Obscurify.ai

Obscurify.ai MCP サーバー

AI エージェントから、200 以上の他のモデルにプライベートにアクセスできます。この Model Context Protocol サーバーを使うと、Claude Desktop、Claude Code、Cursor、VS Code、Codex、opencode など、あらゆる MCP クライアントから、Obscurify.ai 経由で Claude、GPT、Gemini、Llama、DeepSeek、Qwen などに問い合わせることができます。

Obscurify.ai は、プライバシーを重視した OpenAI 互換の AI プラットフォームです。テキストリクエストにはデータ保持ゼロのルートのみを使用し、プロンプトと応答はサーバーに保存されません。アカウントはランダムな 16 桁のアカウント番号で、メールアドレス、電話番号、パスワードは必要ありません。

ツール

ツール	機能
ask	任意のモデルに 1 つのプロンプトを送信します。オプションでシステムプロンプト、reasoning_effort、max_tokens、temperature を指定できます。応答に加えて、モデル、トークン数、コストを返します。
chat	複数ターンの会話に対応します。messages の会話履歴全体を渡すと、次の応答を取得できます。
second_opinion	同じプロンプトを 2～5 個のモデルに並列送信し、各回答を並べて取得します。主張の確認、コードや計画のレビュー、意見が分かれた際の判断に役立ちます。
list_models	モデル ID、コンテキストウィンドウ、入力／出力トークン 100 万個あたりの価格、ツール対応状況、必要なプランを表示します。名前、プラン、価格、ツール対応状況で絞り込めます。キーなしでも使用できます。
generate_image	Stable Diffusion モデル（SDXL、SD 1.5、LCM）を使ってテキストから画像を生成します。画像を返します。list: true を指定するとモデルと価格を表示します。
balance	残高、プラン、今の請求期間中の使用状況、およびアカウントで最先端モデルと検閲なしモデルを使用できるかどうかを表示します。

デフォルト設定は低コストで高速です。ask と chat は deepseek/deepseek-v4-flash を使用し、second_opinion は deepseek/deepseek-v4-flash、meta-llama/llama-3.3-70b-instruct、qwen/qwen3.8-27b に問い合わせます。別のモデルを使うには model／models を渡します。例：anthropic/claude-sonnet-5.5、openai/gpt-5.5。

API キーを取得する

1. obscurify.ai でアカウントを作成します。ランダムなアカウント番号が発行されます。メールアドレスもパスワードも必要ありません。
2. 残高を追加します（カード、Monero、Bitcoin、または Lightning）。残高があれば、どのプランでも API を利用できます。最先端モデルには Casual プラン以上、検閲なしモデルには Pro が必要です（料金）。
3. obscurify.ai/account で Show API Key をクリックし、sk-obs1_... キーをコピーします。

各モデルの表示価格に基づき、呼び出しごとに残高から料金が差し引かれます（モデルカード）。すべての応答に費用が表示されます。

セットアップ

サーバーは npx -y @obscurify/mcp（Node.js 20 以降）で起動し、OBSCURIFY_API_KEY からキーを読み込みます。

Claude Code

claude mcp add obscurify -e OBSCURIFY_API_KEY=sk-obs1_... -- npx -y @obscurify/mcp

すべてのプロジェクトで使用できるようにするには、-s user を追加します。

Claude Desktop

設定 → 開発者 → 設定を編集 の順に選択し、claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "obscurify": {
      "command": "npx",
      "args": ["-y", "@obscurify/mcp"],
      "env": { "OBSCURIFY_API_KEY": "sk-obs1_..." }
    }
  }
}

Claude Desktop を再起動します。

Cursor

同じ mcpServers ブロックを ~/.cursor/mcp.json（すべてのプロジェクト）または .cursor/mcp.json（1 つのプロジェクト）に追加します。

{
  "mcpServers": {
    "obscurify": {
      "command": "npx",
      "args": ["-y", "@obscurify/mcp"],
      "env": { "OBSCURIFY_API_KEY": "sk-obs1_..." }
    }
  }
}

VS Code（GitHub Copilot エージェントモード）

.vscode/mcp.json を作成します。VS Code ではキーを一度入力すると、安全に保存されます。

{
  "inputs": [
    { "type": "promptString", "id": "obscurify-key", "description": "Obscurify.ai API key", "password": true }
  ],
  "servers": {
    "obscurify": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@obscurify/mcp"],
      "env": { "OBSCURIFY_API_KEY": "${input:obscurify-key}" }
    }
  }
}

Codex CLI

codex mcp add obscurify --env OBSCURIFY_API_KEY=sk-obs1_... -- npx -y @obscurify/mcp

または、~/.codex/config.toml に設定します。

[mcp_servers.obscurify]
command = "npx"
args = ["-y", "@obscurify/mcp"]
env = { OBSCURIFY_API_KEY = "sk-obs1_..." }
# Optional: don't ask before each paid call (ask, chat, second_opinion, generate_image)
default_tools_approval_mode = "approve"

残高を消費するツールには読み取り専用ではないことが示されるため、default_tools_approval_mode を設定しない限り、Codex は実行前に確認を求めます。

opencode

opencode mcp add obscurify --env OBSCURIFY_API_KEY=sk-obs1_... -- npx -y @obscurify/mcp

これにより、以下の内容が opencode.json に書き込まれます（グローバル設定の場合は --global を追加します）。

{
  "mcp": {
    "servers": {
      "obscurify": {
        "type": "local",
        "command": ["npx", "-y", "@obscurify/mcp"],
        "environment": { "OBSCURIFY_API_KEY": "sk-obs1_..." }
      }
    }
  }
}

Windsurf、Cline、Zed などのクライアント

クライアントの MCP 設定で、環境変数 OBSCURIFY_API_KEY とともにコマンド npx -y @obscurify/mcp を使用してください。

Docker

docker build -t obscurify-mcp https://github.com/Obscurify-ai/obscurify-mcp.git
docker run -i --rm -e OBSCURIFY_API_KEY=sk-obs1_... obscurify-mcp

Streamable HTTP

HTTP 経由で接続するクライアントの場合は、サーバーを自分で実行してください。

OBSCURIFY_API_KEY=sk-obs1_... npx -y @obscurify/mcp --http --port 3000
# MCP endpoint: http://127.0.0.1:3000/mcp   health: /health

--host を指定しない場合、127.0.0.1 にバインドされます。各リクエストでは、独自のキーを Authorization: Bearer sk-obs1_... として渡すことができ、このキーは OBSCURIFY_API_KEY より優先されるため、1 つのサーバーで複数のアカウントに対応できます。HTTP モードはステートレスです。

設定

変数	デフォルト値
OBSCURIFY_API_KEY	(none)	sk-obs1_... キーです。設定しない場合、list_models と generate_image list のみ動作します。
OBSCURIFY_DEFAULT_MODEL	deepseek/deepseek-v4-flash	ask と chat でモデルが指定されていない場合に使用するモデルです。
OBSCURIFY_SECOND_OPINION_MODELS	deepseek/deepseek-v4-flash,meta-llama/llama-3.3-70b-instruct,qwen/qwen3.8-27b	second_opinion に使用するモデルをカンマ区切りで指定します。
OBSCURIFY_BASE_URL	https://obscurify.ai/v1	API のベース URL です。
OBSCURIFY_TIMEOUT_MS	180000	リクエストごとのタイムアウトです。second_opinion では、回答が返ってくるモデルの結果を受け取れるよう、各モデルのタイムアウトを 55 秒に制限します。

プロンプトの例

• 「Gemini と GPT にこの移行計画について意見を聞き、意見が分かれている点をまとめてください。」（second_opinion）
• 「ツール呼び出しに対応し、コンテキスト長が 1M のモデルのうち、最も安価なものを探してください。」（list_models）
• 「Llama 3.3 70B に、この段落を一般の読者向けに書き直してもらってください。」（ask）
• 「今月、Obscurify にいくら使いましたか？」（balance）

プライバシー

このサーバーは薄いクライアントです。プロンプトをキーとともに https://obscurify.ai に送信するだけで、それ以外の情報は送信しません。テレメトリも、ディスクへのログ記録も、ファイルへのアクセスもありません。Obscurify.ai が保持する情報については、プライバシーポリシーに記載されています。プロンプトと応答は保存されず、モデルプロバイダーにリクエストが届く前に識別情報はスクランブルされます。ただし、プロバイダーにはプロンプトのテキストが表示されるため、モデル自体に送信したくない秘密情報は送らないでください。

テスト済み

2026-10-28 に Pay As You Go キーを使用し、MCP Inspector 2.12（CLI）、Claude Code 2.1、Codex CLI 0.165（ローカルビルドと npx -y @obscurify/mcp の両方）、および scripts/e2e.mjs の SDK クライアントから、stdio と Streamable HTTP 経由ですべてのツールを呼び出しました。opencode 2.1 は接続し、ツールを一覧表示します。

開発

npm install
npm run build
OBSCURIFY_API_KEY=sk-obs1_... node scripts/e2e.mjs stdio --image   # live end-to-end test, costs well under a cent
OBSCURIFY_API_KEY=sk-obs1_... node scripts/e2e.mjs http
npx @modelcontextprotocol/inspector node dist/index.js

リリースするには、package.json と server.json のバージョンを更新してから、vX.Y.Z タグをプッシュします。ワークフローにより、来歴情報付きで npm と MCP Registry に公開されます。

リンク

• ウェブサイト：obscurify.ai
• API ドキュメント：obscurify.ai/api-docs
• お問い合わせ：[email protected]

ライセンス

MIT