Qwen Max MCPサーバー

「Qwen Max」MCPサーバーは何をするのか？

Qwen Max MCPサーバーは、Model Context Protocol（MCP）を実装し、Qwen Max言語モデルをAIアシスタントや開発ツールなど外部クライアントと接続します。サーバーが橋渡し役となることで、高度な言語理解・生成を必要とするワークフローにQwenシリーズモデルをシームレスに統合できます。大規模文脈推論、マルチステップ推論、複雑なプロンプト対話など、開発を強化します。Node.js/TypeScript上で構築されており、最大限の安定性と互換性を実現。特にClaude Desktopとの連携に最適で、安全かつスケーラブルな運用もサポートします。複数のQwenモデルバリアントに対応しており、パフォーマンスとコスト最適化の両立が可能な、堅牢な言語モデル活用を求めるプロジェクトに最適なソリューションです。

プロンプト一覧

リポジトリには明示的な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

リポジトリには明示的なMCPリソースプリミティブの記載はありません。

ツール一覧

リポジトリ内には明示的なツールや「server.py」（または同等の実行可能ファイル）の記載はありません。

このMCPサーバーのユースケース

• 大規模文脈チャット・推論：最大32,768トークンの文脈ウィンドウ対応で、ドキュメント要約・コード解析・多段階タスク推論などに最適です。
• モデル実験・評価：Qwenシリーズ（Max, Plus, Turboなど）を統一MCPインターフェースでベンチマーク・実験し、用途に最適なモデルを選択できます。
• Claude Desktopとのシームレス統合：Claude Desktopとの即時連携設計で、AIによる生産性向上ワークフローを安定して運用できます。
• API経由の言語モデル利用：開発者がQwenモデルの機能をサービスとして安全に公開でき、チャットボット・アシスタント・自動化スクリプトの基盤に適しています。
• トークンコスト管理：料金や無料枠の明瞭なドキュメントにより、大規模展開時のトークン消費を効率的に管理できます。

セットアップ方法

Windsurf

1. Node.js（v18以上）とnpmがインストールされていることを確認します。
2. MCPサーバーパッケージをインストールします:

   npx -y @smithery/cli install @66julienmartin/mcp-server-qwen_max --client windsurf
   

3. Windsurfの設定ファイルにMCPサーバー設定を追加します:

   {
     "mcpServers": [
       {
         "command": "npx",
         "args": ["@66julienmartin/mcp-server-qwen_max", "start"]
       }
     ]
   }
   

4. 設定を保存し、Windsurfを再起動します。
5. Windsurf UIでサーバーが表示されているか確認します。

APIキーの保護

{
  "env": {
    "DASHSCOPE_API_KEY": "<your_api_key>"
  }
}

Claude

1. Node.js（v18以上）とnpmをインストールします。
2. SmitheryでClaude Desktop用にインストール:

   npx -y @smithery/cli install @66julienmartin/mcp-server-qwen_max --client claude
   

3. Claude Desktopの設定ファイルに以下を追加します:

   {
     "mcpServers": [
       {
         "command": "npx",
         "args": ["@66julienmartin/mcp-server-qwen_max", "start"]
       }
     ]
   }
   

4. Claude Desktopを再起動します。
5. MCPサーバーが稼働していることを確認します。

APIキーの保護

{
  "env": {
    "DASHSCOPE_API_KEY": "<your_api_key>"
  }
}

Cursor

1. Node.jsとnpmをインストールします。
2. ターミナルで以下を実行:

   npx -y @smithery/cli install @66julienmartin/mcp-server-qwen_max --client cursor
   

3. Cursorの設定ファイルを更新します:

   {
     "mcpServers": [
       {
         "command": "npx",
         "args": ["@66julienmartin/mcp-server-qwen_max", "start"]
       }
     ]
   }
   

4. Cursorを再起動します。
5. サーバーが一覧に表示されているか確認します。

APIキーの保護

{
  "env": {
    "DASHSCOPE_API_KEY": "<your_api_key>"
  }
}

Cline

1. Node.jsとnpmをインストールします。
2. 以下のコマンドを実行:

   npx -y @smithery/cli install @66julienmartin/mcp-server-qwen_max --client cline
   

3. Clineの設定ファイルにサーバーを追加します:

   {
     "mcpServers": [
       {
         "command": "npx",
         "args": ["@66julienmartin/mcp-server-qwen_max", "start"]
       }
     ]
   }
   

4. 設定を保存し、Clineを再起動します。
5. Cline上でMCPサーバーが動作していることを確認します。

APIキーの保護

{
  "env": {
    "DASHSCOPE_API_KEY": "<your_api_key>"
  }
}

フロー内でこのMCPを使うには

FlowHuntでMCPを利用

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てワークフローへ統合します。

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。system MCP設定欄に、以下のJSON形式でMCPサーバー情報を入力してください。

{
  "qwen-max": {
    "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。なお、「qwen-max」の部分は実際のMCPサーバー名（例：“github-mcp”, “weather-api"など）に、URL部分は自身のMCPサーバーURLに置き換えてください。

概要

提供された情報から、Qwen Max MCPサーバーはインストールやモデル情報のドキュメントは充実していますが、MCPリソース・ツール・プロンプトテンプレートの明示的実装・記載が公開リポジトリにはありません。そのため、高度なMCP機能の拡張性や即時利用性は限定的です。

当社の評価

このMCPサーバーを5/10と評価します。インストールやモデルサポートが明確で、パーミッシブなオープンソースですが、ツール・リソース・プロンプトテンプレートのドキュメントがなく、MCPの全機能を活用するワークフローには即効性が劣ります。

MCPスコア