Skip to main content
Glama

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

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

# リポジトリのクローン git clone <repository-url> cd shogi-mcp # 依存関係のインストール npm install

セットアップ

  1. 将棋エンジンバイナリを engine/engine に配置

  2. 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

"mcpServers": { "shogi-mcp": { "command": "ここにnodeのフルパスを追加", "args": ["ここにmcp-server.mjsのフルパスを追加"], "env": { "REST_BASE": "http://localhost:8787" } } }

ブリッジサーバーの起動

npm run start:bridge

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:

curl "http://localhost:8787/analyze?sfen=lnsgkgsnl/1r5b1/ppppppppp/9/9/9/PPPPPPPPP/1B5R1/LNSGKGSNL%20b%20-%201&depth=20&multipv=5"

MCPサーバーの起動

npm run start:mcp

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

ENGINE_PATH

将棋エンジンのパス

./engine/engine

PORT

ブリッジサーバーのポート

8787

REST_BASE

MCPサーバーが使用するブリッジAPIのベースURL

http://localhost:8787

DEBUG

エンジン通信のデバッグログを有効化("1"で有効)

-

EVAL_FILE

評価関数ファイルのパス

-

EVAL_DIR

評価関数ディレクトリのパス

-

プロジェクト構成

shogi-mcp/ ├── src/ │ ├── core/ │ │ └── engine.js # USIプロトコルエンジンラッパー │ └── servers/ │ ├── bridge-server.js # Express HTTP APIブリッジサーバー │ └── mcp-server.mjs # MCPサーバー実装 ├── engine/ │ └── engine # 将棋エンジンバイナリ ├── eval/ │ └── nn.bin # 評価関数(NNUEで実装) ├── package.json └── README.md

開発

テスト

ブリッジAPIのテスト例:

# ヘルスチェック curl http://localhost:8787/health # 初期局面の解析 curl "http://localhost:8787/analyze?sfen=startpos&depth=15&multipv=3"

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:

EVAL_FILE=./eval/nn.bin EVAL_DIR=./eval npm run start:bridge

エンジンが起動しない場合

  1. エンジンバイナリの実行権限を確認

chmod +x engine/engine
  1. エンジンパスを環境変数で指定

ENGINE_PATH=/path/to/engine npm run start:bridge

ライセンス

MIT

Deploy Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

Related MCP Servers

  • -
    security
    A
    license
    -
    quality
    Acts as a bridge between AI models and Google's PageSpeed Insights API, enabling detailed performance analysis of websites.
    Last updated -
    21
    8
    MIT License
    • Linux
    • Apple
  • -
    security
    -
    license
    -
    quality
    Helps you analyze chess positions and get professional evaluations using Stockfish.
    Last updated -
    5
    15
    MIT License
    • Apple
    • Linux
  • A
    security
    A
    license
    A
    quality
    Provides access to Shodan API functionality, enabling AI assistants to query information about internet-connected devices for cybersecurity research and threat intelligence.
    Last updated -
    23
    32
    MIT License
    • Linux
    • Apple
  • A
    security
    F
    license
    A
    quality
    An integration server that enables AI assistants like Claude or Cursor to access and interact with strateegia projects through the strateegia API.
    Last updated -
    1
    24
    • Apple

View all related MCP servers

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/azumausu/shogi-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server