GibsonAI MCPサーバー

「GibsonAI」MCPサーバーは何をするのか？

GibsonAI MCP（Model Context Protocol）サーバーは、AIアシスタントとGibsonAIプロジェクトやデータベースの間をつなぐ役割を果たします。MCPに対応したクライアント（Cursor、Windsurf、Claude Desktopなど）から、自然言語による命令で、プロジェクトやデータベース管理の幅広いタスクを実行できます。GibsonAI MCPサーバーを活用することで、新規プロジェクトの作成、データベーススキーマの設計・変更、SQLクエリの実行、デプロイ管理、モックデータによるテーブルの初期化などを、開発環境から直接行うことが可能です。この統合により、会話型AIを通じてプロジェクトリソースやデータベース管理をシームレスに行え、開発ワークフローが大幅に効率化されます。

プロンプト例一覧

• 「ユーザー、投稿、コメントをもつブログプラットフォームのスキーマを作成して」
  • ブログプラットフォーム用のデータベーススキーマを生成します。
• 「bookingsからpaymentsへの外部キーを追加して」
  • スキーマにリレーションを追加します。
• 「booking destinationテーブルのモックデータを生成して」
  • データベーステーブル用のモックデータを生成します。
• 「自分のブログデータベースの接続文字列を取得して」
  • データベース接続情報を取得します。
• 「このプロジェクトでテーブル同士の関係性を説明して」
  • テーブル間のリレーションを要約します。

リソース一覧

• GibsonAIプロジェクト
  • プロジェクトファイルやメタデータへのアクセス・管理
• データベーススキーマ
  • プロジェクト内データベースのスキーマの閲覧・編集
• テーブルとリレーション
  • テーブル構造やテーブル間のリレーションの探索
• プロジェクトデプロイ
  • プロジェクトのデプロイ環境の管理と閲覧

ツール一覧

• プロジェクト作成ツール
  • 自然言語コマンドで新規GibsonAIプロジェクトを作成
• スキーマデザイナーツール
  • データベーススキーマの設計・閲覧・編集を対話的に実施
• SQLクエリツール
  • 設定済みデータベースへのSQLクエリを直接実行
• データシーダーツール
  • モックデータでテーブルを自動初期化
• デプロイツール
  • プロジェクトを開発・本番環境へデプロイ

このMCPサーバーのユースケース

• データベース管理
  複雑なデータベーススキーマの作成・編集・可視化を自然言語で簡単に行い、開発スピードを向上、手作業ミスも削減します。
• コードベース探索
  プロジェクト構造やテーブルリレーション、スキーマ図を把握し、大規模プロジェクトも素早く理解・ナビゲートできます。
• スキーママイグレーション
  スキーマ変更の反映や自動マイグレーションを実行し、アプリケーション要件に合わせてデータベース構造をスムーズに進化させます。
• モックデータ生成
  開発・テスト用途にテーブルへモックデータを投入し、プロトタイピングや検証を迅速化します。
• 自動デプロイ
  IDEから直接さまざまな環境へプロジェクトをデプロイし、リリース作業やコンテキスト切り替えを簡単にします。

セットアップ方法

Windsurf

1. Windsurf → 設定 → Windsurf設定 → Cascadeに進みます。
2. モデルコンテキストプロトコル（MCP）サーバーセクションで「サーバー追加」をクリックします。
3. モーダルで「カスタムサーバー追加」をクリックします。
4. 設定を次のように更新してください：

   {
     "mcpServers": {
       "gibson": {
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

5. 必要があればCascadeチャットでMCPサーバーをリフレッシュしてください。

注意: APIキーや機密環境変数は、必ずシステムの環境設定で安全に管理してください。

Claude

1. Claude → 設定 → 開発者に進み、「設定編集」をクリックします。
2. claude_desktop_config.jsonファイルを開きます。
3. GibsonAI MCPサーバー設定を追加します：

   {
     "mcpServers": {
       "gibson": {
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

4. 保存し、必要に応じてClaude Desktopを再起動してください。

注意: APIキーは環境変数で管理しましょう。

Cursor

1. 「Add to Cursor」ボタン（利用可能な場合）をクリック、またはCursor → 設定 → Cursor設定 → MCPツールに進みます。
2. 「新規MCPサーバー」をクリックします。
3. 設定を以下のように更新します：

   {
     "mcpServers": {
       "gibson": {
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

4. 必要があればCursorを保存・再起動してください。

注意: APIキーは環境変数で管理しましょう。

Cline

1. VS Code拡張機能のワークフローに従ってください。
2. .vscode/mcp.jsonファイルに以下を追加します：

   {
     "inputs": [],
     "servers": {
       "gibson": {
         "type": "stdio",
         "command": "uvx",
         "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"]
       }
     }
   }
   

3. 保存し拡張機能をリロードしてください。

注意: APIキーは環境変数で安全に管理しましょう。

JSON設定でAPIキーを安全に管理する例：

{
  "mcpServers": {
    "gibson": {
      "command": "uvx",
      "args": ["--from", "gibson-cli@latest", "gibson", "mcp", "run"],
      "env": {
        "GIBSON_API_KEY": "${GIBSON_API_KEY}"
      },
      "inputs": []
    }
  }
}

FlowHuntのフロー内でMCPを使う方法

FlowHuntでMCPサーバーをワークフローに統合するには、フローにMCPコンポーネントを追加し、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ます。システムのMCP設定セクションで、次のようなJSON形式でMCPサーバー情報を入力してください：

{
  "gibson": {
    "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し、すべての機能にアクセスできるようになります。“gibson"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URLに置き換えてください。

概要

上記表から、GibsonAI MCPサーバーはドキュメントと機能説明が明確で高評価ですが、samplingやrootsといった高度なMCP機能への記載はありません。セットアップ手順やツール・リソースは、一般的な開発ワークフローには十分実用的です。

総評

GibsonAI MCPサーバーは、複数の人気AI開発プラットフォーム向けに分かりやすくドキュメント化されており、セットアップも容易です。プロジェクト・データベース管理の基本的なユースケースをしっかりカバーしていますが、samplingやrootsなど高度なMCP機能への対応は記載されておらず、一部の高度なワークフローでは制限があるかもしれません。GibsonAIプロジェクトに取り組む開発者にとって、実用的で信頼できるMCPサーバーです。

MCPスコア