Anki MCPサーバー連携

「Anki」MCPサーバーは何をするのか？

Anki MCP（Model Context Protocol）サーバーは、AnkiデスクトップアプリケーションとAIアシスタントをAnki-Connectアドオンを利用して橋渡しします。このサーバーにより、Ankiのフラッシュカードデータベースへシームレスにアクセスでき、AIモデルがデッキとプログラム的にやり取り可能となります。復習期限のカード取得、未学習または新規カードのアクセス、新しいフラッシュカードの作成などのタスクをMCPインターフェース経由で直接実行できます。開発者やユーザーは、LLMを組み合わせてスマートな復習や自動カード作成など、Ankiの強力な間隔反復システムの上に様々な学習ワークフローを拡張できます。教育や生産性、記憶力拡張ツールでフラッシュカード学習を自動化・強化したい場合にも特に有用です。

プロンプト一覧

このリポジトリにはプロンプトテンプレートは記載・登録されていません。

リソース一覧

• anki://search/deckcurrent
  • 現在のデッキ内のすべてのカードを返します。Ankiのdeck:currentと同等です。
• anki://search/isdue
  • 復習・学習待ちのカードを返します。Ankiのis:dueと同等です。
• anki://search/isnew
  • 未学習カードをすべて返します。Ankiのis:newと同等です。

ツール一覧

• update_cards
  • 指定したカードIDのカードを「解答済み」としてマークし、イーズスコア（1=再学習、4=簡単）を付与します。
  • 入力: cardId（番号）、ease（番号）を含むオブジェクト配列
• add_card
  • デフォルトのAnkiデッキに新しいカードを作成します。
  • 入力: front（文字列）, back（文字列）
• get_due_cards
  • 現在復習期限となっているカードを指定数返します。
  • 入力: num（番号）
• get_new_cards
  • 新規カードを指定数返します。
  • 入力: num（番号）

このMCPサーバーの活用例

• 自動カードレビュー
  • AIアシスタントと連携し、期限カードを自動取得・レビューして学習セッションを効率化。
• スマートなフラッシュカード作成
  • ユーザーノートや外部コンテンツからLLMで新規カードを生成し、即Ankiへ追加。
• 進捗モニタリング
  • 新規・既習・期限カードの状態を取得し、学習進捗の可視化や管理を支援。
• 適応型学習
  • ユーザーの成績や習熟度に応じてカードのスケジューリングやレビュー推奨をAIで最適化。
• シームレスな学習ワークフロー
  • Ankiのレビュータスクと他の生産性・学習ツールを統合し、一貫した学習環境を構築。

セットアップ方法

Windsurf

1. Node.jsがインストールされ、AnkiデスクトップでAnki-Connectアドオンが有効になっていることを確認します。
2. Anki MCPサーバーをインストール:
   npm install @anki/mcp-server@latest
3. Windsurfの設定ファイルにMCPサーバーを追加:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

4. 設定を保存してWindsurfを再起動します。
5. AIアシスタントでAnki MCP連携が動作しているか確認します。

Claude

1. Node.jsがインストールされ、AnkiでAnki-Connectが稼働していることを確認。
2. Anki MCPサーバーをインストール。
3. Claude Desktopの設定ファイルを探し編集:
   MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   Windows: %APPDATA%/Claude/claude_desktop_config.json
4. 以下の設定を追加:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

5. 保存してClaudeを再起動。Anki MCPサーバーにアクセスできることを確認します。

Cursor

1. Node.jsをインストールし、Anki-Connectが有効であることを確認。
2. Anki MCPサーバーをインストール。
3. Cursorの設定に以下を追加:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

4. 保存してCursorを再起動し、サーバーを有効化します。

Cline

1. Node.jsとAnki-Connectをセットアップします。
2. Anki MCPサーバーをインストール。
3. Clineの設定を以下のように更新:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

4. ファイルを保存し、Clineを再起動してサーバーを有効にします。

APIキーの保護

シークレットやAPIキーを設定する場合、環境変数を利用してください。例:

{
  "mcpServers": {
    "anki-mcp-server": {
      "command": "/path/to/anki-mcp-server/build/index.js",
      "env": {
        "ANKI_CONNECT_API_KEY": "${ANKI_CONNECT_API_KEY}"
      },
      "inputs": {
        "apiKey": "${ANKI_CONNECT_API_KEY}"
      }
    }
  }
}

注: ANKI_CONNECT_API_KEYはご自身の環境変数に置き換えてください。

このMCPをフローで使うには

FlowHuntでのMCP利用方法

MCPサーバーをFlowHuntのワークフローに組み込むには、まずフローにMCPコンポーネントを追加し、AIエージェントにつなげます。

MCPコンポーネントをクリックして設定パネルを開き、system MCP設定セクションに次のようなJSON形式でMCPサーバー情報を入力します:

{
  "anki-mcp-server": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定が完了すると、AIエージェントはこのMCPの全機能・ツールにアクセスできるようになります。“anki-mcp-server"の部分はご自身のMCPサーバー名に、URLはご自身のMCPサーバーのURLに置き換えてください。

概要

得られる情報から、Anki MCPサーバーはフラッシュカードの自動化・レビュー用途にしっかりとした連携機能を提供しています。プロンプトテンプレートやサンプリング機能がない点は柔軟性にやや劣りますが、ツールセットは目的に対して十分です。ドキュメントも明確でセットアップ手順も掲載。特にAnkiユーザーにとってユーティリティ・明快さ7/10の評価が妥当です。

MCPスコア