mcpField
S
Safer Agentic AI MCP

Safer Agentic AI MCP

リモート
github.com/NellIncAI・エージェント18 週間前に更新
リポジトリ

Safer Agentic AI MCP について

Safer Agentic AI MCP は、フレームワークの基準、実装パターン、運用ヒューリスティクスをコーディングエージェントに提供します。読み取り専用ツールで安全性の指針を検索、確認、相互参照できます。

主な機能

  1. 01フレームワークのスイートと要件の一覧
  2. 02パターンの検索と順位付け
  3. 03タスク記述に合うパターンの検索
  4. 04相互参照とヒューリスティクスの確認
  5. 05ソースデータの検証とホットリロード

活用シーン

  1. 01コーディングタスク向けの安全パターン探し
  2. 02要件と関連パターンのレビュー
  3. 03スイート別の運用ヒューリスティクスの確認

MCP 対応

stdio の MCP サーバーとして、SaferAgenticAI の基準、パターン、運用ヒューリスティクスを照会する12個の読み取り専用ツールを提供します。認証とリモートトランスポートには対応していません。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://mcp.saferagenticai.org/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

パッケージ
pypisaferagenticai-mcp0.3.6

ツール

12

このツールにパラメーターはありません。

詳細

SaferAgenticAI MCP サーバー

SaferAgenticAI フレームワーク(基準の正式版と実装パターン層)を、Model Context Protocol を介してコーディングアシスタントに提供します。

入手先

正式な MCP カタログに公開されています。レジストリ対応のクライアント、または以下の CLI からインストールしてください。

MCP エコシステム全体にも順次公開中です。mcp.directory、mcpservers.org、PulseMCP(レジストリからの取り込み経由)、および mcp.so。

インストール

お使いの環境に合った方法を選んでください。

オプション 1 — uvx(最速、手動の venv は不要)

uv がインストールされている場合は、MCP クライアントを次のように設定してください。

uvx --from git+https://github.com/NellInc/saferagenticai-mcp saferagenticai-mcp

uv が環境の分離とインストールのキャッシュを処理します。~/.claude/mcp.json の単一コマンドの設定行で動作します。

オプション 2 — pipx(分離されたグローバルインストール)
pipx install "git+https://github.com/NellInc/saferagenticai-mcp"

saferagenticai-mcp がグローバルに利用可能になります。pipx upgrade saferagenticai-mcp で更新できます。

オプション 3 — 手動の venv(チェックアウトからオフラインで動作)

Homebrew/システム Python では PEP 668 により pip install の直接実行がブロックされます。そのため、リポジトリをクローンして編集可能なインストールを行う場合は、次のようにします。

python3 -m venv research/mcp/.venv
research/mcp/.venv/bin/pip install -e research/mcp/server

research/mcp/.venv/bin/saferagenticai-mcp が作成されます。リポジトリ内のパターン YAML の編集は、そのまま反映されます(編集可能モード)。

オプション 4 — PyPI から
pipx install saferagenticai-mcp
# or, with the modern uv toolchain:
uv tool install saferagenticai-mcp
# or plain pip:
pip install --user saferagenticai-mcp

監査証跡の再現性を確保するには、バージョンを固定してください:pipx install saferagenticai-mcp==0.3.6。 パッケージには criteria-v1.json、238 個のパターン YAML、4 個の実例、 および operational_heuristics.yaml が saferagenticai_mcp/_data/ 内に含まれているため、 リポジトリをチェックアウトせずに wheel をインストールできます。(0.3.0 の wheel は コーパス拡張前のもので、ヒューリスティクスを含まず、パターンも 214 個のみです。0.3.1 が 完全なビルドを含む最初のバージョンです。)

設定(Claude Code)

~/.claude/mcp.json(または IDE の MCP 設定)に追加してください。インストール方法に 合った設定を選んでください。

uvx を使用する場合
{
  "mcpServers": {
    "saferagenticai": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/NellInc/saferagenticai-mcp",
        "saferagenticai-mcp"
      ]
    }
  }
}
pipx または手動の venv を使用する場合
{
  "mcpServers": {
    "saferagenticai": {
      "command": "/absolute/path/to/saferagenticai-mcp"
    }
  }
}

手動の venv を使用してチェックアウトした場合、絶対パスは <repo>/research/mcp/.venv/bin/saferagenticai-mcp です。

編集後、Claude Code/IDE を再起動してください。サーバーはアシスタントからの最初の ツール呼び出し時に読み込まれます。

ツール(全12個)

ツール入力戻り値
list_suites—タイトルとサブゴール数を含む16個のスイート
get_requirementid、include_pattern1つのサブゴールとそのパターンレイヤー。完全一致がない場合は、あいまい検索で候補を返します
list_requirementssuite/type/content_type/confidence のフィルター信頼性を示す情報を含む、フィルター適用後のサブゴール一覧
search_patternsquery、limit、verbosityフィールドごとに重み付けして順位付けした一致結果。matched_in と、(full モードでは)スニペットおよび信頼度フラグが含まれます。フィールドの重み:title 10×、summary 4×、sfr 3×、description 2×、body 1×
get_cross_referencesid、include_inferred外向きの隣接関係
get_reverse_referencesid内向きの隣接関係(このパターンを参照しているもの)
resolve_idquery部分的な ID、スラッグの一部、または display_id を正規化します。常に候補を返します
find_patterns_for_tasktask、limit、verbosityタスクの説明に対する上位パターンをスイート別にまとめて返します。低コストでのトリアージに適した compact モードがデフォルトです
list_unreviewedlimitreviewed_by のないパターンを、信頼度の低い順に返します
review_stats—カバー率%、スイート別および信頼度別の内訳、検証問題の件数
list_operational_heuristicssuite_id?、query?本番環境でのエージェント型 AI の導入から抽出した運用ヒューリスティック。スイートまたはキーワードで絞り込めます
get_operational_heuristicidID(例:OH::geoffrey-pattern)で指定した運用ヒューリスティックを1つ返します。原則、フレームワークとの対応、設計パターン、発見に至った経緯を含む完全なエントリーを返します

データソース

  • 規範フレームワーク:framework/catalog/。生成された assessor/src/data/criteria-v1.json の投影データを介して読み込みます
  • パターンレイヤー:research/mcp/suites/<SUITE>/<pattern_id>.yaml(238ファイル)
  • 例:research/mcp/exemplars/*.yaml(4つのアンカーサブゴールのフォールバック)
  • 運用ヒューリスティック:research/mcp/operational_heuristics.yaml(14件のヒューリスティック)

起動時にサーバーは両方を読み込み、pattern_id をキーとするインメモリーインデックスを構築します。display_id による検索にも対応していますが、複数のサブゴール(下線付きのバリアント)に解決される場合があります。

MCP をインストールせずにスモークテストする

python3 -c "
from saferagenticai_mcp.framework_loader import load_framework
idx = load_framework()
print(f'{len(idx.subgoals)} subgoals, {sum(1 for s in idx.subgoals.values() if s.has_pattern)} with patterns')
"

バージョン管理

  • 規範フレームワーク:criteria-v1.json の version フィールドに従います。
  • パターンレイヤー:このディレクトリへのデータ投入中は v1-draft、レビュー後は v1 です。
  • サーバー:セマンティックバージョニングを採用しています。現在のリリースは 0.3.6 です(フレームワーク 1.3-draft、238件の完全なパターンコーパス、運用ヒューリスティックを同梱)。監査の再現性を確保するため、バージョンを明示的に固定してください。

すでに組み込まれている機能

  • ホットリロード — サーバーは各ツール呼び出し時にソースツリーを走査するため、再起動せずに編集内容が反映されます。
  • 読み込み時の検証 — 必須フィールド、content_type 列挙値、confidence 列挙値を検証します。無効なパターンは WARNING としてログに記録されますが、サーバーは停止しません。
  • find_patterns_for_task — 自然言語のタスクから、スイート別にまとめた上位パターンを返します。現在の規模では、別個の埋め込みインデックスは不要です。
  • 逆参照インデックス — 読み込み時に構築され、get_reverse_references から検索できます。

未実装

  • 認証/リモートトランスポート(stdio のみ)。
  • 埋め込みベースのセマンティック検索 — 238 件のパターンでは、フィールドの重み付けを使ったキーワードスコアリングで十分です。埋め込みが有効になるのは、この規模の 10 倍になった場合です。
  • mark_reviewed 書き込みツール — 意図的に追加していません。フェーズ 3 のレビュー編集は YAML を直接編集して行います(エディターと git diff によって監査可能です)。MCP は読み取り専用のままです。

より広範なエージェントネイティブアーキテクチャでは、複合的なオリエンテーション、コンテキストパック、ワークスペース、計画、アクション、検証の各操作を提案しています。これらは、現行の 0.3.6 インターフェースには明示的に含まれていません。目標と互換性計画については、../../architecture/README.md を参照してください。

正式なカタログでは、現行の MCP 識別子とスラッグを永続的な要件 ID に対応付けています。サーバー 0.3.6 は 12 個のツールからなるインターフェースを維持し、生成済みのパッケージスナップショットを読み込み、saai.catalog.v1 を検証し、共有スナップショットハッシュを報告します。

ライセンス

このサーバー(このディレクトリ内のコード)は MIT ライセンスです。詳細は LICENSE を参照してください。

サーバーが提供する安全性フレームワークのコンテンツ(saferagenticai_mcp/_data/ に含まれるパターン、標準基準、運用ヒューリスティクス)は SaferAgenticAI フレームワークの一部であり、リポジトリのルートで CC-BY-4.0 ライセンスの下で公開されています。帰属表示:Nell Watson および Agentic AI Safety Community of Practice。

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。