MindBridge MCP Server ⚡ The AI Router for Big Brain Moves

MindBridge MCP サーバー ⚡ 大きな成果を生み出す AI ルーター

MindBridge は AI コマンドハブです。LLM のワークフローを統合、整理し、強化するために構築された Model Context Protocol（MCP）サーバーです。

ベンダーロックインとは無縁です。多数の API を使い分ける必要もありません。
MindBridge は OpenAI や Anthropic から Ollama、DeepSeek まで、あらゆるモデルにアプリを接続し、専門コンサルタントのチームのようにモデル同士が連携できるようにします。

圧倒的な速度が必要ですか？低価格のモデルを使いましょう。
複雑な推論が必要ですか？専門モデルに振り分けましょう。
別の意見も聞きたいですか？MindBridge にはその機能が組み込まれています。

これは単なるモデルの集約ではありません。モデルのオーケストレーションです。

---

主な機能 🔥

機能	利用するメリット
マルチ LLM 対応	OpenAI、Anthropic、Google、DeepSeek、OpenRouter、Ollama（ローカルモデル）、OpenAI 互換 API をすぐに切り替えられます。
推論エンジンを認識	Claude、GPT-4o、DeepSeek Reasoner など、深い推論向けに構築されたモデルへスマートにルーティングします。
getSecondOpinion ツール	複数のモデルに同じ質問をして、回答を並べて比較できます。
OpenAI 互換 API レイヤー	OpenAI エンドポイントを想定したあらゆるツール（Azure、Together.ai、Groq など）に MindBridge を組み込めます。
プロバイダーを自動検出	キーを追加するだけで、MindBridge が設定と検出を自動で処理します。
高い柔軟性	環境変数、MCP 設定、または JSON ですべてを設定できます。

---

MindBridge を選ぶ理由

「どの LLM にも得意分野があります。MindBridge はそれらを連携させます。」

次のような用途に最適です。

• エージェントの構築
• マルチモデルのワークフロー
• AI オーケストレーションエンジン
• 推論を多用するタスク
• よりスマートな AI 開発環境の構築
• LLM を活用したバックエンド
• ベンダーの囲い込みにうんざりしている方

---

インストール 🛠️

オプション 1：npm からインストール（推奨）

# Install globally
npm install -g @pinkpixel/mindbridge

# use with npx
npx @pinkpixel/mindbridge

Smithery 経由でインストール

Smithery 経由で mindbridge-mcp を Claude Desktop に自動インストールするには：

npx -y @smithery/cli install @pinkpixel-dev/mindbridge-mcp --client claude

オプション 2：ソースからインストール

1. リポジトリをクローンします：

   git clone https://github.com/pinkpixel-dev/mindbridge.git
   cd mindbridge
   

2. 依存関係をインストールします：

   chmod +x install.sh
   ./install.sh
   

3. 環境変数を設定します：

   cp .env.example .env
   

   .env を編集し、使用するプロバイダーの API キーを追加します。

設定 ⚙️

環境変数

サーバーは次の環境変数に対応しています。

• OPENAI_API_KEY：OpenAI API キー
• ANTHROPIC_API_KEY：Anthropic API キー
• DEEPSEEK_API_KEY：DeepSeek API キー
• GOOGLE_API_KEY：Google AI API キー
• OPENROUTER_API_KEY：OpenRouter API キー
• OLLAMA_BASE_URL：Ollama インスタンスの URL（デフォルト：http://localhost:11434）
• OPENAI_COMPATIBLE_API_KEY：（任意）OpenAI 互換サービスの API キー
• OPENAI_COMPATIBLE_API_BASE_URL：OpenAI 互換サービスのベース URL
• OPENAI_COMPATIBLE_API_MODELS：利用可能なモデルのカンマ区切りリスト

MCP 設定

Cursor や Windsurf などの MCP 対応 IDE で使用する場合は、mcp.json ファイルで次の設定を使用できます。

{
  "mcpServers": {
    "mindbridge": {
      "command": "npx",
      "args": [
        "-y",
        "@pinkpixel/mindbridge"
      ],
      "env": {
        "OPENAI_API_KEY": "OPENAI_API_KEY_HERE",
        "ANTHROPIC_API_KEY": "ANTHROPIC_API_KEY_HERE",
        "GOOGLE_API_KEY": "GOOGLE_API_KEY_HERE",
        "DEEPSEEK_API_KEY": "DEEPSEEK_API_KEY_HERE",
        "OPENROUTER_API_KEY": "OPENROUTER_API_KEY_HERE"
      },
      "provider_config": {
        "openai": {
          "default_model": "gpt-4o"
        },
        "anthropic": {
          "default_model": "claude-3-5-sonnet-20241022"
        },
        "google": {
          "default_model": "gemini-2.0-flash"
        },
        "deepseek": {
          "default_model": "deepseek-chat"
        },
        "openrouter": {
          "default_model": "openai/gpt-4o"
        },
        "ollama": {
          "base_url": "http://localhost:11434",
          "default_model": "llama3"
        },
        "openai_compatible": {
          "api_key": "API_KEY_HERE_OR_REMOVE_IF_NOT_NEEDED",
          "base_url": "FULL_API_URL_HERE",
          "available_models": ["MODEL1", "MODEL2"],
          "default_model": "MODEL1"
        }
      },
      "default_params": {
        "temperature": 0.7,
        "reasoning_effort": "medium"
      },
      "alwaysAllow": [
        "getSecondOpinion",
        "listProviders",
        "listReasoningModels"
      ]
    }
  }
}

API キーを実際のキーに置き換えてください。OpenAI 互換の設定では、サービスが認証を必要としない場合、api_key フィールドを削除できます。

使用方法 💫

サーバーの起動

自動再読み込みを有効にした開発モード：

npm run dev

本番モード：

npm run build
npm start

グローバルにインストールした場合：

mindbridge

利用可能なツール

1. getSecondOpinion

   {
     provider: string;  // LLM provider name
     model: string;     // Model identifier
     prompt: string;    // Your question or prompt
     systemPrompt?: string;  // Optional system instructions
     temperature?: number;   // Response randomness (0-1)
     maxTokens?: number;    // Maximum response length
     reasoning_effort?: 'low' | 'medium' | 'high';  // For reasoning models
   }
   

2. listProviders

   • 設定されているすべてのプロバイダーと利用可能なモデルを一覧表示します
   • パラメーターは不要です

3. listReasoningModels

   • 推論タスクに最適化されたモデルを一覧表示します
   • パラメーターは不要です

使用例 📝

// Get an opinion from GPT-4o
{
  "provider": "openai",
  "model": "gpt-4o",
  "prompt": "What are the key considerations for database sharding?",
  "temperature": 0.7,
  "maxTokens": 1000
}

// Get a reasoned response from OpenAI's o1 model
{
  "provider": "openai",
  "model": "o1",
  "prompt": "Explain the mathematical principles behind database indexing",
  "reasoning_effort": "high",
  "maxTokens": 4000
}

// Get a reasoned response from DeepSeek
{
  "provider": "deepseek",
  "model": "deepseek-reasoner",
  "prompt": "What are the tradeoffs between microservices and monoliths?",
  "reasoning_effort": "high",
  "maxTokens": 2000
}

// Use an OpenAI-compatible provider
{
  "provider": "openaiCompatible",
  "model": "YOUR_MODEL_NAME",
  "prompt": "Explain the concept of eventual consistency in distributed systems",
  "temperature": 0.5,
  "maxTokens": 1500
}

開発 🔧

• npm run lint：ESLint を実行します
• npm run format：Prettier でコードを整形します
• npm run clean：ビルド成果物をクリーンアップします
• npm run build：プロジェクトをビルドします

コントリビューション

PR を歓迎します！AI のワークフローをもっと賢くするためにご協力ください。

---

ライセンス

MIT — 悪意あることをしなければ、何をしてもかまいません。

---

Pink Pixel が ❤️ を込めて制作