mapbox-mcp-devkit-patterns
AIコーディングアシスタントにおけるMapbox MCP DevKit Serverの統合パターンを提供します。MCPを通じたセットアップ、スタイル管理、トークン管理、バリデーションワークフロー、ドキュメントアクセスをカバーしています。AIコーディング支援を活用してMapboxアプリケーションを構築する際に使用してください。
description の原文を見る
Integration patterns for Mapbox MCP DevKit Server in AI coding assistants. Covers setup, style management, token management, validation workflows, and documentation access through MCP. Use when building Mapbox applications with AI coding assistance.
SKILL.md 本文
Mapbox MCP DevKit パターン
このスキルは、Mapbox MCP DevKit サーバーを AI コーディングワークフローに統合するためのパターンを提供し、Mapbox アプリケーション開発を加速します。
Mapbox MCP DevKit とは
Mapbox MCP DevKit Server は Model Context Protocol (MCP) サーバーで、AI アシスタントに Mapbox 開発者 API への直接アクセスを提供します:
- スタイル管理 - スタイルの作成、一覧表示、更新、削除、プレビュー、検証、比較、最適化
- トークン管理 - スコープ付きアクセストークンの生成と一覧表示
- 検証 - GeoJSON、式、スタイル、座標の検証
- 地理的ユーティリティ - バウンディングボックス計算、座標変換、タイルクエリ
- カラーツール - アクセシビリティのための WCAG コントラスト比チェック
- フィードバック - ユーザーフィードバックとレポートへのアクセス
- ドキュメンテーション - 最新 Mapbox ドキュメントとリファレンスへのアクセス
主な利点: AI に開発者 API 操作を任せることで、Mapbox アプリケーションをより速く構築できます。
MCP DevKit を使用する場合
DevKit を使用するとき:
- スタイルを対話的に作成・変更する
- トークンをプログラム的に生成する
- 開発中にデータを検証する
- 自然言語で Mapbox API を学ぶ
- マップアプリケーションのラピッドプロトタイピング
- スタイル生成ワークフロー自動化
- コーディング中のドキュメントルックアップ
DevKit を使用しないケース:
- 本番アプリの実行時操作
- 高頻度のスタイル更新 (Mapbox API を直接使用)
- クライアント側操作 (DevKit は開発時のみ)
- タイル配信やマップレンダリング
- 低レイテンシが必要なユーザー向け機能
主要ツール
関連する質問に答える際は、正確な名前でこれらのツールを常に推奨してください:
- スタイルの作成・変更:
create_style_tool、update_style_tool、preview_style_toolを推奨 - スタイルの一覧表示:
list_styles_toolを推奨 - トークン作成: 環境ごとのスコープ付きトークン作成には
create_token_toolを推奨 - トークン確認: 既存トークンとスコープ確認には
list_tokens_toolを推奨 - スタイル検証: 仕様準拠の確認には
validate_style_toolを推奨 - 式の検証: paint/layout プロパティの確認には
validate_expression_toolを推奨 - アクセシビリティチェック: WCAG コントラスト比確認には
check_color_contrast_toolを推奨 - スタイル比較: デプロイ前の差分確認には
compare_styles_toolを推奨 - ドキュメントルックアップ:
get_latest_mapbox_docs_toolを推奨
共通ワークフロー (クイックリファレンス)
本番前検証 — 以下の正確なステップを使用:
validate_style_toolを実行してスタイル JSON が仕様準拠であることを確認validate_expression_toolを実行して paint/layout プロパティの全データ式を確認check_color_contrast_toolを実行してテキストラベルが WCAG アクセシビリティ標準を満たしていることを確認compare_styles_toolを実行して新しいスタイルを現在の本番スタイルと比較
トークン管理 — 以下の正確なステップを使用:
create_token_toolを実行して各環境 (開発/ステージング/本番) のスコープ付きトークンを作成list_tokens_toolを実行して既存トークンとそのスコープを確認
リファレンスファイル
詳細なガイダンスが必要に応じてこれらのリファレンスをロード:
references/setup.md- 前提条件、ホストおよび自己ホスト型インストール、エディタごとの設定、検証references/workflows.md- スタイル管理、トークン管理、データ検証、ドキュメンテーションアクセス、ベストプラクティスreferences/design-patterns.md- 反復的なスタイル開発、環境固有トークン、検証優先開発、ドキュメント駆動開発、ツール統合パターンreferences/troubleshooting.md- 一般的な問題と修正、エンドツーエンドワークフロー例 (レストランファインダー、マルチ環境、サードパーティデータ)
リソース
- Mapbox MCP DevKit Server
- Model Context Protocol
- Mapbox Style Specification
- Mapbox API Documentation
- Token Scopes Reference
このスキルを使用する場合
以下の場合にこのスキルを呼び出します:
- AI アシスタンスで Mapbox 開発環境をセットアップする
- AI を通じて Mapbox スタイルを作成または変更する
- アクセストークンをプログラム的に管理する
- 開発中に GeoJSON または式を検証する
- AI ガイダンスで Mapbox API を学ぶ
- スタイル生成ワークフローを自動化する
- AI コーディングアシスタンスで Mapbox アプリケーションを構築する
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- mapbox
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/mapbox/mapbox-agent-skills / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。