mcpField
S
Slackbot MCP

Slackbot MCP

ローカル
github.com/adamkleingitAI・エージェント078 週間前に更新

Slackbot MCP について

Slackbot MCPは、LLMによる応答とMCPツール連携を組み合わせたSlackボットです。複数ボットの管理、スレッド単位の会話、チャンネル別設定に対応します。

主な機能

  1. 01Slack Events API連携
  2. 02LLMによる応答
  3. 03MCPツール連携
  4. 04複数ボットの管理
  5. 05スレッドを考慮した会話
  6. 06チャンネル別設定

活用シーン

  1. 01SlackでLLMの応答を提供
  2. 02Slackの会話でMCPツールを利用
  3. 03チャンネルごとに動作を設定
  4. 04複数のSlackボットを管理

MCP 対応

Slackbotの会話にMCPツールを統合し、LLM搭載ボットから利用できます。

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。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

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

Slackbot MCP

MCP 統合機能を備えた、LLM を活用する高機能な Slack ボットです。

機能

  • Events API による Slack 統合
  • LLM を活用した応答
  • MCP ツール統合
  • 複数ボットの管理
  • スレッドを考慮した会話
  • チャンネルごとの設定

前提条件

  • Python 3.9+
  • 依存関係の管理に使用する Poetry
  • Docker と Docker Compose
  • PostgreSQL
  • Redis

開発環境のセットアップ

  1. リポジトリをクローンします:
git clone <repository-url>
cd slackbot-mcp
  1. 依存関係をインストールします:
poetry install
  1. pre-commit フックを設定します:
poetry run pre-commit install
  1. 環境設定ファイルのサンプルをコピーします:
cp .env.example .env
  1. 開発環境を起動します:
docker-compose up -d
  1. マイグレーションを実行します:
poetry run alembic upgrade head
  1. 開発サーバーを起動します:
poetry run uvicorn src.slackbot.api.main:app --reload

プロジェクト構成

slackbot-mcp/
├── src/
│   └── slackbot/
│       ├── api/        # FastAPI application and endpoints
│       ├── core/       # Core business logic
│       ├── models/     # SQLAlchemy models
│       ├── services/   # External service integrations
│       └── utils/      # Utility functions
├── tests/
│   ├── unit/          # Unit tests
│   └── integration/   # Integration tests
├── scripts/           # Utility scripts
├── alembic/           # Database migrations
└── docker/           # Docker configuration files

コントリビューション

  1. 機能用の新しいブランチを作成します
  2. 変更を加えます
  3. テストを実行します:poetry run pytest
  4. プルリクエストを送信します

ライセンス

[選択したライセンス]

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。