measure-mcp

measure-mcp

AI の巻尺です。 iPhone の LiDAR キャプチャ、深度マップ、部屋のスキャン、基準カードを写した写真を、Claude（または任意の MCP クライアント）が利用できる実寸測定値に変換する MCP サーバーです。

• キッチン：「このボウルにはどのくらい入りますか？」お手持ちのボウルやフライパンを測定して、それに合わせてレシピの分量を調整できます。
• 部屋：「この 84 inch のソファはドアを通って、あの壁に置けますか？」RoomPlan、Polycam、Scaniverse などの LiDAR スキャンのエクスポートに対応しています。
• **Amazon FBA：**サイズ区分、容積重量、料金の見積もり、次の区分までの余裕、区分を一つ下げるために縮小すべき寸法を確認できます。
• **引っ越しと保管：**持ち物リストや部屋のスキャンから立方フィートと重量を算出し、それに合うトラック、コンテナ、または収納ユニットを選べます。

すべての数値には誤差範囲（±）と信頼度が示され、推測の場合はサーバーがその旨を明確に伝えます。

仕組み

AI がセンサーに触れることはありません。キャプチャはスマートフォン（コンパニオン iOS アプリ、LiDAR スキャナーアプリ、またはカメラ）で行い、このサーバーがファイルから幾何情報を計算します。利用できる深度情報のうち、最適なものを選びます。

1. **ファイルにすでに含まれているメートル法の深度情報：**Scaniverse などの無料 LiDAR スキャナーアプリで作成した 3D スキャン（OBJ または PLY、ZIP 圧縮にも対応）、iPhone Pro のキャプチャバンドル、深度 TIFF／PNG／NPZ、または RoomPlan の USDZ／JSON エクスポート。
2. 通常の写真に深度モデルを適用（オプションの [depth] エクストラ、Depth Anything V2 Small、Apache-2.0）。
3. フレーム内の基準物体（クレジットカード、US レターサイズまたは A4 用紙、25 セント硬貨）を使ってスケールを確定します。

これらがどれもない通常の写真には実際のスケール情報がありません。ツールは数値をでっち上げず、そのことを伝えます。

インストール

pip install measure-mcp            # core: all tools, no ML
pip install "measure-mcp[usd]"     # + reading RoomPlan .usdz files
pip install "measure-mcp[depth]"   # + depth model for plain photos (pulls in PyTorch)

Python 3.10 以降が必要です。uvx measure-mcp も使えます。

Claude Desktop

claude_desktop_config.json に追加します（Settings、Developer、Edit Config）：

{
  "mcpServers": {
    "measure": {
      "command": "uvx",
      "args": ["--from", "measure-mcp[usd]", "measure-mcp"]
    }
  }
}

Claude Code

claude mcp add measure -- uvx --from "measure-mcp[usd]" measure-mcp

必要なものだけ読み込む

34 個すべてのツールの説明で、約 19k トークンのコンテキストを使用します。読み込むグループを MEASURE_MCP_TOOLS に設定してください（コアとなる measure_* ツールは常に読み込まれます）。

MEASURE_MCP_TOOLS	ツール	コンテキスト
（未設定）	34	約 19k トークン
kitchen	9	約 4k トークン
room	14	約 6k トークン
moving	15	約 6k トークン
fba	14	約 8k トークン

"measure": {
  "command": "uvx",
  "args": ["--from", "measure-mcp", "measure-mcp"],
  "env": { "MEASURE_MCP_TOOLS": "fba" }
}

グループはカンマで区切って組み合わせます。例：kitchen,room。

サーバーにファイルを渡す

ツールには、サーバーを実行しているマシン上のファイルパスを指定します。チャットで写真を共有したら、~/measure-mcp-inbox に保存するか、AirDrop で Downloads に送信してください。AI は measure_find_files を使ってファイルを見つけます。ツールが書き出すファイル（間取り図、持ち物リスト）は ~/measure-mcp-output、または MEASURE_MCP_OUTPUT_DIR の指定先に保存されます。ツールがそれ以外の場所に書き込むことはありません。

試してみる

~/measure-mcp-inbox/bowl_capture.zip のボウルを測定して、ブラウニーのレシピをそれに合わせて調整してください：バター 1 カップ、砂糖 2 カップ、卵 4 個、小麦粉 1 1/4 カップ。元のレシピは 9x13 の型用です。

リビングルームのスキャンはこちらです（~/Downloads/living.usdz）。84 x 37 x 34 in のソファはドアを通りますか？窓のある壁に置けますか？

12 x 9 x 3 in、1.4 lb、価格 $24 の箱は、FBA のどのサイズ区分に該当しますか？次の区分までどのくらい余裕がありますか？

寝室が 2 部屋ある家から引っ越します。クイーンサイズのベッド、3 人掛けソファ、椅子 4 脚付きのダイニングテーブル、ドレッサー 2 台、中型の箱 30 個があります。どのトラックと収納ユニットが必要ですか？

ツール（34）

グループ	ツール
コア	measure_find_files, measure_depth_info, measure_open_capture, measure_object, measure_distance_between_points, measure_list_reference_objects
キッチン	kitchen_measure_vessel, kitchen_vessel_from_dimensions, kitchen_scale_recipe
部屋	room_load_scan, room_summary, room_list_walls, room_list_openings, room_list_objects, room_check_fit, room_check_doorway, room_floor_plan_svg
Amazon FBA	fba_analyze, fba_size_tier, fba_fee_estimate, fba_tier_headroom, fba_audit_listing, fba_draft_remeasure_request, fba_measure_package, fba_data_status
引っ越し	moving_estimate_from_inventory, moving_estimate_from_scan, moving_estimate_object, moving_cube_sheet_lookup, moving_recommend_truck, moving_recommend_container, moving_recommend_storage, moving_export_inventory, moving_data_info

すべてのツールに共通する規約：入力ファイルはpath、サイズはdims（"12 x 9 x 3 in"、リスト、または辞書）、重量はweight（1.4または"1.4 lb"）、出力単位はunits（metric、imperial、both）です。エラーは{"error": {"code", "message", "hint"}}の形式で返されます。ツールが受け取らない引数は、最も近い有効な名前を示して拒否され、黙って無視されることはありません。

精度

既知の答えがある合成シーンと、iPhone LiDARのノイズ（256 x 192深度、σ 5 mm）をシミュレーションして測定しました。実環境での精度は、これよりやや劣ります。これらの数値は上限として捉え、保証値ではありません。

項目	結果
ボウル、フライパン、鍋（12個の容器、3つのカメラアングル、108回のレンダリング）	容量誤差の中央値は0.9%、90パーセンタイルは2.5%。報告された±の範囲内に、すべてのレンダリングで正解値が含まれていました
縁の直径	最大誤差0.35 cm
スキャナーアプリのメッシュからのボウル（OBJ/PLY、cmまたはm、Y-upまたはZ-up、穴や乱雑な形状を含む）	16件のランダムなスキャンで容量誤差の中央値は0.7%。毎回、±の範囲内に正解値が含まれていました
箱（単一視点、あらゆる回転）	240のカメラビュー全体で、底面の寸法誤差は0.5 cm以内
LiDAR点群から検出した部屋の壁	ドリフトなしでは平均0.13 cm、最大0.38 cm。2 cmのドリフトがある場合、最大3.5 cm
FBAのサイズ区分リスクフラグ	測定ノイズが原因でサイズ区分が誤っていた箱を100%検出
引っ越しの見積もり（ワンルームから寝室3室まで）	すべて公表されている業界の範囲内

既知の制限：

• カメラアングルが急だと、深い鍋の底が隠れます。 30°では、ツールは信頼度が低いと報告し、幅広い±を示します。
• 浅いフライパン（深さ1 inch）は、信頼度が低いという結果になります。
• カメラレンズを推定すると、誤差範囲が広がります。 カメラの内部パラメーターがない深度ファイルでは、ツールは「視野角不明」と表示し、信頼度を低に制限します。
• ポートレートモードの写真が持つのは相対深度のみです。 iPhoneのポートレートモードの深度は実世界の距離ではないため、参照物が必要です。
• 部屋の精度に関する数値は合成データによるものです。 実際のスマートフォンでのスキャナーのドリフトが最大の不確定要素であり、実スキャンによる検証は今後の予定です。

データと見積もり

• FBA： サイズ区分と手数料の表は、基準日と出典を記載したバージョン管理済みデータファイルにあります。2026年の数値のいくつかは二次資料に基づいており、未検証のフラグが付いています。fba_data_statusにすべての不足項目が表示されます。これらは見積もりです。Amazon独自の測定値と手数料体系が優先されます。
• 引っ越し： 容積換算表、トラックの積載量、コンテナ、保管ユニットは公表資料に基づいており、各行に検証済みかどうかが記されています。データに価格は含まれていません。

コンパニオンiOSアプリ（開発中）

ios/には、小型のキャプチャアプリのソースが含まれています。ワンタップでiPhone ProのLiDAR深度マップ、写真、カメラのキャリブレーションをzipバンドルに保存し、measure_open_captureで読み取れます。また、Siriとショートカットで使えるApp Intents（「物体を測定」）を提供します。まだコンパイルも、デバイスでの実行もされていません。ios/README.mdを参照してください。

HTTPモード

measure-mcp --transport streamable-http                          # 127.0.0.1:8765, local only
MEASURE_MCP_TOKEN=... measure-mcp --transport streamable-http --host 0.0.0.0

サーバーはホスト上のファイルを読み取るため、ループバック以外のアドレスを使用する場合はベアラートークンが必要です。

開発

git clone https://github.com/purahmanian/measure-mcp && cd measure-mcp
python -m venv .venv && . .venv/bin/activate
pip install -e ".[dev,usd]"
python -m pytest -q          # about 1,300 tests, no network
python -m ruff check .
PYTHONPATH=src:. python bench/kitchen_bench.py --quick

各機能の設計ノートはdesigns/にあります。

ライセンス

MIT、Puya Ventures LLC。Depth Anything V2 Small（オプションの追加機能）は Apache-2.0 です。

開発者

Puya Rahmanian。製品向けの MCP サーバーや AI インテグレーションが必要ですか？puyarahmanian.com