agentcast-mcp

AIアシスタントに構造化出力を強制する機能を提供するMCPサーバーです。雑多なLLMテキストからJSONを抽出し、形状仕様（shape spec）に基づいてゲート制御を行い、モデルが誤った形状を返した際に再試行用のフィードバックメッセージを生成します。

@mukundakatta/agentcastを基盤として構築されています。Claude Desktop、Cursor、Cline、Windsurf、Zed、およびその他のMCPクライアントで動作します。

公開されているツール

extract_json

雑多なLLM出力からJSON値を抽出します。テキスト全体、```json ```で囲まれたブロック、そして最も長いバランスの取れた{...} / [...]部分文字列の順に試行します。パースされた値と、どの戦略が成功したかを返します。

{
  "text": "Sure, here you go:\n```json\n{\"answer\": 42}\n```\nLet me know!"
}

→

{
  "value": { "answer": 42 },
  "found": true,
  "source": "fenced_json"
}

sourceはwhole、fenced_json、fenced_plain、balanced_substring、またはnoneのいずれかです。

validate_response

パースされたJSON値をagentcastの形状仕様（shape spec）に対して検証します。仕様はフィールド名を型（string、number、boolean、array、object）にマッピングします。末尾に?を付けると任意項目になります。

{
  "value": { "name": "ada" },
  "shape": { "name": "string", "age": "number" }
}

→

{
  "valid": false,
  "error": "missing required field 'age'"
}

build_retry_prompt

試行履歴に基づき、モデルが誤った形状を返した際にagentcastが会話に追加する検証エラーのフィードバックメッセージを生成します。手動で同じ再試行ループを実行したいNode.js以外のMCPクライアント向けに、「フィードバックとしての検証エラー」パターンをコード化します。

{
  "attempts": [
    { "text": "{\"name\":\"ada\"}", "error": "missing required field 'age'" }
  ],
  "expected_shape": { "name": "string", "age": "number" }
}

→

{
  "feedback": "Your previous response did not match the required shape. Error: missing required field 'age'\n\nTry again. Respond with ONLY valid JSON that fixes the error above.\n\nExpected shape: {\"name\":\"string\",\"age\":\"number\"}"
}

Related MCP server: JSONShelf

インストール

Claude Desktop

claude_desktop_config.jsonに追加します：

{
  "mcpServers": {
    "agentcast": {
      "command": "npx",
      "args": ["-y", "@mukundakatta/agentcast-mcp"]
    }
  }
}

Cursor / Cline / Windsurf / Zed

クライアントの適切なmcp.jsonに同様の形式で記述します。ほとんどのクライアントはnpx -y @mukundakatta/agentcast-mcpを介して自動検出します。

ローカルインストール

npm install -g @mukundakatta/agentcast-mcp
mcp-agentcast        # listens on stdio

なぜこれが重要なのか

LLMが構造化データを返す必要がある場合、JSONを文章やフェンス、あるいは幻覚的なフィールドで囲んでしまうことがあります。標準のJSON.parseではエラーが発生します。手作りの正規表現ではネストされた構造を見逃してしまいます。このMCPサーバーは、エージェントを駆動するあらゆるモデルに対し、(1)応答からJSONを抽出する、(2)期待される形状と一致するか確認する、(3)次のターンでモデルに修正を促す正確な再試行プロンプトを構築する、という実用的な手段を提供します。

ライセンス

MIT。