、情報源に固有の形式（Web API からの JSON、ファイルのバイナリデータなど）です。MCP は、この結果を AI モデルが簡単に利用できる標準形式（通常は JSON またはテキスト表現）に整形またはシリアライズします。タイムスタンプや成功／失敗のステータスなどのメタデータが含まれることもあります。
6. AI への応答：MCP は、整形した応答を AI エージェントに返します。実際には、SDK 関数呼び出しの戻り値や、ネットワーク接続を使用する構成での WebSocket または HTTP 経由のメッセージとなる場合があります。
7. AI が処理を続けます：新しいデータを基に、AI は計画を調整したり、より多くの情報に基づいた回答を生成したり、追加のアクションを実行したりできます。たとえば、ユーザーのブロックチェーン残高について質問された AI は、MCP から残高を取得し、それを回答に含められます。AI が何かを自律的に管理している場合は、データに基づいて次のステップを決定することがあります。

このワークフローは迅速に、しばしばバックグラウンドで実行されます。大局的に見ると、MCP は AI の能力をその場で拡張します。AI は意思決定と言語生成に集中し、MCP は外部システムからのデータ取得やコマンド実行といった実作業を担います。

主要なコンポーネント

MCP は、以下のワークフローを実現するために連携して動作する、いくつかの主要なコンポーネントで構成されています。

flowchart LR
    A[AI Agent / LLM] --(1) request--> B{{MCP Server}}
    subgraph MCP Server
        B --> C1[Blockchain Connector]
        B --> C2[API Connector]
        B --> C3[File System Connector]
    end
    C1 -- fetch/query --> D[(Blockchain Network)]
    C2 -- API call --> E[(External API/Data Source)]
    C3 -- read/write --> F[(Local File System)]
    D -- data --> C1
    E -- data --> C2
    F -- file data --> C3
    B{{MCP Server}} --(2) formatted data--> A[AI Agent / LLM]

• MCP サーバー：AI エージェントからのリクエストを受け付ける、中心的なサービスまたはデーモンです。すべてを調整する MCP の頭脳と考えることができます。MCP サーバーは、さまざまなデータソースと、それらへの接続方法を把握するよう設定されています。実際には、MCP サーバーのプロセスをローカルまたはサーバー上で実行し、AI エージェントが API（HTTP リクエスト、RPC 呼び出し、SDK など）を介して通信します。
• MCP SDK／クライアントライブラリ：使いやすくするために、MCP はさまざまなプログラミング言語の SDK を提供しています。開発者はこれらを AI エージェントのコードに組み込みます。SDK は MCP サーバーとの通信の詳細を処理するため、開発者はネットワーク呼び出しを手動で組み立てることなく、関数やメソッド（mcp.getData(...) など）を呼び出せます。SDK はリクエストを適切な形式にして MCP サーバーに送信し、レスポンスを受け取って AI プログラムに渡します。
• コネクター／アダプター：MCP サーバー内のモジュールまたはプラグインで、特定の種類の外部システムとの通信方法を把握しています。あるコネクターはブロックチェーンとの連携を処理し（Ethereum、Hyperledger などのサブモジュールを備えます）、別のコネクターは Web API（HTTP 呼び出しを実行）を処理し、さらに別のコネクターはローカル OS の操作（ファイルシステムへのアクセス、シェルコマンドの実行）を管理します。それぞれのコネクターは、担当する分野の一連の操作とデータ形式を理解しています。コネクターによって MCP の拡張性が高まり、新しいシステムやプロトコルに対応するコネクターを追加できます。
• 設定ファイル：MCP は、どのコネクターを有効にするか、外部サービスにどう接続するかを把握するために、JSON や YAML などの設定を使用することがよくあります。たとえば、ブロックチェーンノードの URL、外部サービスの API キー、ファイルパスのアクセス許可などを設定できます。設定により、実行時に MCP サーバーがリクエストを安全かつ適切に処理するために必要な情報を確実に利用できます。
• セキュリティレイヤー：MCP は機密データにアクセスして操作を実行できるため、セキュリティレイヤーを備えています。これには、API キー（例にある --pat 個人用アクセストークンなど）や、ブロックチェーンおよびデータベースに接続するための認証が含まれる場合があります。また、セキュリティレイヤーは権限を適用し、MCP を介して AI エージェントが実行できる操作を制限して、不正利用を防ぎます。たとえば、一部のデータへの読み取り専用アクセスは許可しつつ、追加の承認がない限り、書き込みや状態変更を伴う操作は許可しないようにできます。

これらのコンポーネントが連携することで、MCP は堅牢で柔軟になります。役割を分離することで（AI、MCP、コネクター）、各部分を個別に進化させたり、保守したりできます。たとえば、新しいブロックチェーンが登場した場合、AI がデータを要求する方法を変えずに、そのブロックチェーン用のコネクターを追加できます。また、AI モデルを更新しても、以前と同じ MCP サーバーとコネクターを引き続き使用できます。

SettleMint による MCP の実装

SettleMint は、AI エージェントがブロックチェーンのインテリジェンスとインフラストラクチャを制御できるようにするため、MCP を採用して実装した、主要なブロックチェーン統合プラットフォームです。SettleMint の実装では、MCP は AI 駆動型アプリケーションと、SettleMint のプラットフォームで管理または監視されるブロックチェーン環境をつなぐ橋渡し役となります。つまり、AI エージェントは標準化されたインターフェースを通じて、ブロックチェーンのリソース（スマートコントラクト、トランザクション、ネットワークデータなど）だけでなく、その基盤となるインフラストラクチャ（ノード、ミドルウェア）とも深くやり取りできます。

MCP を活用することで、SettleMint は次のようなシナリオを実現します。

• AI アシスタントは、スマートコントラクトの状態や最新のブロック情報など、オンチェーンデータをリアルタイムで照会できます。
• 自律型エージェントは、AI の意思決定に導かれ、人間の介入なしにブロックチェーンインフラストラクチャのタスク（コントラクトのデプロイ、設定の調整）を管理できます。
• SettleMint を利用する開発者は、MCP が両者の接続に必要な大部分の処理を担うため、比較的少ない労力で高度な AI 機能をブロックチェーンアプリケーションに統合できます。

sequenceDiagram
    participant AI as AI Model (Agent)
    participant MCP as MCP Server
    participant Chain as The Graph / Portal / Node
    participant API as External API

    AI->>MCP: (1) Query request (e.g., get contract state)
    Note over AI,MCP: AI asks MCP for on-chain data
    MCP-->>AI: (2) Acknowledgement & processing

    MCP->>Chain: (3) Fetch data from blockchain
    Chain-->>MCP: (4) Return contract state

    MCP->>API: (5) [Optional] Fetch related off-chain data
    API-->>MCP: (6) Return external data

    MCP-->>AI: (7) Send combined response
    Note over AI,MCP: AI receives on-chain data (and any other context)

    AI->>MCP: (8) Action request (e.g., execute transaction)
    MCP->>Chain: (9) Submit transaction to blockchain
    Chain-->>MCP: (10) Return tx result/receipt
    MCP-->>AI: (11) Confirm action result

まとめると、SettleMint の MCP はプラットフォームの機能を拡張し、AI 駆動型のブロックチェーン操作を可能にします。この組み合わせにより、ブロックチェーンの信頼性と透明性に、AI の適応性とインテリジェンスが融合します。

機能と特長

SettleMint の MCP 実装には、ブロックチェーンと AI の統合に合わせた豊富な機能が備わっています。

• シームレスな IDE 統合：SettleMint のツールは一般的な開発環境内で動作するため、開発ワークフローの中で MCP を利用できます。たとえば、スマートコントラクトやアプリケーションをコーディングしているときに、AI エージェント（コードアシスタントなど）が MCP を使ってブロックチェーンの状態を取得したり、IDE から直接コントラクトをデプロイしたりできます。これにより、コーディング中にブロックチェーンからリアルタイムのフィードバックや操作を得られ、開発が効率化されます。
• コントラクト管理の自動化：AI エージェントは MCP を通じてスマートコントラクトとやり取りし、自律的に変更することもできます。これには、新しいコントラクトのデプロイ、既存のコントラクト上での関数呼び出し、イベントの監視が含まれます。たとえば、AI 運用エージェントが DeFi コントラクトの異常を検知し、SettleMint 経由で MCP を使用して、そのコントラクトのセーフガード関数を自動的に実行できます。
• AI 駆動型分析：MCP を通じて、AI モデルはブロックチェーンデータを分析し、インサイトや予測を導き出せます。SettleMint のプラットフォームは、分析に特化した AI モデルに、トランザクション履歴、トークンの動き、ネットワーク指標などを MCP 経由で提供できます。AI は不正なトランザクションのパターンを特定したり、ネットワークの混雑を予測したりして、そのインサイトをブロックチェーンアプリケーションや管理者に返すことができます。

これらの機能は、SettleMint の MCP 統合がブロックチェーンへの基本的な接続にとどまらず、ブロックチェーンのデータと制御を AI が有意義な形で利用できるようにする包括的な機能群であることを示しています。AI がオンチェーンイベントを継続的に監視して対応できるようにすることで、ブロックチェーンネットワークを効果的にインテリジェント化します。

AI とブロックチェーンでの活用

MCP を介して AI とブロックチェーンの強みを組み合わせることで、SettleMint はさまざまな強力なユースケースを実現します。

• AI を活用したスマートコントラクト管理：スマートコントラクトでは、外部条件（市場価格や利用負荷など）に応じて、調整や更新が必要になることがよくあります。AI エージェントは MCP を使ってこれらの条件を監視し、SettleMint のツールを通じてスマートコントラクトのパラメーターを先回りして調整したり（または人間に調整を提案したり）できます。これにより、より適応性と回復力に優れたブロックチェーンアプリケーションを実現できます。
• リアルタイムのブロックチェーン監視：静的なダッシュボードではなく、ブロックチェーンのトランザクションを監視し、重要なイベントを知らせる AI を想像してみてください。MCP を使うと、AI は特定のパターン（大規模な送金や特定のコントラクトイベントなど）を求めてチェーンを継続的に照会し、それらを分析してユーザーに説明したり、自動応答を実行したりできます。
• 自律的なガバナンス：ブロックチェーンガバナンス（DAO など）では、AI による分析結果を提案や意思決定に活用できます。MCP を使うことで、AI エージェントは提案の影響に関連するすべてのオンチェーンデータを収集し、さまざまな結果をシミュレーションして、ブロックチェーン上で投票したり、承認済みの意思決定を自動的に実行したりすることもできます。これにより、AI による意思決定支援とブロックチェーンの実行能力が融合します。
• システム間のオーケストレーション：SettleMint の MCP は、ブロックチェーンデータだけに限定されるわけではありません。AI はこれを使って、ブロックチェーンとオフチェーンシステムにまたがるアクションをオーケストレーションできます。たとえば、AI エージェントがブロックチェーンで追跡されているサプライチェーンの貨物の遅延を検知し、MCP を通じてオフチェーンのデータベースを更新したり、物流システムに通知を送ったりできます。AI はインテリジェントなミドルウェアとして機能し、MCP を使ってブロックチェーンと従来のシステムの両方を同期させます。

実際には、MCP と SettleMint の SDK（次に説明します）を使うことで、こうしたシナリオをはるかに簡単に実装できます。開発者は AI が何を行うべきかという高レベルのロジックに集中でき、MCP レイヤー（SettleMint のプラットフォームが管理します）がブロックチェーンやその他のサービスへの接続の複雑さを処理します。

実践例

理解を深めるために、開発ワークフローやアプリケーション、特に SettleMint のツールを使って MCP をどのように活用できるか、具体的な例を見ていきましょう。

開発ワークフローへの MCP の導入

ブロックチェーンプロジェクトに取り組む開発者で、スマートコントラクトの管理を AI アシスタントに手伝ってもらいたいとします。MCP をワークフローに統合すると、AI アシスタントがプロジェクトのコンテキスト（コードやファイル）とブロックチェーン環境に直接アクセスできるようになります。

たとえば、プロジェクトディレクトリを対象とし、SettleMint プラットフォームに接続する MCP サーバーを起動するコマンドを（CLI または npm スクリプト経由で）使用できます。コマンドの例を示します。

npx -y @settlemint/sdk-mcp@latest --path=/Users/llm/asset-tokenization-kit/ --pat=sm_pat_xxx

このコマンドの動作は次のとおりです。

• npx は、別途インストールすることなく、@settlemint/sdk-mcp パッケージの最新バージョンを実行するために使用されます。
• --path=/Users/llm/asset-tokenization-kit/ は、MCP サーバーがコンテキストとして扱うローカルのプロジェクトディレクトリを指定します。これにより、AI は MCP を通じてこのディレクトリ内のファイルやコードを照会し、settlemint connect の環境設定にアクセスできるようになります。
• --pat=sm_pat_xxx は、SettleMint のサービスで認証するためのパーソナルアクセストークン（PAT）を指定します。このトークン（ここでは xxx としてマスクされています）は、MCP サーバーがあなたに代わって SettleMint プラットフォームに接続するために必要です。

このコマンドを実行すると、ローカルプロジェクトと SettleMint プラットフォームの両方に接続されたローカル MCP サーバーが起動します。すると、AI アシスタント（たとえば、Claude Sonnet をベースにした特化型エージェント）は、次のような操作を行えるようになります。

• MCP に依頼して、たとえば The Graph でインデックス化したデータをもとにフォームやリストを作成する。
• ライブブロックチェーンに問い合わせ、作業中のコントラクトの現在の状態を取得して、何かを検証したり変更をテストしたりする。
• ネットワークにノードを追加でデプロイする。
• ステーブルコインコントラクトで新しいトークンをいくつか一覧表示し、後でミントする。

これにより、AI は受動的なコード提案ツールではなく、実際の情報を取得して操作できる積極的な参加者となり、開発ワークフローが大幅に強化されます。

Cursor で SettleMint MPC を使用する

Cursor（0.47.0 以降）では、SettleMint MCP サーバーを設定できるグローバルな ~/.cursor/mcp.json ファイルが用意されています。パスにプログラムのフォルダーを指定し、パーソナルアクセストークンを設定してください。

グローバル MCP 設定ファイルを使用する理由は、パーソナルアクセストークンを絶対に、絶対に、絶対にコミットしてはならないためです。また、プロジェクトフォルダーにトークンを置くと、Cursor ではそれが可能なため、コミットされる可能性があります。

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

Cursor を開き、Settings/MCP に移動します。サーバーが正常に接続されると、緑色のアクティブステータスが表示されます。

Claude Desktop で SettleMint MPC を使用する

Claude desktop を開き、Settings に移動します。Developer タブの Edit Config をタップして設定ファイルを開き、次の設定を追加します。

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

設定ファイルを保存し、Claude desktop を再起動します。新しいチャット画面に、利用可能な新しい MCP サーバーとともにハンマー（MCP）アイコンが表示されます。

Cline で SettleMint MPC を使用する

VS Code で Cline 拡張機能を開き、MCP Servers アイコンをタップします。Configure MCP Servers をタップして設定ファイルを開き、次の設定を追加します。

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

設定ファイルを保存します。Cline は設定を自動的に再読み込みします。サーバーが正常に接続されると、緑色のアクティブステータスが表示されます。

Windsurf で SettleMint MPC を使用する

Windsurf を開き、Cascade assistant に移動します。ハンマー（MCP）アイコンをタップし、次に Configure をタップして設定ファイルを開き、次の設定を追加します。

{
  "mcpServers": {
    "settlemint": {
      "command": "npx",
      "args": [
        "-y",
        "@settlemint/sdk-mcp@latest",
        "--path=/Users/llm/asset-tokenization-kit/",
        "--pat=sm_pat_xxx"
      ]
    }
  }
}

設定ファイルを保存し、Cascade assistant の Refresh をタップして再読み込みします。サーバーが正常に接続されると、緑色のアクティブステータスが表示されます。

AI 駆動型ブロックチェーンアプリケーションまたはエージェント

実際のシナリオを例に、AI 駆動型の分散型金融（DeFi）アプリケーションを考えてみましょう。DeFi では状況（価格、流動性、ユーザーの活動）が急速に変化するため、迅速に対応することが重要です。

シナリオ：自動流動性プールを管理するスマートコントラクトがあるとします。プールのバランスを維持するために、1 つの資産の価格が下落したり、プールのバランスが崩れたりした場合に、手数料やパラメーターを自動的に調整したいと考えています。

このシナリオで MCP を使用する場合：

1. AI エージェントが MCP を通じて流動性プールを監視します。数分ごとに、MCP サーバーを介して最新のプール残高と外部の価格データ（オンチェーンまたはオフチェーンのオラクルから）をリクエストします。
2. MCP がブロックチェーンから最新の状態（プールの準備金、最近の取引）を取得し、場合によっては外部の価格 API を呼び出して現在の市場価格を取得したうえで、そのデータを AI に返します。
3. AI がデータを分析します。たとえば、Asset A のプール内の割合が Asset B と比べて大幅に増加していることを検出します（Asset A の価格が急落したことが原因かもしれません）。
4. AI はプールを保護するため、一時的にスワップ手数料を引き上げるべきだと判断します（これは、裁定取引によってプールの資産が流出するのを防ぐための一般的な対策です）。
5. MCP を通じて、AI はスマートコントラクトの関数を呼び出し、手数料パラメーターを更新します。MCP のブロックチェーンコネクターは、SettleMint のインフラストラクチャを通じてトランザクションを作成し、ネットワークに送信します。
6. トランザクションがオンチェーンで実行され、手数料が調整されます。MCP は成功応答と、関連するイベント（手数料変更時にコントラクトが出力するイベントなど）を受け取ります。
7. AI は確認を受け取り、変更を記録したり、対応を行ったことを管理者に通知したりできます。

このユースケースでは、MCP によって AI が DeFi コントラクトをリアルタイムで監視できるようになります。MCP がなければ、AI は最新のオンチェーン状態にアクセスすることも、変更を実行することもできません。MCP を使えば、AI は現在の状況にブロックチェーンアプリケーションが適応できるようにする、強力な自律型エージェントになります。

これは一例にすぎません。AI 駆動型ブロックチェーンアプリケーションは、自動 NFT マーケットプレイス管理、DAO 提案の AI モデレーター、センサーデータに反応するインテリジェントなサプライチェーンコントラクトなど、多岐にわたります。MCP は、AI エージェントが重要な場所、つまりブロックチェーンや接続されたシステム上で通信し、動作するための経路を提供します。

貢献

コミュニティからの貢献を歓迎します！バグ報告、機能リクエスト、ドキュメントの更新、コードの貢献を通じて SettleMint SDK の改善にご協力いただく方法については、貢献ガイドをご覧ください。

ライセンス

SettleMint SDK は、FSL Software License の下で公開されています。詳細については、LICENSE ファイルをご覧ください。