mcp-cli
CLIを通じてMCP(Model Context Protocol)サーバーと連携するためのインターフェイスです。外部ツール・API・データソースへのアクセス、利用可能なMCPサーバーやツールの一覧取得、またはコマンドラインからMCPツールを呼び出す必要がある場合に使用します。
description の原文を見る
Interface for MCP (Model Context Protocol) servers via CLI. Use when you need to interact with external tools, APIs, or data sources through MCP servers, list available MCP servers/tools, or call MCP tools from command line.
SKILL.md 本文
MCP-CLI
コマンドラインを通じて MCP サーバーにアクセスします。MCP により、GitHub、ファイルシステム、データベース、API などの外部システムと対話できます。
コマンド
| コマンド | 出力 |
|---|---|
mcp-cli | すべてのサーバーとツール名を一覧表示 |
mcp-cli <server> | ツールをパラメータ付きで表示 |
mcp-cli <server>/<tool> | ツールの JSON スキーマを取得 |
mcp-cli <server>/<tool> '<json>' | 引数を指定してツールを実行 |
mcp-cli grep "<glob>" | 名前でツールを検索 |
-d を追加すると説明が含まれます (例: mcp-cli filesystem -d)
ワークフロー
- 探索:
mcp-cli→ 利用可能なサーバーとツールを確認 - 確認:
mcp-cli <server>→ パラメータ付きのツールを確認 - 検査:
mcp-cli <server>/<tool>→ 完全な JSON 入力スキーマを取得 - 実行:
mcp-cli <server>/<tool> '<json>'→ 引数付きで実行
使用例
# すべてのサーバーとツール名を一覧表示
mcp-cli
# パラメータ付きすべてのツールを確認
mcp-cli filesystem
# 説明付き (より詳細)
mcp-cli filesystem -d
# 特定のツールの JSON スキーマを取得
mcp-cli filesystem/read_file
# ツールを呼び出す
mcp-cli filesystem/read_file '{"path": "./README.md"}'
# ツールを検索
mcp-cli grep "*file*"
# パース用 JSON 出力
mcp-cli filesystem/read_file '{"path": "./README.md"}' --json
# 複雑な JSON とクォート (heredoc または stdin を使用)
mcp-cli server/tool <<EOF
{"content": "Text with 'quotes' inside"}
EOF
# またはファイル/コマンドからパイプで入力
cat args.json | mcp-cli server/tool
# すべての TypeScript ファイルを検索して最初のものを読み込む
mcp-cli filesystem/search_files '{"path": "src/", "pattern": "*.ts"}' --json | jq -r '.content[0].text' | head -1 | xargs -I {} sh -c 'mcp-cli filesystem/read_file "{\"path\": \"{}\"}"'
オプション
| フラグ | 用途 |
|---|---|
-j, --json | スクリプト用 JSON 出力 |
-r, --raw | 生のテキストコンテンツ |
-d | 説明を含める |
終了コード
0: 成功1: クライアントエラー (不正な引数、設定の欠落)2: サーバーエラー (ツール失敗)3: ネットワークエラー
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
- github
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/github/awesome-copilot / 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。