MCPサーバー統合
センターOS を MCP (モデルコンテキスト プロトコル) を介して Claude Code, Claude Desktop, Cursor, Windsurf に接続する.
このページ
- [MCPとは何か]
- [設置]
T49 - [Claude デスクトップ]
- [Claude Code]
T51 ) - ターン・サーフ
- [環境変数]
- [利用可能なツール]
- [資源]
T55 - [例の作業流]
- [開発]
アゲント&デブ アクセス
- [エージェントアクセス概要]
- [プラットフォーム API参照]
- [CLIガイド]
- [MCP統合]
参照
- [←すべてのウィキ記事]
- プラットフォーム →
統合MCPプロトコル
クラードコード,クラードデスクトップ,カーソル,ウィンドサーフに CenterOS を接続する.すべての31つのプラットフォームアクションは自動的にAIツールになります.
更新された2026年4月
MCPとは
**モデルコンテキストプロトコル (MCP) **は AI アシスタントが外部データソースとツールに接続できるオープンスタンダードです.プラットフォームとAIツール間のデータを手動でコピーする代わりに,MCPはアシスタントに直接プラットフォームアクションを呼び出すことができます - データセットをリストし,トレーニングの仕事を作成し,モデルを展開します - すべて自然言語を通じて.
ゼロ設定ツール: サーバは起動時にバックエンドから動的にアクションを発見します.プラットフォームに新しいアクションが追加されると,MCPサーバを再起動すると自動的にそれらを拾います.ハードコードツール定義はありません.
設置
シェル コピー
株式会社パイピ $ pip センター・mcp をインストールする
\ # または直して uvx で実行する (インストールは必要ありません) $ uvx centeros-mcp
源から $ cd 無畏のプラットフォーム/centeros-mcp 設置する
必須条件
プラットフォームから個人アクセストークン (PAT) が必要です. CenterOS CLI またはプラットフォームダッシュボードから作成してください.
シェル コピー
$ centeros pat 作成 - 名前 "mcp-server" - スコープ "*" 作成されたPAT:frl_abc123...
クロッドデスクトップ
クロードデスクトップの設定ファイルに次のものを追加します
- コンピュータの コンピュータ
- 窓:
T3
json コピー
やってみよう "mcpServers": { "センタース": { "コマンド": "uvx", "args": ["--から",centeros-mcp",centeros-mcp"), "env": { "CENTEROS_TOKEN"は"ここから" やってみよう やってみよう やってみよう やってみよう
ツールメニューに CenterOS ツールが表示されます.
クロッドコード
プロジェクトに
json コピー
やってみよう "mcpServers": { "センタース": { "コマンド": "uvx", "args": ["--から",centeros-mcp",centeros-mcp"), "env": { "CENTEROS_TOKEN"は"ここから" やってみよう やってみよう やってみよう やってみよう
カーソール / ウィンダーサーフ
両編集者は設定を通じてMCPサーバーをサポートします.編集者のMCP設定パネルに同じ構成 (コマンド + env) を追加します.サーバー名,コマンド,args,環境変数は上記のクラウッド設定と同一です.
環境変数
| Variable | Required | Description |
|---|---|---|
CENTEROS_TOKEN |
Yes | Bearer token -- JWT or PAT (starts with frl_). |
CENTEROS_PAT |
No | Alias for CENTEROS_TOKEN. |
CENTEROS_API_URL |
No | Backend URL. Default: https://fearless-backend-533466225971.us-central1.run.app |
入手可能な ツール
サーバーはバックエンドからすべてのアクションを動的に記録します.これらのツールはカテゴリーによって組織されています.
データのセット
list_datasets, get_dataset, delete_dataset, upload_dataset, get_upload_signed_url, confirm_upload
訓練
list_training_jobs, create_training_job, get_training_status, launch_training, get_finetune_catalog, estimate_cost
モデル
list_models, register_model, promote_model, get_model_lineage
艦隊
get_fleet_summary, list_robots, get_robot_state, register_robot, deploy_model, emergency_stop
記号
list_annotation_tasks, create_annotation_task, get_annotation_metrics, submit_task
組織
list_orgs, list_org_members, invite_member
統計
get_platform_stats, get_system_health
ユーティリティツール
T43 -- 名前で実行する (ダイナミック登録が失敗した場合,倒退) T44 -- 行動の全カタログを返します
詳細な入力スケームと各アクションの説明については, [Platform API Reference]
MCP資源
サーバーは AI ツールが文脈のために使用できる読み込みのみのリソースも暴露します:
| URI | Description |
|---|---|
platform://health |
Backend health check status. |
platform://stats |
Platform-wide statistics (datasets, training, robots). |
platform://actions |
Full action catalogue with schemas. |
作業流の例
MCPサーバーが設定された後,自然言語を使用してプラットフォームと対話できます.
プラットフォームの状態を確認
ロボットプラットフォームの現状は?
プラットフォームの統計と艦隊の概要をチェックします 艦隊の総集編を入手する プラットフォームには 247 のデータセット (18.3 GB), 15 のトレーニング・ジョブ (3 件) があります 艦隊には12台のロボット (8台ネット,4台オフライン)
終結訓練作業流
把握に関するすべての HDF5 データセットを検索し, 流通政策訓練の作業は,これらのデータセットを使用します.
まずデータセットを探して... [検索="grasp",ファイル_type="hdf5"]でデータセットを呼び出す 対応するデータセット3件が見つかりました: grasp-ep-001 (ID 42), grasp-ep-002 (ID 43), 訓練の仕事を創る データを集めた訓練・仕事を作るために 訓練の仕事"dp-grasp-0424"が作成されました (仕事_キー: abc123).
モデル展開
武器-01に最新モデルを配置する
最新のモデルを 見つけよう 状態="有効化") のモデルを呼び出す モデル"dp-v1"が見つかりました (ID 5,タグ v-a1b2c3) [ロボット_id="arm-01",モデル_version_id=5] 展開開始: dep-key=dep-xyz789. モデルが推移される すぐ戦略を使って 武器-01へ
開発
MCPサーバを開発またはデバッグのために本地的に実行するには:
シェル コピー
ローカルで実行する $ cd 無畏のプラットフォーム/centeros-mcp 設置する $CENTEROS_TOKEN=frl_xxx センター・mcp
# MCP検査官でデバッグ $ npx @modelcontextprotokol/inspector centeros-mcp
次のステップ
API参照 全 REST API ドックス すべての39のアクションとスケーマ → CLIガイド 端末ベースのワークフローのためにCenterOS CLIを使用する → エージェントアクセス概要 プラットフォームをプログラム的にアクセスする3つの方法 → オープンプラットフォーム ブラウザですべてを管理する →