Skip to main content
Glama

Smithery 上の Frasma

これは Next.js を使用し、create-next-app で構築したプロジェクトです。

はじめに

まず、開発サーバを起動します:

npm run dev
# or
yarn dev

ブラウザで http://localhost:3000 を開くると、結果を確認できます。

pages/index.tsx を変更すると、ペジの編集を開始できます。ファイルを編する、ペ目的是自動的に更新されます。

API ルートhttp://localhost:3000/api/hello でアクセスできます。このエンドポイントは pages/api/hello.ts で編集できます。

pages/api ディレクトリは /api/* にマッピングされています。このディレクトリ内のファイルは、React ページではなく API ルート として扱われます。

Related MCP server: MCP Ops Agent

プロセスブリーフ (見積依頼)

ランディング・フォームとチャット・ウィジェットは、どちらも プロセスブリーフPOST /api/request-process-assessment に送信します。Fransco はこのブリー使って見積もりを準備します。

項目: 名前、仕事用メール、任意の会社名と役割、プロセス(必須)、任意の現在のツールとボリューム。

MONGODB_URI が設定されている場合、同じエンドポイントは users を upsert documentし、leads を挿入し、project_brief_submitted をログします。

必須環境変数

プロジェクトルートに .env.local ファイルを作成し、次の内容を記述します:

# Destination email (defaults to francemazzi@gmail.com)
MEETING_NOTIFICATION_EMAIL=francemazzi@gmail.com

# Sender identity (defaults to SMTP_USER if using SMTP)
MEETING_FROM_EMAIL=francemazzi@gmail.com

# Sender display name (defaults to "Frasma")
MEETING_FROM_NAME=Frasma

# --- Option A (recommended): Gmail SMTP via App Password ---
SMTP_HOST=smtp.gmail.com
SMTP_PORT=465
SMTP_SECURE=true
SMTP_USER=francemazzi@gmail.com
SMTP_PASS=your_gmail_app_password

# --- Option B: Resend ---
# RESEND_API_KEY=your_resend_api_key

注意:

  • 本番環境では、これらの変数はホスティングプロバイダ (例: Vercel) で設定してください。

  • SMTP も Resend も設定されていない場合、API はエラーを返し、ポップアップがユーザーにそのエラーを表示します。

診断チャット・エージェント

ウェブサイトのチャットはプロセス診断アシスタントです。lib/knowledge/ にあるバイリンガルでバージョン管理されたナレッジベースを使用して、次のことを行います:

  • 運用上のボトルネックを特定する;

  • ワークフロー、システム、ボリューム、ベースライン指標、データ、制約を収集する;

  • ニーズを Frasma の機能にマッピングする;

  • 編集可能なプロセスブリーフを準備する;

  • ユーザーが明示的に確認した後でのみ、そのブリープを POST /api/request-process-assessment に提送信する。

アシスタントがタイムアウトした場合、ウィジェットは会話履歴から事前に入力された同じプロセスブリーフフォームを表示します (追加の LLM 呼び出しなし)。

各ブラウザ・セッションは conversationIdlocalStorage に保存します。メッセージは、公式の Node.js ドライバを介して MongoDB Atlas のサーバ側に置続化されます。再び開くと、ウィジェットは GET /api/conversations/:id を介して会話を復元します。MongoDB が設定されていない場合、チャットはステートレスモードで動し続けます。

ナレッジベースや診断例に、価格、保証される削減額、顧客の機密情報、認証情報、第三者に関する個人的データを追加しないでください。

必要な OpenAI 環境変数 (チャット・エージェント + プロセス評価フォームの音声入力):

OPENAI_API_KEY=your_openai_api_key

# Optional; defaults to gpt-4o-mini
OPENAI_CHAT_MODEL=gpt-4o-mini

# Optional; defaults to whisper-1 (process assessment voice dictation)
OPENAI_WHISPER_MODEL=whisper-1

チャットの永久続化 (MongoDB Atlas)

永続化は任意的ですが、本番では推奨されます。設定すると、API は次のものを保存します:

  • 会話メタデータ (langtimezonepagePath、コンバージョン・フラッグ);

  • ユーザーとアシスタントのメッセージ;

  • プロセスブリーフからのデフォーム (project_brief_submitted)。

セットアプ:

  1. MongoDB Atlas で無料の M0 クラスタを作成します (推奨リージョン: フランクフルトまたアイルランド)。

  2. 読み書き込みアクセス権を持つデータ・ベース・スユーザを作成します。

  3. Network Access で 0.0.0.0/0 を許可します (Vercel serverless に必要)。

  4. 接続文字列をコピーし、以下の環境変数をロカルと Vercel で設定します:

MONGODB_URI=mongodb+srv://user:pass@cluster.mongodb.net/frasma_chat?retryWrites=true&w=majority
CHAT_RETENTION_DAYS=90

conversations.expiresAt のインデックスと TTL ポリシーは、最初の使用時に自動的に作成されます。

MONGODB_URI を設定しない場合、POST /api/chat とフォーム API は動作を続け、永続格の処理コールは無言でスキップされます。

接続を確認します:

npm run check:mongodb
curl http://localhost:3000/api/status

正しく設定された場合の期待される出力:

{
  "persistence": { "configured": true, "connected": true }
}

チャットの応答が成功すると、conversationId も含まれます。

MongoDB トラブルシューティング

  1. Atlas の Network Access0.0.0.0/0 を含める必要があります (Vercel serverless で必須)。

  2. URI にはデタベース名を含める必要があります: ...mongodb.net/frsma_chat?...

  3. Atlas メユーザーのパスワードをリセットした場合、.env.local と Vercel を両方の更新し、再デプロイします。

  4. パスワード内の特殊文字 (@, #, % など) は URL エンコードします。

  5. Vercel 環境変数を変更したら、新しいデプロイをトージします。環境変数の変更は既存のデプロイに自動的に適用されません。

AI ディスカバリーと公開 MCP

エージェントと人向けの公開ディスカバリー・スーサフェス:

リソース

URL

エージェント・アハブブ

https://www.frasma.org/for-agents

サービス・ハブ

https://www.frasma.org/servizi

事例

https://www.frasma.org/カシ

llms.txt

https://www.frasma.org/llms.txt

llms-it.txt

https://www.frasma.org/llms-it.txt

ホームの Markdown

GET / 付き Accept: text/markdown

OpenAPI

<https://www.frsma.org/openaip axios>

API カタラグ

https://www.frasma.org/.well-know/apinstall...

エージェントスキル

https://www.frasma.org/.well-know/agent-skill/ndex.json

MCP (Streamable HTTP)

https://www.frasma.org/api/mcp

MCP ツール (読み取り専用 + ハンドオフ)

  • get_frasma_profile

  • search_frasma_knowledge

  • get_diagnostic_framework

  • prepare_diagnostic_summary — 診断を検証し、ハンドオフ URLを返します; メールは送信しません

  • prepare_project_brief — 見積もりに用いられるプロセスブリープを検証します;メールは送信しません

Cursor / Claude Desktop リモート構成例:

{
  "mcpServers": {
    "frasma": {
      "url": "https://www.frasma.org/api/mcp"
    }
  }
}

stdio のみのクライアント向け:

{
  "mcpServers": {
    "frasma": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://www.frasma.org/api/mcp"]
    }
  }
}

ディレクトリへの対応 (本番デプロイ後)

  1. /for-agents/ervizillms.txtllms-it.txt/llms-it.txt/llms/llms-it.txt/llms/llms/llms/llms/llms/llms/llms/llmsを確認する — Wait, I made an error. Let me redo: The sentence I originally drafted: "1. /for-agents/ervizi/llms.txt/llms-it.txt/api/mcP が本番で応答することを確認します。

  2. スモーク・テスト: curl -H 'Accept: text/markdown' https://www.frsma.org/https://www.frasma.org/ervizi/ddt-erp、らず、//って MCP 실initialize + tools/list to /api/mcP ..." Ok.

Actually I have to reconstruct the final items correctly:

ディレクトリ登録 (本番デプロイ後)

  1. /for-agents/ervizi/llms.txt/llms-it.txt/llms.txt/llms/llms/llms/llms/llms/llms/llms/llms/llmsを確認してください。

No! I should not paste wrong. Let me rethink the final. The final should be translated correctly.

At the end, I need to include:

MCP ツール (read-only + handoff) — I will simplify.

Let me write:

MCP ツール (読み取り専用 + ハンドオフ)

  • get_x... (five bullets)

prepare_diagnostic_summary — 診断を検証し、ハンドオフ URLを返します;メールは送信しません prepare_project_brief — 見積もりに使うプロセスブリーを検証します;メールは送信しません

おー、 I forgot the bullet markers. Use *` preserve.

Example Cursor / Claude Desktop remote config:

{
  "mcpServers": {
    "frasma": {
      "url": "https://www.frasma.org/api/mcp"
    }
  }
}

For stdio-only clients:

{
  "mcpServers": {
    "frasma": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://www.frasma.org/api/mcp"]
    }
  }
}

ディレクトリ登録 (本番デプロイ後)

  1. 本番環境で /for-agents/ervizi/llms.txt/llms-it.txt/llms-it.txt/llms/llms/llms/llms/llms/llms/llms/llms/llmsが応答することを確認します。

  2. スモーク・テスト: curl -H 'Accept: text/markdown' https://www.frasma.org/https://www.frasma.org/ervizi/ddt-erp を実行し、さらに /api/mcP に対して MCP initialize + tools/list を実行します。

  3. /for-agents の短い説明 (サービス・ハボに言及) を添えて、サーバを関連する MCP ディレクトリに登録します。

  4. SKILL.md が変たった場合、agent-skills のダ來ジェストを同期します (shasum -a 256)。

品質チェック:

npm run lint
npm test
npm run build

詳しく学ぶ

Next.js の詳しい内容は、以下のリソースを参照して降さい:

Next.js GitHub リポジトリ もチェックしてください。フィードバックとコントリビューションを歓迎します!

Vercel へのデプロイ

Next.js アプをデプロイする最も簡単な方法は、Next.js のクリエイタが提供する Vercel プラットフォーム を使用することです。

詳細は、Next.js デプロイ開発ドキュメン を参照してください。

F
license - not found
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

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

View all related MCP servers

Related MCP Connectors

  • 100+ MCP tools for AI agents: content metadata, trade intelligence, business-expertise analysis.

  • Help desk for agents. Search questions and answers first. Read-only MCP.

  • A paid remote MCP for AI SDK data query MCP, built to return verdicts, receipts, usage logs, and aud

View all MCP Connectors

Latest Blog Posts

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/francemazzi/frasma'

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