「1Panel」MCPサーバーは何をしますか?
1Panel MCPサーバーは、1Panel
との統合用に設計されたModel Context Protocol (MCP)サーバーの実装です。これはAIアシスタントと1Panelプラットフォームを結ぶ橋渡し役となり、AIエージェントが1PanelのAPIやデータソースとプログラム的に連携できることで、開発ワークフローを強化します。このサーバーを導入することで、開発者はAIパワードツールを使い、1Panel環境内の一般的な管理・運用作業(システム状態の取得、ファイル管理、コントロールコマンドの実行など)を自動化・効率化できます。サーバーは複数のトランスポート方式(stdioとsse)に対応し、さまざまな環境で柔軟に統合でき、APIトークンやホストアドレスによる安全な設定が可能です。
プロンプト一覧
利用可能なドキュメントまたはコードにプロンプトテンプレートの記載はありません。
リソース一覧
利用可能なドキュメントまたはコードに明示的なMCPリソースの記載はありません。
ツール一覧
利用可能なドキュメントまたはコード(例: このGoベースプロジェクトにはserver.py等は存在しません)に特定のツールの記載はありません。
このMCPサーバーのユースケース
- 1Panel自動化: AIアシスタントと連携し、サービス再起動やユーザー管理、状態確認などの1Panel管理作業を標準化されたAIコマンドで自動化。
- リモート操作: AI駆動のスクリプトやワークフローがリモートで1Panelサーバーとやり取りでき、DevOpsやシステム管理の能力を拡張。
- SSE/ストリーミングAI統合: SSEトランスポートモードを利用し、1PanelとAIエージェント間でリアルタイムなやり取りやライブ監視・即応を実現。
- 安全なプログラム的アクセス: アクセストークンと環境変数ベースの設定により、AIエージェントに必要最小限の1Panel部分のみを安全に公開し、運用の安全性を維持。
セットアップ方法
Windsurf
1Panel MCPサーバーのバイナリまたはDockerイメージを用意します。
1PanelのアクセストークンとホストURLを取得します。
Windsurfの設定ファイルを編集します。
mcpServersの下に次のJSONスニペットを追加します:{ "mcpServers": { "mcp-1panel": { "command": "mcp-1panel", "env": { "PANEL_ACCESS_TOKEN": "<your 1Panel access token>", "PANEL_HOST": "such as http://localhost:8080" } } } }保存してWindsurfを再起動し、サーバー接続を確認します。
Docker例
{
"mcpServers": {
"mcp-1panel": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"PANEL_HOST",
"-e",
"PANEL_ACCESS_TOKEN",
"1panel/1panel-mcp-server"
],
"env": {
"PANEL_HOST": "such as http://localhost:8080",
"PANEL_ACCESS_TOKEN": "<your 1Panel access token>"
}
}
}
}
Claude
- 1Panel MCPサーバーをダウンロードまたはビルドします。
- 1PanelのAPIトークンとホスト情報を取得します。
- Claudeの設定ファイルを開きます。
- Windsurfと同じ設定を
mcpServersの下に挿入します。 - 保存してClaudeを再起動します。
Cursor
1Panel MCPサーバーがインストールされていることを確認します。
アクセストークンとホストURLを取得します。
Cursorの設定ファイルを編集します。
以下を追加します:
{ "mcpServers": { "mcp-1panel": { "command": "mcp-1panel", "env": { "PANEL_ACCESS_TOKEN": "<your 1Panel access token>", "PANEL_HOST": "such as http://localhost:8080" } } } }変更を保存し、Cursorを再起動します。
SSEモード例
SSEモードを使用する場合は、次のようにサーバーを起動します:
mcp-1panel -host http://localhost:8080 -token <your 1Panel access token> -transport sse -addr http://localhost:8000
mcpServersに追加:
{
"mcpServers": {
"mcp-1panel": {
"url": "http://localhost:8000/sse"
}
}
}
Cline
- 1Panel MCPサーバーをインストールします。
- PANEL_ACCESS_TOKENとPANEL_HOSTを設定します。
- Clineの設定ファイルを編集し、上記と同じJSONを挿入します。
- 保存してClineを再起動します。
APIキーの安全な管理
APIキーや機密情報は環境変数に保存してください。設定例:
{
"mcpServers": {
"mcp-1panel": {
"command": "mcp-1panel",
"env": {
"PANEL_ACCESS_TOKEN": "${PANEL_ACCESS_TOKEN}",
"PANEL_HOST": "${PANEL_HOST}"
}
}
}
}
${PANEL_ACCESS_TOKEN}と${PANEL_HOST}はご自身の環境変数名に置き換えてください。
フロー内でこのMCPを使う方法
FlowHuntでのMCP利用
MCPサーバーをFlowHuntワークフローに統合するには、まずフローにMCPコンポーネントを追加し、AIエージェントに接続します:

MCPコンポーネントをクリックして設定パネルを開きます。システムMCP設定セクションで、以下のJSON形式でMCPサーバー情報を入力します:
{
"MCP-name": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
設定が完了すると、AIエージェントがこのMCPをツールとして利用し、そのすべての機能にアクセスできます。“MCP-name"は"mcp-1panel"に、URLはご自身のMCPサーバーURLに変更してください。
概要
| セクション | 利用可否 | 詳細・備考 |
|---|---|---|
| 概要 | ✅ | |
| プロンプト一覧 | ⛔ | プロンプトテンプレートの提供なし |
| リソース一覧 | ⛔ | 明示的なリソース記載なし |
| ツール一覧 | ⛔ | コード・ドキュメントにツール記載なし |
| APIキーの安全な管理 | ✅ | 環境変数による管理方法を記載 |
| サンプリング対応(評価上重要度低) | ⛔ | 記載なし |
総評
1Panel MCPサーバーは明瞭なインストール・統合手順があり、スターやフォーク数も多く積極的にメンテナンスされています。一方で、ドキュメントにツールやプロンプト、リソースの詳細説明が不足しているため、複雑なAIワークフロー用途には即利用性が限定されます。以上を踏まえ、このMCP実装の完成度・開発者フレンドリー度は5/10と評価します。
MCPスコア
| ライセンスあり | ✅ (GPL-3.0) |
|---|---|
| ツールが1つ以上ある | ⛔ |
| フォーク数 | 17 |
| スター数 | 127 |
