Wikidata MCPサーバー

「Wikidata」MCPサーバーの役割

Wikidata MCPサーバーは、Model Context Protocol（MCP）のサーバー実装であり、Wikidata APIと直接連携するために設計されています。AIアシスタントとWikidataの膨大な構造化知識の橋渡しを担い、開発者やAIエージェントがエンティティ・プロパティIDの検索、メタデータ（ラベルや説明など）の抽出、SPARQLクエリの実行をシームレスに行えるようにします。これらの機能をMCPツールとして公開することで、外部の構造化データが必要な開発ワークフローにおけるセマンティック検索、ナレッジ抽出、コンテキスト強化などのタスクを実現します。Wikidataから最新情報を取得・クエリ・推論できるため、AI駆動アプリケーションの能力が高まります。

プロンプト一覧

リポジトリやドキュメントにプロンプトテンプレートは記載されていません。

ビジネスを成長させる準備はできましたか？

今日から無料トライアルを開始し、数日で結果を確認しましょう。

デモをリクエスト ログイン

リソース一覧

リポジトリやドキュメントに明示的なMCPリソースの記載はありません。

ツール一覧

• search_entity(query: str)
  クエリに該当するWikidataエンティティIDを検索します。
• search_property(query: str)
  クエリに該当するWikidataプロパティIDを検索します。
• get_properties(entity_id: str)
  指定したWikidataエンティティIDに関連するプロパティを取得します。
• execute_sparql(sparql_query: str)
  Wikidata上でSPARQLクエリを実行します。
• get_metadata(entity_id: str, language: str = “en”)
  指定したWikidataエンティティIDの英語ラベルと説明を取得します。

ニュースレターに登録

最新のヒント、トレンド、お得な情報を無料で入手。

メールアドレス

登録する

このMCPサーバーの活用例

• セマンティックデータ取得
  AIアシスタントでWikidata内のエンティティやプロパティを検索し、ユーザーに正確なIDを提供してデータ操作や探索に活用。
• 自動メタデータ抽出
  Wikidataエンティティのラベルや説明を自動抽出し、データ駆動型アプリやプロジェクトにコンテキスト情報を付加。
• プログラムによるSPARQLクエリ実行
  LLMエージェントがSPARQLクエリを生成・実行でき、複雑な質問への回答や構造化知識の動的取得が可能。
• ナレッジグラフ探索
  開発者がWikidata内のエンティティやプロパティ間の関係性を調査し、リサーチやデータ分析、リンクドデータワークフローに対応。
• AI支援レコメンデーション
  エンティティ検索・プロパティ取得・SPARQL実行を組み合わせて、特定監督の映画などのリコメンドAIエージェントを構築。

セットアップ方法

Windsurf

1. Node.jsがインストールされていることを確認します。
2. Windsurfの設定ファイルを探します。
3. 下記のJSONスニペットを使い、設定内mcpServersにWikidata MCPサーバーを追加します。
4. 設定を保存し、Windsurfを再起動します。
5. サーバーがMCP統合内に現れることを確認します。

"mcpServers": {
  "wikidata-mcp": {
    "command": "npx",
    "args": ["@zzaebok/mcp-wikidata@latest"]
  }
}

APIキーのセキュア設定（必要な場合）:

{
  "wikidata-mcp": {
    "env": {
      "WIKIDATA_API_KEY": "your-api-key"
    },
    "inputs": {
      "some_input": "value"
    }
  }
}

Claude

1. Node.jsが未インストールの場合はインストールします。
2. Claudeの設定ファイルを開きます。
3. 下記のWikidata MCPサーバー設定を挿入します。
4. 保存し、Claude Desktopを再起動します。
5. サーバーにアクセスできることを確認します。

"mcpServers": {
  "wikidata-mcp": {
    "command": "npx",
    "args": ["@zzaebok/mcp-wikidata@latest"]
  }
}

APIキーのセキュア設定:

{
  "wikidata-mcp": {
    "env": {
      "WIKIDATA_API_KEY": "your-api-key"
    }
  }
}

Cursor

1. Node.jsをインストールし、CursorがMCPをサポートしていることを確認します。
2. Cursorの設定ファイルを編集します。
3. 下記のWikidata MCPサーバー設定を追加します。
4. 変更を保存してCursorを再起動します。
5. サーバーがリストに表示されることを確認します。

"mcpServers": {
  "wikidata-mcp": {
    "command": "npx",
    "args": ["@zzaebok/mcp-wikidata@latest"]
  }
}

APIキーのセキュア設定:

{
  "wikidata-mcp": {
    "env": {
      "WIKIDATA_API_KEY": "your-api-key"
    }
  }
}

Cline

1. Node.jsがセットアップされていることを確認します。
2. Clineの設定ファイルにMCPサーバー情報を追加します。
3. 下記の設定を追加します。
4. 保存してClineを再起動します。
5. MCPサーバー統合を確認します。

"mcpServers": {
  "wikidata-mcp": {
    "command": "npx",
    "args": ["@zzaebok/mcp-wikidata@latest"]
  }
}

APIキーのセキュア設定:

{
  "wikidata-mcp": {
    "env": {
      "WIKIDATA_API_KEY": "your-api-key"
    }
  }
}

フロー内でのMCPの使用方法

FlowHuntでのMCP利用

FlowHuntワークフローにMCPサーバーを統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントに接続します。

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設定欄に下記JSON形式でMCPサーバー情報を挿入します。

{
  "wikidata-mcp": {
    "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可能になり、全機能へアクセスできます。“wikidata-mcp"は実際のMCPサーバー名に、URLは自身のMCPサーバーURLに変更してください。

概要

総評

Wikidata MCPサーバーはシンプルながら効果的な実装で、MCP経由でWikidataと連携するための有用なツールを多数提供しています。ただし、プロンプトテンプレートやリソース、サンプリング/ルーツサポートに関するドキュメントが不足しており、より高度または標準化されたMCP統合には柔軟性が制限されます。ライセンスの明記、明確なツール構成、アクティブな更新により、Wikidata特化型のMCPユースケースには好適な出発点です。

MCPスコア

MCPサーバーレーティング: 6/10
コア機能は堅実ですが、標準的なMCPリソース・プロンプトサポートや高度な機能に欠けます。Wikidata直接統合用途には有用です。