mcpField
P
Plantuml Validation MCP Server

Plantuml Validation MCP Server

ローカル
github.com/kwhrkzk開発ツール667 週間前に更新

Plantuml Validation MCP Server について

Plantuml コードを検証し、有効性またはエラー箇所を含む詳細を返す MCP サーバーです。ワークフロー内で Plantuml を確認したい開発者向けです。

主な機能

  1. 01Plantuml コードの検証
  2. 02エラー内容と行番号の返却
  3. 03SSE と stdio に対応

活用シーン

  1. 01提出前の Plantuml 図の確認
  2. 02Plantuml 構文エラーの特定

MCP 対応

MCP クライアントに ValidatePlantuml ツールを公開し、検証結果または詳細なエラー情報を返します。

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": {
"plantuml-validator": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"compose"
]
}
}
}
起動コマンドdocker run -i --rm compose

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
ocicompose

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

Plantuml Validation MCP Server

このプロジェクトは、Plantuml コードを検証する MCP サーバーです。

🏅 MCPHub 認定

このプロジェクトは MCPHub に認定されています。

ツール

ValidatePlantuml

指定された Plantuml メッセージを検証します。有効な場合は「Ok」を返します。無効な場合は、エラーの説明、エラーが発生した行、その他のメタデータなど、詳細なエラー情報を返します。

validatePlantuml sequence

SSE を使用する

overview-sse

1. Docker Compose を実行する

次のコマンドを実行してサーバーを起動します。

docker compose up -d
2. VSCode での MCP 設定
    "mcp": {
        "servers": {
            "my-plantuml-mcp-server": {
                "type": "sse",
                "url": "http://localhost:3000/sse"
            }
        }
    }

Docker を使用する

overview-docker

1. コンテナーをビルドして公開する
cd plantuml-mcp-server-stdio
dotnet publish /t:PublishContainer
2. VSCode での MCP 設定
    "mcp": {
        "servers": {
            "my-plantuml-mcp-server-docker": {
                "type": "stdio",
                "command": "docker",
                "args": [
                    "run",
                    "--rm",
                    "-i",
                    "--network=host",
                    "kwhrkzk/plantuml-validator-mcp-server",
                    "PlantumlBaseUrl=http://your_plantuml_server/"
                ],
            },
        }
    }

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。