Skip to main content
Glama
deenesjakoruzh
augmentedivan

Fabric MCP Server

by augmentedivan
OverviewSchemaSourceRelated ServersDiscussionsAdmin
JavaScript

ファブリックMCPサーバー

目次

  1. 導入

  2. モデルコンテキストプロトコル (MCP) とは何ですか?

  3. 特徴

  4. ツール

  5. インストール

  6. 使用法

  7. VS Code で使用するための設定

  8. Clineと併用する際のヒント

  9. トラブルシューティング

  10. 貢献

  11. ライセンス

Related MCP server: wrapmcp

導入

fabric-mcp-server Cline との統合ツールとして Fabric パターンを公開するために設計された Model Context Protocol (MCP) サーバーです。この統合により、Fabric リポジトリからの AI 駆動型パターン実行を活用することで、Cline の機能が強化されます。

モデルコンテキストプロトコル (MCP) とは何ですか?

モデルコンテキストプロトコル（MCP）は、AIシステムと外部ツールやリソース間の通信を容易にする仕様です。AIモデルがデータベース、API、ファイルシステムなどの様々な機能と連携する方法を標準化します。fabric fabric-mcp-serverなどのMCPサーバーは、このプロトコルを実装することで、AIモデルがツールやリソースにアクセスできるようにし、AIモデルの機能範囲を拡張します。

特徴

  • Fabric パターンをツールとして公開: サーバーは、すべての Fabric パターンを Cline 内の個別のツールとして使用できるようにします。

  • パターン実行: ユーザーは、Cline タスク内で直接 Fabric パターンを選択して実行できます。

  • 拡張機能: AI 駆動型パターン実行を統合して、Cline の機能を拡張します。

ツール

fabric-mcp-server幅広い Fabric パターンをツールとして公開します。例としては以下が挙げられます。

  • analyze_claims

  • summarize

  • extract_wisdom

  • create_mermaid_visualization

  • その他にも多数...

利用可能なパターンの完全なリストを表示するには、 fabric/patternsディレクトリ内のディレクトリを一覧表示します。

インストール

  1. リポジトリのクローンを作成する: fabric-mcp-serverリポジトリをローカル システムにクローンします。

  2. 依存関係のインストール: fabric-mcp-serverディレクトリに移動し、 npm installを実行します。

  3. プロジェクトのビルド: npm run buildを実行して TypeScript コードをコンパイルします。

使用法

Cline でfabric-mcp-server使用するには:

  1. サーバーがインストールされ、実行されていることを確認します。

  2. Cline 設定ファイルで MCP サーバーを構成します。

  3. Cline で新しいタスクを作成し、使用するファブリック パターンを選択します。

VS Code で使用するための設定

  1. リポジトリのクローンを作成する: fabric-mcp-serverリポジトリをローカル システムにクローンします。

  2. 依存関係のインストール: fabric-mcp-serverディレクトリに移動し、 npm installを実行します。

  3. プロジェクトをビルドしますnpm run build実行します。

  4. Cline設定の構成：MCPサーバーの設定をCline設定ファイルに追加します。ファイルパスはオペレーティングシステムによって異なります。

    • Windows : C:\Users\<username>\AppData\Roaming\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json

    • macOS : ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    • Linux : ~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    次の構成を使用します。

"fabric-mcp-server": {
  "command": "node",
  "args": [
    "<path-to-fabric-mcp-server>/build/index.js"
  ],
  "env": {},
  "disabled": false,
  "autoApprove": [],
  "transportType": "stdio",
  "timeout": 60
}

<path-to-fabric-mcp-server> 、システム上のfabric-mcp-serverディレクトリへの実際のパスに置き換えます。例:

  • Windows : "C:\\path\\to\\fabric-mcp-server\\build\\index.js"

  • macOS/Linux : "/path/to/fabric-mcp-server/build/index.js"

  1. VSCode を再起動します。変更を適用するには、VSCode を再起動するか、Cline 拡張機能を再ロードします。

Clineと併用する際のヒント

Cline でfabric-mcp-serverの利点を最大限に活用するには、プロンプトの最後にuse fabric-mcp-serverを追加するか、次のルールを.clinerulesファイルに追加することを検討してください。

# Fabric MCP Server Rule
1. **List Fabric Patterns**: When a new task is created, list all pattern names from the Fabric repository.
2. **Prompt for Pattern Selection**: Ask the user to select one of the following options:
   a) Enter a pattern name from the list to use the `fabric-mcp-server` tool with the specified pattern.
   b) Choose not to use `fabric-mcp-server` for the task.

このルールは、Cline での新しいタスクのツール選択プロセスを合理化します。

トラブルシューティング

  • Cline 設定でfabric-mcp-serverが正しく構成されていることを確認します。

  • サーバーが実行中であり、アクセス可能であることを確認します。

  • コンソール出力にエラーメッセージがないか確認してください。

貢献

fabric-mcp-serverへの貢献を歓迎します。貢献方法に関するガイドラインについては、 CONTRIBUTING.mdファイルを参照してください。

ライセンス

fabric-mcp-server MIT ライセンスの下でリリースされています。

Available Tools

1 tool
recommend_toolC

Recommends the best Fabric pattern tool for a given task

ParametersJSON Schema
NameRequiredDescriptionDefault
inputYesThe user's task description

TDQS

C2.9/5.0
Behavior2/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

No annotations are provided, so the description carries the full burden of behavioral disclosure. It states the tool 'recommends' but does not clarify how recommendations are generated (e.g., based on criteria, algorithms, or data sources), whether it requires specific permissions, or what the output format entails. This leaves significant gaps in understanding the tool's behavior.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The description is a single, clear sentence that directly states the tool's purpose without unnecessary words. It is front-loaded and efficiently conveys the essential information, making it highly concise and well-structured.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness2/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

Given the tool's complexity (a recommendation function with no annotations or output schema), the description is incomplete. It lacks details on how recommendations are made, what criteria are used, the format of the output, or any behavioral traits. This makes it inadequate for an agent to fully understand and use the tool effectively.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

The input schema has 100% description coverage, with the parameter 'input' documented as 'The user's task description.' The description adds no additional meaning beyond this, such as examples or constraints. According to the rules, when schema coverage is high (>80%), the baseline score is 3, which applies here.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose4/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description clearly states the tool's purpose: 'Recommends the best Fabric pattern tool for a given task.' It specifies the verb ('recommends') and resource ('Fabric pattern tool'), making the function understandable. However, with no sibling tools provided, it cannot demonstrate differentiation from alternatives, preventing a score of 5.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines2/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The description provides no guidance on when to use this tool versus alternatives, prerequisites, or specific contexts. It merely restates the tool's function without indicating appropriate scenarios or exclusions, which is insufficient for effective agent decision-making.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

  1. 1 tool update
    • First observedrecommend_tool
Deploy Server
Shareable, User-Owned Context BackendPeople, applications, and agents read, write, and coordinate together in one context lake. Reach it over MCP, a CLI, a Python SDK, or REST.fulcradynamics.comAd

TDQS

B3/5.0

Scored across 1 tool

Disambiguation5/5

With only one tool, there is no possibility of ambiguity or overlap between tools, as there are no other tools to confuse it with. The tool's purpose is clearly defined and distinct by default.

Naming Consistency5/5

The single tool name 'recommend_tool' follows a consistent verb_noun pattern, and with only one tool, there is no inconsistency to evaluate. The naming is clear and predictable.

Tool Count2/5

A single tool is too few for most server purposes, as it severely limits functionality and scope. This feels thin and incomplete for a server named 'Fabric MCP Server', which might imply broader capabilities.

Completeness1/5

The server is severely incomplete; with only a recommendation tool, there are obvious gaps in the surface. It lacks any tools to actually execute or manage Fabric patterns, making it impossible for agents to perform core tasks beyond getting advice.

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • mcp-cli-catalog

    abcpro1
    A
    license
    Not graded
    quality
    D
    maintenance
    An MCP server that publishes CLI tools on your machine for discoverability by LLMs
    7 npm
    1
    MIT

  • wrapmcp

    SubZtep
    A
    license
    Not graded
    quality
    C
    maintenance
    Universal MCP server that wraps any CLI tool, enabling AI assistants to run commands via natural language.
    1
    MIT

  • mcdev-mcp

    use-ai-for-mc
    A
    license
    A
    quality
    B
    maintenance
    An MCP server that empowers AI coding agents to work effectively with Minecraft mod development, providing static analysis of decompiled source code and runtime interaction with a running Minecraft instance.
    31
    30 npm
    15
    MIT

  • Discord MCP

    EncryptMan
    F
    license
    C
    quality
    C
    maintenance
    An MCP server that exposes Discord bot actions as tools for LLM clients.
    29
    1
    -