Epicure MCP

Epicure は、計算的なフレーバー探索のための公開・匿名・読み取り専用の Model Context Protocol サーバーです。414万レシピの多言語コーパスから学習された1,790の食材埋め込みに対して、決定論的なツールを公開しています。

• MCP エンドポイント: https://epicure-mcp.kaikaku.ai/mcp

• ヘルスチェック: https://epicure-mcp.kaikaku.ai/healthz

• 対話型ガイド: epicure.kaikaku.ai/agents

• 認証: なし

• トランスポート: Streamable HTTP

本番オリジンは KAIKAKU のローカル計算クラスター上で動作し、Cloudflare Tunnel を通じて公開されています。Google Cloud や Azure ではホストされていません。すべてのツールはバンドルされたモデル成果物を読み取ります。MCP サーバーは外部の AI やデータプロバイダーへの呼び出しを行いません。

Cursor から接続する

Marketplace プラグイン（推奨）

このリポジトリは Cursor Plugin（.cursor-plugin/plugin.json + mcp.json）としてパッケージ化されています。掲載後は、Cursor Marketplace または Customize → Plugins から Epicure をインストールしてください。

掲載が公開されるまでは、ローカルテスト用にこのチェックアウトからインストールします:

mkdir -p ~/.cursor/plugins/local
ln -sfn "$(pwd)" ~/.cursor/plugins/local/epicure

Cursor を再読み込みし、プラグインを有効化してから、以下をお試しください:

• 「Epicure を使って、トマトとバジルを中心としたビーガンペアリンググラフを構築して。」

• 「味噌と醤油をうま味の軸で比較して。」

• 「Epicure のフレーバー空間でサフランに最も近い食材はどれ？」

• 「米を南アジア料理の方向に30度回転させて。」

• 「柚子が Epicure の食材アトラスのどこに位置するか示して。」

• 「味噌から一貫した因子に沿ったフレーバーのトレードオフを見つけて。」

提出チェックリスト: docs/CURSOR_MARKETPLACE_SUBMISSION.md。 スキャフォールディングは python scripts/validate_plugin.py で検証してください。

手動 MCP エントリ

Cursor の MCP 設定で、以下を追加します:

{
  "mcpServers": {
    "epicure": {
      "type": "http",
      "url": "https://epicure-mcp.kaikaku.ai/mcp"
    }
  }
}

公開エンドポイントには API キーは不要です。

Related MCP server: moss-brain

Claude から接続する

Claude で Settings → Connectors → Add custom connector を開き、以下を入力します:

Name: Epicure
URL:  https://epicure-mcp.kaikaku.ai/mcp
Auth: None

ツールの出力は、学習された統計的な関係性を記述したものです。食品安全、アレルギー、医学、栄養に関するアドバイスではありません。

ツール

すべてのツールは、読み取り専用・非破壊的・冪等・閉世界の MCP アノテーションと、検証済みの JSON スキーマを公開しています。

大規模なカタログはフィルタリングおよびページングされます。デフォルトの応答は意図的にコンパクトです。呼び出し元は各ツールの文書化された入力を通じて、より詳細な情報を要求できます。

データとプライバシー

Epicure には、アカウント、Cookie、ユーザープロファイル、広告はありません。ツールの引数と結果のコンテンツはメモリ内で処理され、アプリケーションログに書き込まれることはありません。最小限の運用テレメトリには、ローテーションされる仮名のクライアントハッシュ、ツール名、応答サイズ、レイテンシ、成功状態、例外クラスが含まれます。

完全なプライバシーポリシー、セキュリティポリシー、サポートポリシー、利用規約をお読みください。

アーキテクチャ

MCP client
    │  HTTPS / Streamable HTTP
    ▼
Cloudflare edge (TLS, DDoS controls, WAF/rate limits)
    │  outbound-only Cloudflare Tunnel
    ▼
reef-cluster on local KAIKAKU compute
    └── epicure-mcp container
          └── bundled read-only model artefacts

オリジンはクラスターホスト上のループバックにバインドされます。インバウンドルーターポートは開かれません。cloudflared がプライベート Docker ネットワークからトンネルを開始します。運用については docs/DEPLOYMENT.md、Claude ディレクトリの一覧については docs/CLAUDE_SUBMISSION.md、Cursor Marketplace パッケージについては docs/CURSOR_MARKETPLACE_SUBMISSION.md を参照してください。

ローカル開発

Python 3.11 以降がサポートされています（本番環境は Python 3.12 を使用）。

python3.12 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
python scripts/verify_data.py --data-dir data
ruff check src tests scripts
pytest -q
python -m epicure_mcp.server

ローカルエンドポイントは以下のとおりです:

公式の MCP Inspector でローカルサーバーを検査します:

npx -y @modelcontextprotocol/inspector \
  --cli http://127.0.0.1:8080/mcp --transport http --method tools/list

本番環境に対して完全なリモートスモークスイートを実行します:

python scripts/smoke_test_remote.py https://epicure-mcp.kaikaku.ai/mcp

設定

バンドルされた成果物

リポジトリにはモデルバンドルが含まれているため、本番環境は実行時にアップストリームサービスに依存しません。埋め込みと食材メタデータ、教師あり方向、ICA 因子、GMM モード、2次元/3次元 UMAP 投影が含まれます。更新後は scripts/verify_data.py で形状と存在を検証してください。

ライセンス

MIT © KAIKAKU.AI Limited.