duck-mcp
microduck-mcp 🦆
Pollen Robotics Microduck を、あらゆる MCP クライアント(Claude Code、Claude Desktop、独自エージェント)から操作します。AI は、アヒルを歩かせたり、トリックを実行させたり、押したり、レンダリングされたカメラフレームを通して見るためのツールを手に入れます。
現在はシミュレートされたアヒル(公式の事前学習済み ONNX ポリシーを実行する CPU MuJoCo、pollen-robotics/microduck 由来)を操作します。コントロールプレーンはインテントのみ(速度、トリック、視線)で、実機の robotd コントラクトを反映しているため、アヒルが届いたら同じツールの背後にハードウェアバックエンドを組み込めます。
お散歩中 | roulade の途中 | 命令待ち |
|
|
|
すべてのフレームは duck_camera ツールによってレンダリングされています。これはまさに AI が運転中に見ているものです。
アーキテクチャ
MCP client (Claude, ...) duck CLI (humans / scripts) browser: AX debug page
│ stdio │ │ http :8400
▼ ▼ ▼
duck-mcp ────────────► Unix socket, JSON lines ◄──── built-in web UI
│
▼
duck-sim (50 Hz MuJoCo loop,
ONNX policy hot-swapping via
microduck_rl's PolicyInference)設計の根拠(ツールとリソース、構造化出力、エラーセマンティクス)は docs/mcp-design-notes.md に文書化されています。
Related MCP server: MuJoCo MCP Server
セットアップ
公式リポジトリ2つ(シーン/ポリシーランナー用と同梱の ONNX ポリシー用)のクローンと、uv が必要です:
git clone https://github.com/pollen-robotics/microduck
git clone https://github.com/pollen-robotics/microduck_rl
git clone https://github.com/aj-dev-smith/microduck-mcp
cd microduck-mcp && uv sync実行
シミュレーションサーバーを起動します(デフォルトでは3つのリポジトリが兄弟ディレクトリにあると想定):
uv run duck-sim --rl-repo ../microduck_rl --policies ../microduck/policiesデフォルトはヘッドレスです。MuJoCo ビューアで見るには(macOS では mjpython が必要):
uv run mjpython -m microduck_mcp.sim_server --viewer \
--rl-repo ../microduck_rl --policies ../microduck/policiesシェルから試してみます:
uv run duck state
uv run duck drive 0.2 # walk forward at 0.2 m/s
uv run duck trick roulade # forward roll
uv run duck cam follow # render a frame, prints the PNG path
uv run duck push # shove it, watch it recoverMCP サーバーを Claude Code に登録します:
claude mcp add duck -- uv --directory /path/to/microduck-mcp run duck-mcpMCP ツール
状態を返すすべてのツールは、型付きの構造化出力(DuckState スキーマ、単位はフィールドごとに記載)を出力します。状態を変更するすべてのツールは操作後の状態を返すため、エージェントが追加でポーリングする必要はほとんどありません。
ツール | 機能 |
| 位置、姿勢、ボディフレーム速度、アクティブなポリシー、直立かどうか |
| 速度インテント。 |
| コマンドをゼロにして立位ポリシーへ |
|
|
| 頭部を向けます(サーボ書き込みではなく、ポリシーへのコマンドです) |
| レンダリングされたフレーム: |
| 胴体を押します。押し込みからの回復をテストします |
| 原点、デフォルト姿勢に戻します( |
AX デバッグページ
duck-sim は http://127.0.0.1:8400 で Agent Experience デバッグページも提供します(--web PORT、無効化は --web 0)。コントロールソケットに届くすべてのコマンドのライブフィード(クライアント mcp、cli、web でタグ付け)が、自動更新されるカメラビューと状態ダッシュボードの隣に表示されます。MuJoCo ビューアの横に開いて、エージェントが何をしているか、何を見ているかをリアルタイムで確認できます。標準ライブラリの HTTP + HTML ファイル1つだけです。レンダリングはすべて、他のクライアントと同じインテントキューを介してシミュレーションスレッド上で行われます。
注記
シミュレーションサーバーはすべての MuJoCo 呼び出しを1つのスレッドで実行します。ソケットクライアントはインテントをエンキューするだけです。複数クライアント(MCP + CLI の同時使用)も問題ありません。
ポリシーは、実機と同じ共有の61次元観測コントラクトの背後でホットスワップされます。駆動で歩行が開始され、ゼロコマンドで立位に戻り、エピソード型トリックはタイムアウトで立位に戻ります。
カメラレンダリングはオフスクリーンです(ウィンドウ不要)。macOS の
--viewerモードではオフスクリーンレンダリングが利用できない場合があります。フレームが必要な場合はヘッドレスで実行してください。同梱のポリシーセットには StandUp ポリシーが含まれていないため、横向きに倒れたアヒル(例: 乱暴な roulade 着地の後)はそのままになります。
duck_resetが逃げ道です。StandUp ポリシーの学習(microduck_rl のMjlab-StandUp-*)が修正策です。
ロードマップ
同じツールの背後で、デーモンの WebSocket API(
microduckドキュメントのdesign/architecture.md§5.3 を参照)を話す実機ロボットバックエンド体の姿勢インテント(立位でのしゃがみ/リーン)
オプションの StandUp ポリシースロット。
duck_resetなしで転倒から回復可能に
ライセンス
Apache-2.0。microduck と microduck_rl(Pollen Robotics 製、ともに Apache-2.0)をベースに構築されています。
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI agents to control a Minecraft bot for movement, building, crafting, and instant schematic-based structure spawning via MCP tools.372Apache 2.0
- AlicenseNot gradedqualityDmaintenanceExposes MuJoCo physics simulation to AI assistants via 65 MCP tools, enabling natural language control of robotics simulation, trajectory optimization, contact analysis, and video export.8MIT
- FlicenseNot gradedqualityDmaintenanceProvides physics simulation capabilities using PyBullet, enabling 3D physics world creation, object loading, force application, and state monitoring through MCP protocol.
- -licenseNot gradedqualityBmaintenanceAn MCP server that gives AI agents full control and observability of the Webots robot simulator, enabling launch and monitoring of simulations, reinforcement learning training, model evaluation, and interactive scene manipulation.
Related MCP Connectors
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to control Unreal E…
OCR, transcription, file extraction, and image generation for AI agents via MCP.
Hosted MCP endpoint with realistic fake data for prototyping agents. 12 tools, no setup.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/aj-dev-smith/microduck-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server


