Sprout MCP

Sprout MCP

Opus の請求額を 80％削減。 MCP 向けのモデル階層型コンテンツパイプラインです。低コストのモデルが作業を開始し、高コストのモデルが検証します。

Sprout はタスクを適切なモデル階層に自動で割り当てます。Haiku が下書きを作成し、Sonnet が事実確認を行い、Opus が検証します。各チャンクには、出所、信頼度、コストが記録されます。

インストール

uvx sprout-mcp

または、Claude Code の MCP 設定（~/.claude/settings.json）に追加します。

{
  "mcpServers": {
    "sprout": {
      "command": "uvx",
      "args": ["sprout-mcp"]
    }
  }
}

仕組み

  Haiku (seed)  →  Sonnet (watered)  →  Opus (sprouted)
    Draft            Fact-check           Verify
    $0.005/M         $0.015/M             $0.075/M

1. Seed — Haiku が低コストでコンテンツの下書きを作成します（要約、抽出、初稿）
2. Water — Sonnet が下書きをレビューし、事実確認を行います
3. Sprout — Opus が Sonnet のレビューを通過したものだけを詳しく検証します

すべてを出力トークン 100 万個あたり 75 ドルの Opus に通す代わりに、作業の大部分は 100 万個あたり 5 ドルの Haiku で行います。Opus を使うのは最終検証だけで、通常は作業全体の 10〜20％です。

ツール（13）

ツール	説明
submit_chunk	出所（モデル、タスク種別、ソース）とともにコンテンツを保存します
get_review_queue	信頼度やプロジェクトで絞り込み、レビューが必要なチャンクを一覧表示します
mark_reviewed	チャンクを昇格（seed→watered→sprouted）または却下します
recommend_model	タスク種別に応じたモデルの推奨を取得します
get_stats	チャンク数、信頼度、トークン使用量のダッシュボードを表示します
export_chunks	検証済みチャンクを JSON としてエクスポートします
opus_test	バッチ検証用の構造化レビュー要約を生成します
schedule_task	指定した時刻または遅延後に実行するタスクをスケジュールします
list_scheduled	保留中のスケジュール済みタスクを表示します
cancel_scheduled	保留中のスケジュール済みタスクをキャンセルします
configure_routing	実行時にルーティングルールを追加または更新します
get_cost_report	実際の料金に基づくモデルごとの推定費用を取得します
retry_on_error	失敗した試行を記録し、バックオフのガイダンスを提供します

設定

環境変数

変数	デフォルト	説明
SPROUT_DB_PATH	~/.sprout/sprout.db	SQLite データベースの場所
SPROUT_CONFIG	(なし)	カスタムルートと料金を指定する JSON 設定ファイルのパス
SPROUT_MAX_RETRIES	3	諦めるまでの最大再試行回数
SPROUT_RETRY_BACKOFF	2.0	指数バックオフの基準値（秒）

カスタム設定ファイル

JSON ファイルを作成し、SPROUT_CONFIG にそのパスを指定します。

{
  "routes": {
    "code_review": { "tier": "sonnet", "reason": "Code analysis needs reasoning" },
    "translation": { "tier": "haiku", "reason": "Straightforward language task" }
  },
  "pricing": {
    "custom-model": 10.00
  }
}

デフォルトのルーティングテーブル

タスク種別	階層	理由
biography_synthesis	haiku	事実の要約
council_description	haiku	歴史の要約
document_synopsis	haiku	コンテンツの要約
json_validation	haiku	構造の検証
summarization	haiku	一般的な要約
data_extraction	haiku	構造化データの抽出
fact_check_first_pass	sonnet	主張の相互参照
code_review	sonnet	コード分析
fact_check_final	opus	詳細な事実検証
theological_analysis	opus	専門知識が必要
complex_analysis	opus	深い推論が必要

不明なタスク種別は haiku に割り当てられます。まずは低コストで始め、必要に応じて上位モデルに切り替えます。

ワークフロー例

You: Use recommend_model for "biography_synthesis"
Sprout: biography_synthesis → haiku-4.5 (Factual summarization)

You: Use submit_chunk to store the Haiku output
Sprout: Stored chunk abc12345 [seed] for person-001.biography

You: Use get_review_queue to see what needs fact-checking
Sprout: 1 chunk pending review

You: Use mark_reviewed to promote after Sonnet fact-checks it
Sprout: Chunk abc12345 → watered (verified by sonnet-4.6)

You: Use get_cost_report
Sprout: haiku-4.5: ~1,300 tokens (1 chunk) — $0.0065
        Total: $0.0065

開発

git clone https://github.com/mepsopti/sprout-mcp.git
cd sprout-mcp
uv sync --extra dev
uv run pytest

サポート

Sprout によって AI の利用料金を節約できた場合は、コーヒーをごちそういただけると幸いです。

ライセンス

MIT

mcp-name: io.github.mepsopti/sprout-mcp