Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g.,@Shogi MCP Server what is the weather in Tokyo?
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
You can also use deployed servers via HTTP endpoints. For instructions, see How to Test MCP Streamable HTTP Endpoints Using cURL.
Shogi MCP Server
将棋AIエンジンのHTTP APIブリッジおよびMCP（Model Context Protocol）サーバー実装です。
https://github.com/user-attachments/assets/cdff97b9-d60f-411b-b81f-9cabd8e62
将棋AIエンジンのREST APIおよびMCP（Model Context Protocol）サーバー実装です。
現時点のLLMとUSI形式の将棋AIの統合し、指し手の説明をさせるためのサンプルプログラムです。
概要
このプロジェクトは、ネイティブの将棋エンジンバイナリをラップし、以下の2つのインターフェースを提供します：
HTTP API Bridge: HTTPエンドポイント経由での将棋局面解析
MCP Server: AIエージェント統合のためのModel Context Protocolサーバー
Related MCP server: Chess Analysis Assistant
必要要件
Node.js 18.0.0以上
USIプロトコル対応の将棋エンジン
評価関数ファイル（nn.bin）
インストール
セットアップ
将棋エンジンバイナリを
engine/engineに配置評価関数ファイルを
eval/nn.binに配置
使用方法
Claude Desktop
claude_desktop_config.jsonに以下を追記
ブリッジサーバーの起動
デフォルトでポート8787で起動します。
APIエンドポイント
GET /health
ヘルスチェック用エンドポイント
GET /analyze
局面解析エンドポイント
パラメータ：
sfen(必須): SFEN形式の局面depth: 探索深さ（デフォルト: 30、最大: 30）multipv: 候補手の数（デフォルト: 10、最大: 10）threads: 使用スレッド数（デフォルト: 1、最大: 8）forceMove: 指定した手を指した後の局面を解析
例：
MCPサーバーの起動
MCPサーバーはstdio経由で通信し、以下のツールを提供します：
ping: 疎通確認analyze: 局面の完全解析（MultiPV）eval_at: 特定の手を指した後の局面評価
環境変数
変数名 | 説明 | デフォルト値 |
| 将棋エンジンのパス |
|
| ブリッジサーバーのポート |
|
| MCPサーバーが使用するブリッジAPIのベースURL |
|
| エンジン通信のデバッグログを有効化（"1"で有効） | - |
| 評価関数ファイルのパス | - |
| 評価関数ディレクトリのパス | - |
プロジェクト構成
開発
テスト
ブリッジAPIのテスト例：
トラブルシューティング
評価関数が読み込めない場合
環境変数で明示的にパスを指定してください：
エンジンが起動しない場合
エンジンバイナリの実行権限を確認
エンジンパスを環境変数で指定
ライセンス
MIT