aranet4 MCPサーバー

「aranet4」MCPサーバーの機能とは？

aranet4 MCPサーバーは、Aranet4 CO2センサー機器とそのローカルデータベースを管理するためのModel Context Protocol（MCP）サーバーです。AIアシスタントと外部データソースを橋渡しすることで、周辺デバイスのスキャン、測定データの取得・保存、過去のセンサー記録の検索など、機器とのシームレスな連携が可能となります。自動アップデート、支援付き設定、画像対応クライアント向けのデータ可視化もサポートします。環境センサーデータのLLM自動化への統合を簡素化し、空気質の監視、履歴トレンドの追跡、デバイス設定のプログラム的管理を容易にします。

プロンプト一覧

リポジトリやREADMEに明示的なプロンプトテンプレートはありません。

リソース一覧

リポジトリやREADMEに明示的なリソースはありません。

ツール一覧

設定・ユーティリティ:

• init_aranet4_config: Aranet4デバイスの支援付き設定。
• scan_devices: 近隣のBluetooth Aranet4デバイスをスキャン。
• get_configuration_and_db_stats: 現在のconfig.yamlとローカルSQLiteデータベースの統計情報を取得。
• set_configuration: config.yaml内の値を設定。

履歴データの更新:

• fetch_new_data: 設定済みAranet4デバイスから新しいデータを取得し、ローカルDBに保存。

履歴データのクエリ:

• get_recent_data: ローカルDBから最新データを取得。取得件数の指定が可能。

このMCPサーバーのユースケース

• 環境モニタリング: 周辺のAranet4デバイスから空気質・CO2データを自動で取得し、ローカルDBに保存して分析に活用。
• 履歴データの分析: 過去のセンサー記録を検索し、空気質のトレンドや異常値を把握。研究者や施設管理者に有用。
• 自動設定: AI支援または手動ツールでAranet4デバイスを素早くセットアップ。非技術者の導入時間を短縮。
• 可視化・レポーティング: 画像出力対応クライアントなら、最新測定値のグラフ生成・可視化が可能で、解釈やレポート作成が容易。
• デバイス群管理: 複数のAranet4デバイスをスキャン・管理し、一元的な監視や設定が可能。

セットアップ方法

Windsurf

1. 前提条件: Node.jsとPythonがインストールされていることを確認してください。
2. サーバーのクローンとセットアップ:

   git clone git@github.com:diegobit/aranet4-mcp-server.git
   cd aranet4-mcp-server
   

3. 依存関係インストール: uvまたはpip install .を使用。
4. Windsurf設定編集: mcpServersセクションにaranet4サーバーを追加。
5. 保存してWindsurfを再起動。
6. 確認: デバイスが認識され、データにアクセスできるか確認。

JSON例:

"mcpServers": {
  "aranet4": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/aranet4-mcp-server/",
      "run",
      "src/server.py"
    ]
  }
}

注意: APIキーなど機密情報は環境変数で設定してください。

"aranet4": {
  "env": {
    "ARANET4_API_KEY": "your_api_key_here"
  },
  "inputs": {}
}

Claude

1. 上記1〜3の手順に従います。
2. Claude Desktopの設定ファイルを編集: ~/Library/Application Support/Claude/claude_desktop_config.json。
3. 上記のようにaranet4サーバーを追加。
4. 保存してClaude Desktopを再起動。
5. init aranet4でガイド付きセットアップ。

Cursor

1. 上記1〜3の手順に従います。
2. Cursor設定ファイル編集: ~/.cursor/mcp.json。
3. aranet4サーバーのJSON設定を挿入。
4. 保存してCursorを再起動。
5. init aranet4でガイド付きセットアップ。

Cline

1. 上記1〜3の手順に従います。
2. Clineの設定ファイルを編集。
3. aranet4サーバーのJSON設定を追加。
4. 保存してClineを再起動。
5. 対話型設定ツールでセットアップ。

フロー内でのMCPの使い方

FlowHuntでのMCP利用方法

FlowHuntワークフローにMCPサーバーを組み込むには、MCPコンポーネントをフローに追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開き、system MCP設定セクションで以下のJSONフォーマットでMCPサーバー情報を入力します。

{
  "aranet4": {
    "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をツールとして利用でき、すべての機能にアクセス可能となります。“aranet4"はご自身のMCPサーバー名に、URLも実際のMCPサーバーのURLに置き換えてください。

概要

総評

aranet4 MCPサーバーは、Aranet4デバイス管理や環境センシングに高い実用性を持ち、ツール公開とプラットフォーム対応も良好です。ただし、プロンプトテンプレートやリソースの明示的記載、およびサンプリングやrootsなどの高度なMCP機能には対応していません。セットアップ手順は実用的かつ詳細で、主要なAI開発ツールにも対応しています。総じて、この分野における堅実で実用的なMCP実装です。

MCPスコア

評価: 6/10 – デバイス特化の高い実用性がありますが、より広範なMCP機能やプロンプト／リソースのドキュメントが不足しています。