「Dumpling AI」MCPサーバーの役割とは?
Dumpling AI MCP(Model Context Protocol)サーバーは、AIアシスタントと多種多様な外部データソースやAPI、開発者ツールを橋渡しする存在です。データスクレイピング、コンテンツ処理、ナレッジマネジメントなど、AI支援開発ワークフローを強化する機能を目的として設計されており、Dumpling AIサービスとのシームレスな連携も可能です。安全なエージェントコードの実行、様々なドキュメントからの情報抽出、YouTubeや地図、ニュースなどのAPIとの連携機能を備え、ウェブスクレイピングやファイル変換、高度なデータ抽出、自動ナレッジベース管理など幅広いタスクをAIクライアントが実行できるようになります。この拡張性により、日常的な開発者・研究者ワークフローの自動化・スケールアップに効果的なツールとなっています。
プロンプト一覧
リポジトリに明示的なプロンプトテンプレートは記載されていません。
リソース一覧
リポジトリに明示的なMCPリソースは記載されていません。
ツール一覧
- get-youtube-transcript: 指定したYouTube動画からトランスクリプト(文字起こし)を取得し、言語モデルが動画コンテンツをテキストとして利用可能にします。
- (READMEで明記されているのはget-youtube-transcriptのみですが、他にもスクレイピング、検索、自動補完、ドキュメント変換等、多数のツールが存在する可能性があります。)
このMCPサーバーの活用例
- YouTube動画解析: YouTube動画のトランスクリプトを取得・分析し、要約・感情分析・知識抽出などに活用。
- ウェブスクレイピングと構造化データ抽出: ウェブサイトからのデータ収集や構造化を自動化し、リサーチやリード獲得、モニタリングに利用。
- ドキュメント変換とテキスト抽出: PDFや動画、画像をテキストに変換し、AIによる分析・要約・ナレッジベースへの格納を実現。
- AIエージェントによるコード実行: JavaScriptやPythonのスニペットを安全に実行し、データ処理や外部API連携を自動化。
- ナレッジベース管理: 多様なコンテンツから情報を自動抽出・処理・整理し、AIアシスタント向けの最新ナレッジストアを維持。
セットアップ方法
Windsurf
リポジトリにWindsurf用セットアップ手順はありません。
Claude
- Smithery CLIが未インストールの場合はインストールしてください。
- 以下を実行:
npx -y @smithery/cli install @Dumpling-AI/mcp-server-dumplingai --client claude - Dumpling AIのAPIキーを環境変数(
DUMPLING_API_KEY)として設定します。 - Claude Desktopを起動し、MCPサーバーがツールとして利用可能か確認します。
- Dumpling AIコマンドを実行してテストします。
JSON設定例:
{
"mcpServers": {
"dumplingai": {
"command": "npx",
"args": ["-y", "mcp-server-dumplingai"],
"env": {
"DUMPLING_API_KEY": "<your-api-key>"
}
}
}
}
Cursor
- Cursorの設定を開きます。
- Features > MCP Serversへ進みます。
- 「+ Add New MCP Server」をクリック。
- MCPサーバー設定を入力:
{
"mcpServers": {
"dumplingai": {
"command": "npx",
"args": ["-y", "mcp-server-dumplingai"],
"env": {
"DUMPLING_API_KEY": "<your-api-key>"
}
}
}
}
- 必要に応じて保存・再起動してください。
- Dumpling AI対応ツールの動作確認を行います。
Cline
リポジトリにCline用セットアップ手順はありません。
APIキーのセキュリティ
DUMPLING_API_KEYは必ずMCPサーバー設定ブロックのenv項目で環境変数として設定してください。例:
{
"mcpServers": {
"dumplingai": {
"command": "npx",
"args": ["-y", "mcp-server-dumplingai"],
"env": {
"DUMPLING_API_KEY": "your_api_key"
}
}
}
}
FlowHuntでMCPを利用するには
FlowHuntでMCPサーバーをワークフローに統合するには、まず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、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:
{
"dumplingai": {
"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、全機能にアクセス可能となります。“dumplingai"は実際のMCPサーバー名に、URLもご自身のMCPサーバーURLに置き換えてください。
概要
| セクション | 有無 | 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記載なし |
| リソース一覧 | ⛔ | 明示的なリソース記載なし |
| ツール一覧 | ✅ | get-youtube-transcript。他にも存在の可能性 |
| APIキーのセキュリティ | ✅ | 設定内envでDUMPLING_API_KEYを使用 |
| サンプリングサポート(評価時は重要度低) | ⛔ | 記載なし |
当サイトの見解
Dumpling AI MCPサーバーは、インストール手順や開発者向け機能のドキュメントが充実しています。一方で、明示的なプロンプトやリソース定義がないため、高度なMCPカスタマイズの透明性に課題があります。READMEから幅広いツール群が推察されますが、明記されているのは1つのみ。サンプリングやrootsサポートも記載されていません。
MCPスコア
| ライセンスあり | ✅ (MIT) |
|---|---|
| ツールが1つ以上ある | ✅ |
| フォーク数 | 2 |
| スター数 | 12 |
評価: 6/10。
長所: 主要機能が充実、インストールドキュメントが明快、メンテナンスも活発。
短所: 詳細なMCPメタデータ(プロンプト、リソース、roots/サンプリングサポート)の記載や、ツール一覧が不足。
