mcpField
M
MCP Teams Server

MCP Teams Server

ローカル
github.com/InditexTechコミュニケーション4511 週間前に更新

MCP Teams Server について

MCP Teams Server は、Microsoft Teams と連携する MCP サーバーで、チャネルのメッセージ読み取り、スレッドの作成と返信、メンバーへのメンションに対応しています。AI アシスタントから Teams の会話を扱いたいチーム向けです。

主な機能

  1. 01タイトルと本文を指定したチャネルスレッドの作成
  2. 02既存スレッドへの返信とユーザーへのメンション
  3. 03スレッド返信とチャネルメッセージの読み取り
  4. 04チャネルのチームメンバー一覧の取得
  5. 05stdio、streamable-http、sse のトランスポートに対応

活用シーン

  1. 01AI アシスタントによる Teams チャネルのメッセージ読み取りと議論の要約
  2. 02AI アシスタントを通じたチャネルでのスレッド作成とメンバーへの通知

MCP 対応

本プロジェクトは MCP サーバーであり、メッセージの読み取り・作成、スレッドへの返信、メンバーへのメンションなどの機能を MCP クライアントに提供します。既定では stdio を使用し、streamable-http でのデプロイも可能です。

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": {
"teams-server": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"TEAMS_APP_ID",
"-e",
"TEAMS_APP_PASSWORD",
"-e",
"TEAMS_APP_TYPE",
"-e",
"TEAMS_APP_TENANT_ID",
"-e",
"TEAM_ID",
"-e",
"TEAMS_CHANNEL_ID",
"-e",
"DOCKER_HOST",
"ghcr.io/inditextech/mcp-teams-server"
],
"env": {
"TEAMS_APP_ID": "<TEAMS_APP_ID>",
"TEAMS_APP_PASSWORD": "<TEAMS_APP_PASSWORD>",
"TEAMS_APP_TYPE": "<TEAMS_APP_TYPE>",
"TEAMS_APP_TENANT_ID": "<TEAMS_APP_TENANT_ID>",
"TEAM_ID": "<TEAM_ID>",
"TEAMS_CHANNEL_ID": "<TEAMS_CHANNEL_ID>",
"DOCKER_HOST": "<DOCKER_HOST>"
}
}
}
}
起動コマンドdocker run -i --rm -e TEAMS_APP_ID -e TEAMS_APP_PASSWORD -e TEAMS_APP_TYPE -e TEAMS_APP_TENANT_ID -e TEAM_ID -e TEAMS_CHANNEL_ID -e DOCKER_HOST ghcr.io/inditextech/mcp-teams-server
設定が必要な環境変数
TEAMS_APP_ID
TEAMS_APP_PASSWORDシークレット
TEAMS_APP_TYPE
TEAMS_APP_TENANT_ID
TEAM_ID
TEAMS_CHANNEL_ID
DOCKER_HOST

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
ocighcr.io/inditextech/mcp-teams-server

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Bugs Maintainability Rating Reliability Rating GitHub License GitHub Release Scorecard

MCP Teams Server

Microsoft Teams との連携を実現する MCP(Model Context Protocol)サーバーの実装です。メッセージの読み取り、作成、返信、メンバーへのメンションが可能です。

機能

https://github.com/user-attachments/assets/548a9768-1119-4a2d-bd5c-6b41069fc522

  • チャネルでタイトルと内容を指定してスレッドを開始し、ユーザーにメンションします
  • メッセージへの返信やユーザーへのメンションで既存のスレッドを更新します
  • スレッドの返信を読み取ります
  • チャネルのチームメンバーを一覧表示します
  • チャネルのメッセージを読み取ります

前提条件

インストール

  1. リポジトリをクローンします:
git clone https://github.com/InditexTech/mcp-teams-server
cd mcp-teams-server
  1. 仮想環境を作成し、依存関係をインストールします:
uv venv
uv sync --frozen --all-extras --dev

Teams の設定

Microsoft Teams と必要な Azure リソースの設定については、こちらのドキュメントをお読みください。手順を順番に説明するガイドではありませんが、必要なものを把握するのに役立ちます。

使用方法

シェルまたは .env ファイルで、以下の環境変数を設定します。テンプレートとしてサンプルファイルを使用できます:

キー説明
TEAMS_APP_IDMS Entra ID アプリケーション ID の UUID
TEAMS_APP_PASSWORDクライアントシークレット
TEAMS_APP_TENANT_IDSingleTenant の場合のテナント UUID
TEAM_IDMS Teams のグループ ID またはチーム ID
TEAMS_CHANNEL_IDURL エスケープされた文字を含む MS Teams チャネル ID

サーバーを起動します:

uv run mcp-teams-server

デフォルトの MCP トランスポートは stdio です。HTTP 環境へのデプロイには streamable-http も使用できます:

uv run mcp-teams-server --transport streamable-http

古いクライアント向けに、従来の sse トランスポートも引き続き利用できます。

開発

統合テストには、以下の環境変数を設定する必要があります:

キー説明
TEST_THREAD_IDスレッド ID のタイムスタンプ
TEST_MESSAGE_IDメッセージ ID のタイムスタンプ
TEST_USER_NAMEテストユーザー名
uv run pytest -m integration
ビルド済み Docker イメージ

ghcr.io でホストされているビルド済みイメージがあります。 以下のコマンドを実行すると、このイメージをインストールできます。

docker pull ghcr.io/inditextech/mcp-teams-server:latest
Docker イメージのビルド

MCP サーバーの実行に使用できる Docker イメージがあります。以下のコマンドでビルドできます:

docker build . -t inditextech/mcp-teams-server
Docker イメージの実行

基本的な実行設定:

docker run -it inditextech/mcp-teams-server

.env ファイルの環境変数を使って実行する場合:

docker run --env-file .env -it inditextech/mcp-teams-server

Streamable HTTP トランスポートを使って実行する場合:

docker run --env-file .env -p 8000:8000 -it inditextech/mcp-teams-server --transport streamable-http
MCP Teams サーバーを使用するよう LLM をセットアップする

次のドキュメントの手順に従ってください。

変更履歴

変更内容とバージョン履歴の一覧については、CHANGELOG.mdをご覧ください。

コントリビューション

行動規範とプルリクエストの提出手順については、CONTRIBUTING.mdをご覧ください。

セキュリティ

セキュリティに関する懸念については、セキュリティポリシーをご覧ください。

ライセンス

このプロジェクトは、Apache-2.0ファイルに記載されたライセンスの下で提供されています。

© 2025 INDUSTRIA DE DISEÑO TEXTIL S.A. (INDITEX S.A.)

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。