> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/jp/ji-chu/mcp.md).

# MCPサーバーをローカルLLMで使う方法

スクリーンショット付きで、MCP サーバーをオープン AI モデルに接続する方法を学びます。

このステップバイステップガイドでは、 **Model Context Protocol（MCP）** サーバーを次のようなローカル LLM に [Qwen](/docs/jp/moderu/qwen3.6.md) または [Gemma](/docs/jp/moderu/gemma-4.md)に接続することで、実行するどのモデルでも MCP 経由で外部ツールやサービスを呼び出せるようになります。 MCP をローカルモデルに接続すると、記憶だけで会話するのではなく、ローカルのファイル、アプリ、データベース、ツールを安全に利用できるようになり、実際の環境で動作できる、より便利でプライベートで相互運用可能な AI アシスタントを構築できます。

オープンソースのリポジトリ [Unsloth](https://github.com/unslothai/unsloth) と [llama.cpp](#llama.cpp-guide) を使用します。これらはローカルモデルの推論／デプロイ用として人気のフレームワークだからです。MCP はローカルの GGUF モデルとクラウド [プロバイダーモデル](/docs/jp/tong-he/connections.md). **また、** [**複数の MCP サーバー**](#using-multiple-mcp-servers) **をどのように活用できるかも示します。**

MCP ツールは、以下のような他のモデル機能と並行して動作します: [コード実行](/docs/jp/shii/studio/chat.md#code-execution) と [ウェブ検索](/docs/jp/shii/studio/chat.md#advanced-web-search)。そのため、1つのモデルで同じスレッド内でウェブ検索を行い、コードを実行し、接続済みサービスを呼び出せます。

### ユースケース

MCP サーバーを接続すると、ローカルモデルに多くの自動化タスクを依頼できます。例:

* **ドキュメントを検索:** 「関連するドキュメントを見つけて、セットアップ手順を要約して。」 - Context7 を使用できます。
* **コードベースを分析:** 「このリポジトリを整理して、認証、課金、データアクセスがどこで行われているか説明して。」 - GitHub 公式 MCP と GitMCP を使ってリポジトリを分析できます。
* **埋め込みを使ってウェブを検索** - Exa の MCP サーバーを、コンテキスト埋め込み対応のセマンティック検索に使用できます。
* **ウェブサイトの UI をデバッグ** - Playwright と Chrome DevTools の MCP サーバーを使って、サイトを操作しながら問題の修正箇所を見つけられます。

### クイックスタート

ここでは、デバイス上のローカルモデルを MCP サーバーに接続する2つの方法を使います。どちらもオープンソースのパッケージを使用します: [Unsloth](https://github.com/unslothai/unsloth) と [llama.cpp](llama.cpphttps://github.com/ggml-org/llama.cpp) モデルを実行、提供、デプロイするための。

<a href="/docs/jp/ji-chu/mcp.md#unsloth-guide" class="button primary">Unsloth MCP ガイド</a><a href="/pages/b48e7df06c5fe4b498e941086d9a6927845ec494#llama.cpp-guide" class="button primary">Llama.cpp MCP ガイド</a>

### 🦥 Unsloth ガイド

この例では、Unsloth を使って次のような任意のローカルモデルを接続します [Qwen3.6](/docs/jp/moderu/qwen3.6.md) または [Gemma 4](/docs/jp/moderu/gemma-4.md) を次の MCP サーバーに: [Vercel](https://mcp.vercel.com), [Context7](https://context7.com/), [Exa](https://exa.ai/) と [Hugging Face](https://huggingface.co/docs/hub/en/agents-mcp)。その後、このモデルで何ができるかを尋ねます。同じ手順はどの MCP サーバーでも使えます。

{% stepper %}
{% step %}

#### Unsloth のセットアップ

始める最も簡単な方法は、 [Unsloth Desktop](/docs/jp/desktop.md) アプリをインストールすることです。対応環境は [MacOS](/docs/jp/meru/install/mac.md)、Linux、 [Windows](/docs/jp/meru/install/windows-installation.md), [NVIDIA](/docs/jp/meru/install/pip-install.md), [AMD](/docs/jp/meru/install/amd.md)、Intel、CPU 構成です。

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)

または、手動インストールを希望する場合は:

**MacOS、Linux、WSL:**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows PowerShell:**

```bash
irm https://unsloth.ai/install.ps1 | iex
```

[こちらを参照](/docs/jp/desktop.md#get-started) して詳細手順をご覧ください。
{% endstep %}

{% step %}

#### **MCP を有効化**

チャットツールバーの「MCP」をクリックします。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FqNVeCtCvYRMqKT9sSZey%2Fimage.png?alt=media&amp;token=9755a1cc-8118-40ba-ba1f-3b9ac0ef773d" alt=""><figcaption></figcaption></figure>

Unsloth Studio にはデフォルトで Context7、Exa、Hugging Face の MCP 対応が含まれています。Exa を有効にすると [ウェブ検索](/docs/jp/shii/studio/chat.md#advanced-web-search) 、標準である検索ツールが無効になります。
{% endstep %}

{% step %}

#### **カスタム MCP サーバーの追加**

Vercel の MCP サーバーを追加するには、「カスタム MCP を追加」をクリックすると、次のポップアップが表示されます:

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FaO9zf15MX1jWL7nOmdyK%2Fimage.png?alt=media&amp;token=8ae977f0-8388-414c-9fbd-ae1efff464f2" alt=""><figcaption></figcaption></figure>

サーバーの詳細を入力します:

1. **表示名**: たとえば、親しみやすいラベル。 `Vercel`.
2. **URL**: サーバーのベースエンドポイント。例: `https://mcp.vercel.com`.
3. 以下から認証方法を選択してください。

{% tabs %}
{% tab title="OAuth サインイン" %}
ブラウザベースの認証が必要なサーバー（GitHub、Linear、Vercel など）では、 **OAuth サインインを使用**を有効にします。初回接続時にブラウザウィンドウが開くので、Unsloth を承認できます。
{% endtab %}

{% tab title="カスタムヘッダー" %}
トークンで認証するサーバーでは、OAuth をオフにして **ヘッダーを追加** で **カスタムヘッダー**をクリックし、 `Authorization` ヘッダーにトークンを追加します:

```
Authorization: Bearer <your-token>
```

{% endtab %}
{% endtabs %}

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FbgCzTby2rF3qgleWLNXA%2Fmcp-server-added.png?alt=media&amp;token=8095e37e-a4fa-4857-a5aa-0562af526eca" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### **テストして追加**

「 **接続をテスト** 」をクリックして、Unsloth がサーバーに到達できることを確認します。成功したら、 **サーバーを追加** をクリックして保存します。

もし **接続をテスト** 失敗した場合は、URL がサーバーのベースエンドポイント（ドキュメントページではない）であり、認証方法が正しいことを確認してください。以下のトラブルシューティングを参照してください。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FJeR2x79EkJaG4jYuOiBt%2Fmcp-add-server.png?alt=media&amp;token=38c4fdee-130f-415b-8c5d-e906f13c1555" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### **読み込まれたツールを確認**

サーバーが MCP Servers リストに表示されます。Unsloth はそのツールを自動で取得し、たとえば次のような確認を表示します。 *「Vercel」を更新しました（18 個のツール）*.

各サーバーには次の操作があります: **切り替えて** オン／オフ **更新** ツールを **編集** する、または **削除** できます。サーバーの切り替えと **Use MCP Servers** のマスタートグルの両方がオンになっていることを確認し、ダイアログを閉じてください。

有効になるとハイライト表示されます。もう一度クリックするだけで無効にもできます。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FgunafFRR6EdrF0xXjIuG%2Fimage.png?alt=media&amp;token=3a91e79f-33d0-44da-a7a3-ded37a34b594" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### **チャットで使う**

「 **モデルを選択** 」ドロップダウンから任意のモデルを選び、チャットを開始します。これで、必要に応じてモデル自身がサーバーのツールを呼び出せます。

上では、ローカルの `gemma-4-E2B-it-GGUF` に次のように尋ねました *「Vercel MCP サーバーを使えますか？」* すると、プロジェクト管理、ログ分析、チーム一覧表示、アクセスリンク生成、ドメイン確認、Vercel のドキュメント検索など、実行できるアクションが報告されました。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FoenMZ3aZx2yUX9ueAbmy%2Fmcp-chat-usecase.png?alt=media&amp;token=4284a8da-e77f-4961-8154-742cd75e4b01" alt=""><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

#### 複数の MCP サーバーの利用

3つのように複数の MCP サーバーを呼び出すのはどうでしょうか？ Unsloth Studio の既定の Exa、Context7、Hugging Face 提供の MCP サーバーを使い、3つすべてを有効にします。

「Unsloth は Qwen のファインチューニングをサポートできますか？」と尋ねると、Exa が詳しい情報を提供します:

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FbqfXsWpuNJksyX2cLgfz%2Fimage.png?alt=media&amp;token=9f66e3e9-0e78-4016-853d-a7a8b63c4d25" alt=""><figcaption></figcaption></figure>

その後、「これを行う方法について Unsloth のドキュメントを検索して」と続けると、Context7 がドキュメントに使われます:

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FrPFQ90O4o8SIydVhDndx%2Fimage.png?alt=media&amp;token=35a48ee5-974b-45de-aba9-e9fb1e7833dd" alt=""><figcaption></figcaption></figure>

次に「unsloth/Qwen モデルを Hugging Face で検索して」と入力すると、Hugging Face の MCP サーバーが呼び出されます:

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F9KPBtO3VFxC6Y9e4Hl0d%2Fimage.png?alt=media&amp;token=1c1757dc-4ccb-424f-b98b-29ae173df757" alt=""><figcaption></figcaption></figure>

#### 別の具体的な使用例

サーバーが接続されたら、平易な言葉で実際の作業をモデルに依頼します。Vercel サーバーでの例をいくつか:

* **失敗したビルドをデバッグ**: *「最新デプロイのビルドログを取得して、失敗した理由を教えて。」*
* **デプロイ状況を確認**: *「最近のデプロイを一覧表示して、それぞれの状態を教えて。」*
* **ドキュメントを検索**: *「カスタムドメインの設定方法について Vercel のドキュメントを検索して。」*
* **ドメイン調査**: *「 `myproject.dev` は利用可能ですか？ 料金はいくらですか？」*

### 🦙 Llama.cpp ガイド

{% stepper %}
{% step %}

#### llama.cpp をインストールまたはビルド

**macOS:**

```bash
brew install llama.cpp
```

または **Linux、Windows、WSL では** ソースからビルドします:

```bash
git clone https://github.com/ggml-org/llama.cpp
cmake -S llama.cpp -B llama.cpp/build -DCMAKE_BUILD_TYPE=Release
cmake --build llama.cpp/build --config Release -j --target llama-server llama-cli
```

{% endstep %}

{% step %}

#### GGUF で llama-server を起動

この例では [Gemma 4](/docs/jp/moderu/gemma-4.md) E4B GGUF を使います:

```bash
llama-server \\
  -hf unsloth/gemma-4-E4B-it-GGUF:UD-Q4_K_XL \\
  --alias local \\
  --host 127.0.0.1 \\
  --port 8080 \\
  --no-ui \\
  --temp 1.0 \\
  --top-p 0.95 \\
  --top-k 64 \\
  --reasoning off
```

より大きな Gemma 4 26B-A4B モデルでは:

```bash
llama-server \\
  -hf unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_M \\
  --alias local \\
  --host 127.0.0.1 \\
  --port 8080 \\
  --no-ui \\
  --temp 1.0 \\
  --top-p 0.95 \\
  --top-k 64 \\
  --reasoning off
```

さらに多くの推論パラメータ調整については、こちらの [Gemma 4 ガイド](/docs/jp/moderu/gemma-4.md).

で確認できます

```bash
curl http://127.0.0.1:8080/v1/chat/completions \\
  -H "Content-Type: application/json" \\
  -H "Authorization: Bearer none" \\
  -d '{
    "model": "local",
    "messages": [{"role": "user", "content": "1文で挨拶してください。"}]
  }'
```

{% endstep %}

{% step %}

#### MCP ファイルシステムサンドボックスを作成

```bash
mkdir -p ~/mcp-workspace
cd ~/mcp-workspace
pwd
```

絶対パスをコピーします。MCP ホスト用に別のプロジェクトフォルダを作成します:

```bash
mkdir -p ~/llama-mcp
cd ~/llama-mcp
```

作成 `server_config.json`:

{% code expandable="true" %}

```json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/ABSOLUTE/PATH/TO/mcp-workspace"
      ],
      "env": {}
    }
  }
}
```

{% endcode %}

パスは実際のワークスペースのパスに置き換えてください。IBM の `mcp-cli` のドキュメントは、同じ `server_config.json` 形式と同じ `npx -y @modelcontextprotocol/server-filesystem /path/to/allowed/files` ファイルシステム設定を使用します。
{% endstep %}

{% step %}

#### llama.cpp に対してターミナル MCP ホストを実行

IBM の `mcp-cli`を使います。これは、チャットモード、ツール検出、OpenAI 互換のカスタムプロバイダー対応を備えたコマンドラインの MCP クライアント／ホストです。ドキュメントでは `uvx mcp-cli --help`、プロジェクト `server_config.json`のサポートと、 `--api-base` と `--api-key`.

`mcp-cli` で実行時の OpenAI 互換カスタムプロバイダーのサポートを提供します。起動には設定ファイルが必要です。そのため、作成する手順を追加する必要があります。例:

{% code title="" expandable="true" %}

```bash
mkdir -p ~/.chuk_llm
cat > ~/.chuk_llm/config.yaml <<'YAML'
openai_compatible:
  client_class: "chuk_llm.llm.providers.openai_client:OpenAILLMClient"
  default_model: "local"
  models: ["*"]
YAML
```

{% endcode %}

次に実行:

```bash
uvx mcp-cli \\
  --provider llamacpp \\
  --api-base http://127.0.0.1:8080/v1 \\
  --api-key none \\
  --model local \\
  --server filesystem \\
  --config-file server_config.json
```

次に試します:

```
ファイルシステムのワークスペース内のファイルを一覧表示して。
```

次に:

```
hello.txt を1行の挨拶で作成し、読み返して。
```

`mcp-cli` では、既定でツール呼び出しの確認が有効になっているので、ツール実行前にプロンプトが表示されます。

**完全なコード例:**

{% code expandable="true" %}

```bash
# ターミナル 1
llama-server -hf unsloth/gemma-4-E4B-it-GGUF:UD-Q4_K_XL \\
  --alias local --host 127.0.0.1 --port 8080 --no-ui \\
  --temp 1.0 --top-p 0.95 --top-k 64 \\
  --chat-template-kwargs '{"enable_thinking":false}'

# ターミナル 2、server_config.json があるフォルダで
uvx mcp-cli \\
  --provider llamacpp \\
  --api-base http://127.0.0.1:8080/v1 \\
  --api-key none \\
  --model local \\
  --server filesystem \\
  --config-file server_config.json
```

{% endcode %}
{% endstep %}
{% endstepper %}

### リモートアクセスまたは LAN アクセスで使うローカル MCP サーバー

に加えて `http(s)://` の URL のほか、 **URL または実行ファイル** フィールドには次のようなローカルコマンドも指定できます。 `npx`, `uvx` またはサーバーバイナリへのパスを指定し、引数は **Arguments** の行に入れます。これらのローカル（stdio）サーバーは、コンピューター上のプログラムとして実行されます。

一方で **Remote access** または **LAN access** が設定でオンになっている（または Unsloth を `--secure`付きで起動した）場合、Unsloth は他のデバイスからアクセス可能になるため、ローカルコマンドは無効になり、1つ保存すると次のように表示されます:

{% code collapsedlinecount="10" %}

```
リモートアクセスがオンの間はローカルコマンドは無効です。サーバーがこのマシンの外部から到達可能だからです。
```

{% endcode %}

それでもローカル MCP サーバーを使う方法は2つあります:

1. **サーバーを自分のマシン上で HTTP 経由で実行する（推奨）。** 多くの MCP サーバーは自分自身で HTTP を提供できます。 `127.0.0.1` で起動し、このコンピューターだけが到達できるようにしてから、そのアドレスを URL として追加します。たとえば、 [osmmcp](https://github.com/nervsystems/osmmcp):

   <pre class="language-bash" data-collapsed-line-count="10"><code class="lang-bash">osmmcp --enable-http --http-only --http-addr 127.0.0.1:7082
   </code></pre>

   次に `http://127.0.0.1:7082/mcp` を MCP ダイアログに追加します。これは Unsloth Desktop と Studio のリモートアクセス有効時でも動作します。MCP サーバーは、閲覧しているデバイスではなく Unsloth が動いているコンピューター上で実行してください。 [Docker](/docs/jp/meru/install/docker.md), `127.0.0.1` ではコンテナ自体が対象なので、コンテナ内でサーバーを起動します（`docker exec`）。stdio のみ対応のサーバーには、 [mcp-proxy](https://github.com/sparfenyuk/mcp-proxy) のような stdio→HTTP ブリッジが同じ役割を果たします。例: `mcp-proxy --port=8099 uvx mcp-server-fetch`の後、 `http://127.0.0.1:8099/mcp`.
2. **ローカルコマンドを明示的に許可する（Studio）。** Studio を自分で変数を設定して起動すると、Remote access または LAN access がオンでもローカルコマンドは有効のままです:

   <pre class="language-bash" data-collapsed-line-count="10"><code class="lang-bash">UNSLOTH_STUDIO_ALLOW_STDIO_MCP=1 unsloth studio
   </code></pre>

   Windows PowerShell では: `$env:UNSLOTH_STUDIO_ALLOW_STDIO_MCP = "1"; unsloth studio`.

{% hint style="warning" %}
オプション2では、ネットワーク経由で Studio にサインインできる人なら誰でも、MCP サーバーを通じてあなたのコンピューター上でプログラムを実行できます。信頼できるネットワークで強力なパスワードを使う場合のみにし、できればオプション1を優先してください。
{% endhint %}

### トラブルシューティング

サーバーが接続に失敗したりツールが表示されない場合は、URL がサーバーのベースエンドポイント（例: `https://mcp.vercel.com`）であることを確認してください。ドキュメントページやダッシュボードページではありません。OAuth サーバーでは、開いたブラウザでサインインを完了してください。トークンベースのサーバーでは、 `Authorization` ヘッダーとトークンが有効であることを確認してください。

「リモートアクセスがオンの間はローカルコマンドは無効です」と出てローカルコマンドの保存に失敗する場合は、 [リモートアクセスまたは LAN アクセスで使うローカル MCP サーバー](#local-mcp-servers-with-remote-access-or-lan-access).

「 **更新** を確認し、接続後にツールが表示されない場合は、個別のサーバートグルと **Use MCP Servers** のマスタートグルの両方がオンであることを確認してください。

### セキュリティ上の注意

信頼できる MCP サーバーのみ接続してください。要求された権限を確認し、機密データの読み取り、デプロイの変更、ドメイン購入、プロジェクト変更などの操作では人間の確認を有効にしてください。MCP サーバーをウェブ検索や他のツールと組み合わせる場合は特に注意してください。プロンプト注入されたコンテンツが不要なツール呼び出しを引き起こそうとすることがあります。

### 人気の MCP サーバー

接続できる人気で便利な MCP サーバーの一覧です:

| MCP サーバー                    | 最適な用途                        | 便利な理由                                                                                                                                                                   |
| --------------------------- | ---------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **GitHub MCP**              | リポジトリ、Issue、PR、コード検索、Actions | リモート／ローカル構成に対応した GitHub 公式 MCP。リポジトリ、Issue、プルリクエスト、Actions、コードセキュリティなどをカバーします。（[GitHub](https://github.com/github/github-mcp-server))                                   |
| **Context7**                | 最新のライブラリドキュメントと例             | 古い学習データに頼らず、コーディングアシスタント向けに最新かつバージョン特有のドキュメントを取得します。 `https://mcp.context7.com/mcp`. ([GitHub](https://github.com/upstash/context7))                                    |
| **Notion MCP**              | ドキュメント、メモ、タスク、プロジェクトの知識      | 仕様書、PRD、ロードマップ、メモにNotionを使っているチームに適しています。ホスト型MCPはワークスペースのコンテンツを読み書きできます。([Notion開発者](https://developers.notion.com/guides/mcp/overview))                                |
| **Slack MCP**               | チーム会話の検索                     | AIツールがSlackのメッセージ、チャンネル、ファイル、スレッド、メンバー情報を照会できるようにします。操作は権限に依存します。([Slack](https://slack.com/help/articles/48855576908307-Guide-to-the-Slack-MCP-server))                |
| **Linear MCP**              | 課題、プロジェクト、製品ワークフロー           | Linearの課題、プロジェクト、コメント、関連オブジェクトを検索、作成、更新するための公式リモートMCPです。([Linear](https://linear.app/changelog/2025-05-01-mcp))                                                         |
| **Vercel MCP**              | デプロイ、ログ、ドキュメント、ドメイン          | フロントエンド/Webのワークフローに便利です。デプロイ、ログ、ドキュメント、プロジェクトのコンテキストを確認できます。まずクライアントの互換性を確認してください。([Vercel](https://vercel.com/docs/agent-resources/vercel-mcp?utm_source=chatgpt.com)) |
| **Sentry MCP**              | 本番環境のデバッグ                    | エージェントが人間が介在する開発ワークフローでSentryの問題、トレース、エラー、パフォーマンスデータを確認するのに役立ちます。([GitHub](https://github.com/getsentry/sentry-mcp))                                                    |
| **ファイルシステム / ローカルファイル MCP** | ローカルのプロジェクトファイル              | ローカルLLMのセットアップに便利で、通常は `stdio`. 参照サーバーは、あくまで例や出発点として扱うのが最適です。([GitHub](https://github.com/modelcontextprotocol/servers))                                                |


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/jp/ji-chu/mcp.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.