AIパーソナル・ラーニング
と実践的なガイダンス
サイバーナイフ用ドローイングミラー

MCPコンテナ:Dockerをベースにした数百のMCPコンテナ展開

はじめに

エムシーピー ContainersはGitHubでホストされているオープンソースプロジェクトで、Model Context Protocol (MCP)サーバ用のコンテナ化されたソリューションを提供することに焦点を当てています。GitHub、Notion、Firecrawlなどの幅広いAIツールをカバーし、Dockerコンテナ経由で何百ものMCPサーバのデプロイを簡素化します。MCPプロトコルは、AIモデルと外部データやツールとの相互作用をサポートし、MCP Containersは、ユーザがイメージを引き出すだけでサーバを迅速に実行することを可能にします。このプロジェクトでは、Nixpacksを使用してコンテナ・イメージを自動的に構築し、最新の状態に保つための日々の更新を保証している。ローカルとクラウドのデプロイメントをサポートし、Kubernetesと互換性があり、セキュリティと柔軟性のバランスをとっている。コミュニティ主導の開発モデルは、ユーザーによる新しいサーバーの投稿を奨励しており、開発者、AI愛好家、企業ユーザーに適している。

MCPコンテナ:Docker-1に基づく数百のMCPコンテナ展開


 

機能一覧

  • 複数のAIツールをサポートするMCPサーバーの数百のDockerコンテナイメージを提供。
  • Nixpacksを使用してイメージを自動的にビルドし、毎日のアップデートを保証し、ソースリポジトリとの同期を維持します。
  • ローカル運用とクラウド展開をサポートし、DockerとKubernetes環境に適応。
  • サーバーの詳細なリストとドキュメントを提供し、選択と設定を容易にします。
  • 新しいサーバーの追加や既存のミラーの最適化をサポートするために、GitHubを通じてコミュニティからの貢献を受け入れる。
  • コンテナを確実に分離して実行し、機密性の高いDockerオプションを制限し、セキュリティを向上させる。
  • クロード、ギットハブでサポート コパイロット やその他のAIツールを統合して機能を拡張している。
  • コンテナ管理とビルドプロセスを簡素化するスクリプトとツールを提供する。

 

ヘルプの使用

設置プロセス

MCPコンテナは、コンテナ化されたMCPサーバーを実行するためにDockerに依存しています。以下は、インストールと使用方法の詳細です:

  1. Dockerのインストール
    お使いのシステムにDockerがインストールされていることを確認してください。Dockerがインストールされていないユーザーは、Windows、macOS、Linuxシステムに応じて、Dockerの公式ドキュメント(https://docs.docker.com/get-docker/)を参照してダウンロードし、インストールすることができます。インストールが完了したら、以下のコマンドを実行して確認する:

    docker --version
    

    出力は次のようになる。 Docker version 20.x.x インストールは成功しました。Dockerデーモンが正しく実行されていることを確認してください。

  2. MCPコンテナ・イメージのプル
    MCP Containersは、GitHub Container Registry (https://ghcr.io/metorial)に保存されている様々なサーバーイメージを提供しています。ユーザーはプロジェクト・リポジトリ(https://github.com/metorial/mcp-containers)にアクセスして、利用可能なサーバーの一覧を見ることができる。仮に metoro-mcp-serverそして、以下のコマンドを実行してイメージを取り出します:

    docker pull ghcr.io/metorial/metoro-mcp-server:latest
    

    相互互換性 metoro-mcp-server を指定してください。プルが完了したら、ミラーをチェックしてください:

    docker images
    
  3. 実行中のコンテナ
    には metoro-mcp-server 例として、コンテナを実行する:

    docker run -i --rm -e API_KEY=<your-api-key> ghcr.io/metorial/metoro-mcp-server:latest
    
    • -i対話モードを有効にして、端末を接続したままにする。
    • --rmコンテナは、スペースを節約するために停止すると自動的に削除されます。
    • -e API_KEY=<your-api-key>必要なAPIキーを設定します。
      ポートを外部(Webサービスなど)に公開する必要がある場合は、ポートマッピングを追加する:
    docker run -i --rm -p 8080:8080 ghcr.io/metorial/metoro-mcp-server:latest
    

    ホストのポート8080はコンテナのポート8080にマッピングされる。

  4. MCPクライアントの設定
    MCPサーバーは、MCPプロトコルをサポートするクライアント(例えば、以下のような)に接続されている必要があります。 クロード デスクトップ、VSコード ギットハブ・コパイロット プラグイン)に接続する。Claude Desktopを例にとって、その設定ファイルを編集する(macOSのパス:~/Library/Application Support/Claude/claude_desktop_config.json):

    {
    "mcpServers": {
    "metoro": {
    "command": "docker",
    "args": ["run", "-i", "--rm", "ghcr.io/metorial/metoro-mcp-server:latest"]
    }
    }
    }
    

    一旦保存されると、クロードはMCPプロトコルを介してサーバー機能を呼び出すことができる。他のクライアントも同様の方法で設定されるので、それぞれのドキュメントを参照する必要がある。

主な機能

  • 複数のMCPサーバーの運用
    このプロジェクトは、以下のような様々なサーバーをサポートしている。 github-mcp-server(GitHubリポジトリの管理)、firecrawl-mcp-server(ウェブクローラー)、notion-mcp-server(オペレーション) ノーティオン (データベース)。ユーザーは必要に応じて選択することができます。例えば、GitHub MCPサーバーの運用:

    docker run -i --rm -e GITHUB_PERSONAL_ACCESS_TOKEN=<your-token> ghcr.io/metorial/github-mcp-server:latest
    

    GitHub Personal Access Token (PAT) が必要で、GitHub の設定 (Settings > Developer settings > Personal access tokens) から生成できます。

  • 自動アップデート
    MCPコンテナは、Nixpacks(https://nixpacks.com/)を使用してイメージを自動的にビルドします。ミラーは、ソースリポジトリが更新されると毎日自動的に再構築されます。ユーザーは最新のイメージを引き出すだけです:

    docker pull ghcr.io/metorial/<server-name>:latest
    

    手動でコードや設定を更新する必要はない。

  • サーバー一覧を見る
    プロジェクト・リポジトリのREADMEまたは servers フォルダには、サポートされているすべてのサーバーとその機能がリストされている。ユーザーはGitHubをブラウズするか、以下のコマンドを実行することでローカルリポジトリを見ることができる:

    git clone https://github.com/metorial/mcp-containers.git
    ls mcp-containers/servers
    

注目の機能操作

  • Kubernetesのデプロイメント
    MCP ContainersはKubernetesをサポートし、大規模なクラウドデプロイメントを実現します。利用方法 metoro-mcp-server 例えば、Kubernetesデプロイメントファイル(deployment.yaml):

    apiVersion: apps/v1
    kind: Deployment
    metadata:
    name: metoro-mcp
    spec:
    replicas: 1
    selector:
    matchLabels:
    app: metoro-mcp
    template:
    metadata:
    labels:
    app: metoro-mcp
    spec:
    containers:
    - name: metoro-mcp
    image: ghcr.io/metorial/metoro-mcp-server:latest
    env:
    - name: API_KEY
    value: "<your-api-key>"
    ports:
    - containerPort: 8080
    

    クラスタにデプロイする:

    kubectl apply -f deployment.yaml
    

    可 kubectl get pods 動作状況を確認する。

  • 安全な隔離
    プロジェクトはコンテナ分離によって保護されており、リスクの高いDockerオプション(例えば --privileged).ユーザーはDockerの security-opt パラメーターは、さらにパーミッションを制限する:

    docker run --security-opt=no-new-privileges -i --rm ghcr.io/metorial/metoro-mcp-server:latest
    
  • 地域貢献
    ユーザーは、GitHub経由で課題またはプルリクエストを提出することで、新しいサーバーを追加したり、ミラーを最適化したりすることができます。ステップに貢献する

    1. フォークリポジトリ:https://github.com/metorial/mcp-containers.
    2. 新しいサーバー用のDockerfileを作成し、それを servers/<server-name>.
    3. 更新 README.md とサーバーのリスト。
    4. サーバーの機能とMCPの互換性について説明したプルリクエストを提出してください。

ほら

  • ネットワークが空いていることを確認してください。画像をアップロードするには、科学的なインターネットアクセスが必要な場合があります。
  • APIキーや認証が必要なサーバーもあり、事前にサービス・プロバイダー(GitHubやNotionなど)に登録しておく必要がある。
  • 具体的な構成(ポート、ストレージボリュームなど)については、サーバーのマニュアルを確認してください。
  • Kubernetesのデプロイには慣れが必要 kubectl およびクラスタ管理。

 

アプリケーションシナリオ

  1. AIツール開発
    開発者のための迅速な配備 firecrawl-mcp-serverAIモデルのウェブデータのクロール能力をテストし、検索またはコンテンツ分析機能を検証するために使用される。
  2. エンタープライズ・オートメーション
    企業用 make-mcp-server Makeオートメーションプラットフォームと統合し、AIによるバッチデータ処理や通知配信などのワークフローをトリガーする。
  3. クラウドにおけるAIサービス
    Kubernetesクラスターで複数のMCPサーバーを実行し、リアルタイムのデータ分析、チャットボット、マルチユーザーAIアプリケーションをサポートします。
  4. 教育・研究
    学生や研究者は notion-mcp-serverAIは、実験データや文献のメモを整理することで、学術的な作業を簡素化する素晴らしい方法です。

 

品質保証

  1. MCP Containersはどのサーバーをサポートしていますか?
    GitHub、Notion、Firecrawl、Makeなど、何百ものMCPサーバーがサポートされている。 servers フォルダー
  2. コンテナの固定方法は?
    このプロジェクトではコンテナの分離を行い、リスクの高いDockerオプション(たとえば --privileged).ユーザーは認証されていないミラーの実行を避けるべきである。 security-opt 制限の強化。
  3. プログラミングの経験が必要ですか?
    基本的な使用にはDockerコマンドの知識のみが必要です。新しいサーバをコントリビュートするには、DockerfileとMCPプロトコルに精通している必要があり、開発経験のあるユーザに向いています。
  4. ミラーの更新頻度は?
    ミラーは毎日自動的に更新され、ソースリポジトリとの同期を確実にするためにNixpacks上に構築されている。
無断転載を禁じます:チーフAIシェアリングサークル " MCPコンテナ:Dockerをベースにした数百のMCPコンテナ展開
ja日本語