エンタープライズアーキテクチャの知識を提供する、agentflow デモパイプライン向けの MCP サーバーです。FastMCP + TypeScript で構築され、GCP Cloud Run にデプロイされています。
このサーバーは、Architect エージェントと Risk Checker エージェントを、一般的な LLM の推論ではなく厳選されたエンタープライズパターンに基づかせるための4つのツールを公開します。
ツール | 呼び出し元 | 戻り値 |
| Architect エージェント | 参照アーキテクチャパターン、コンポーネント、図データ |
| Architect エージェント | 制約を考慮した推論によるプラットフォーム推奨 |
| Risk Checker エージェント | 必要なコントロール、リスクフラグ、HITL トリガー |
| Architect エージェント | 企業のアイデンティティ、ポジショニング、ロゴ（Brandfetch と logo.dev 経由） |
agentflow pipeline agentflow-mcp
┌──────────────────────┐ ┌───────────────────────┐
│ Qualifier Agent │ │ arch_pattern_lookup │
│ - clarifies the ask │ │ tool_selection_lookup │
└──────┬───────────────┘ │ risk_policy_lookup │
│ handoff │ brand_context_lookup │
┌──────▼───────────────┐ │ │
│ Architect Agent │──── MCP calls ───▶│ Source pack (data/) │
│ - pattern selection │ │ 102 markdown files │
│ - tool selection │◀── JSON response ─│ with YAML frontmatter │
│ - diagram rendering │ │ │
└──────┬───────────────┘ │ Brandfetch + logo.dev │
│ handoff │ (cached, additive) │
┌──────▼───────────────┐ └───────────────────────┘
│ Risk Checker Agent │──── risk_policy_lookup ──▶
│ - HITL gate trigger │◀── risk_flags, HITL ──
└──────────────────────┘この MCP は ツールプロバイダー であり、エージェントオーケストレーターではありません。エージェントのプロンプトとアーキテクチャ図スキルは agentflow プロジェクト側にあります。MCP は構造化データを提供し、エージェントがそれを解釈して行動します。
Related MCP server: MCP Architect
Node.js >= 20
（任意）brand_context_lookup 用の Brandfetch API キーと logo.dev キー
npm install
npm run dev # stdio transport (local dev + MCP Inspector)MCP_TRANSPORT=http-stream PORT=8080 npm run dev
# agentflow-mcp listening on http://0.0.0.0:8080/mcpnpm test # 31 unit + integration tests
npm run typecheck # tsc --noEmit
npm run check # biome lint + format.env.example を .env にコピーしてキーを設定してください。外部 API キーが必要なのは brand_context_lookup だけです。残りの3つのツールはソースパックからオフラインで動作します。
変数 | 必要とするもの | 目的 |
|
| Brandfetch Brand Context API の Bearer トークン |
|
| logo.dev Brand API の Bearer トークン |
|
| logo.dev CDN URL 用の公開可能キー |
| サーバー |
|
| サーバー | HTTP ポート（デフォルト 8080。トランスポートが |
API キーが設定されていない場合、brand_context_lookup はキャッシュ済みドメインにはキャッシュされたレスポンスを、未取得のドメインには利用できないことを伝えるフォールバックレスポンスを返します。他の3つのツールは通常どおり動作します。
arch_pattern_lookupエンタープライズの依頼を、厳選された参照アーキテクチャパターンにマッチングします。
入力:
{
"industry": "media_agency",
"data_stack": ["BigQuery", "Snowflake"],
"cloud": "GCP",
"constraints": ["SAML SSO", "EU data residency", "cross-client governance"],
"latency": "batch"
}出力:
{
"pattern_id": "media_agency_audience_measurement",
"architecture_summary": "...",
"recommended_components": ["BigQuery", "Snowflake", "SAML SSO", "GCP EU Region"],
"data_zones": ["bronze", "silver", "gold"],
"integration_notes": ["..."],
"confidence": 0.87,
"diagram_data": {
"components": [{ "name": "BigQuery", "type": "database", "sublabel": "...", "zone": "gold" }],
"connections": [{ "from": "Users", "to": "SAML SSO", "label": "OAuth 2.0", "style": "dashed" }],
"boundaries": [{ "label": "GCP EU Region", "type": "region" }]
},
"source_references": [{ "path": "data/patterns/...", "title": "...", "source_url": "..." }]
}マッチングロジック: 決定論的なルールベース方式です。業界の一致（40％）＋データスタックの重複（30％）＋制約条件のカバー率（30％）で算出します。厳選されたマッチ（信頼度 >= 0.85）には diagram_data とソースの参照が含まれます。弱いマッチは、信頼度 < 0.5 の汎用エンタープライズ AI POC パターンにフォールバックします。
tool_selection_lookupワークロード、データスタック、制約条件、レイテンシーに基づいてプラットフォームを推奨します。
入力:
{
"use_case": "AI-powered patient insights",
"data_stack": ["Databricks"],
"constraints": ["HIPAA", "PHI", "US data residency"],
"latency": "batch"
}出力:
{
"recommended_platform": "Databricks",
"cloud_fit": "Azure or AWS",
"reasoning": "Strong lakehouse fit for healthcare AI with HIPAA-compliant governance...",
"alternatives": [{ "platform": "Snowflake", "rationale": "..." }, { "platform": "BigQuery", "rationale": "..." }]
}risk_policy_lookup業界固有のリスクチェックとガバナンスチェックを返します。規制対象データに関する HITL トリガーも含まれます。
入力:
{
"industry": "healthcare",
"data_classification": ["PHI", "PII"],
"region": "US",
"deployment": "cloud",
"constraints": ["HIPAA"]
}出力:
{
"required_controls": ["RBAC", "audit logs", "data lineage", "SAML SSO"],
"risk_flags": ["prompt leakage", "overbroad analyst access"],
"hitl_required": true,
"review_reason": "PHI access requires human approval before final architecture signoff"
}HITL は、規制対象データ（PHI、PII、規制対象金融データ）に対して、人間が読める review_reason とともにトリガーされます。
brand_context_lookupBrandfetch と logo.dev から企業ブランド情報とロゴを取得します。多層キャッシュを備えています。
入力:
{
"domain": "havas.com"
}出力:
{
"company_name": "Havas",
"domain": "havas.com",
"industry_hint": "media_agency",
"description": "...",
"tags": ["advertising", "marketing", "media"],
"positioning": { "value_proposition": "...", "target_audience": "...", "products_and_services": "..." },
"brand": { "voice": "...", "style": "..." },
"logo_url": "https://...",
"confidence": 0.85
}キャッシュ層: （1）Brandfetch の cachedOnly=true によるキャッシュのみの即時ルックアップ、（2）TTL 付きローカルファイルキャッシュ。繰り返しのルックアップでは API クォータを消費せずキャッシュ済みデータを返します。API が到達不能な場合はグレースフルなフォールバックを行います。
data/ ディレクトリには、構造化された YAML frontmatter を持つ102個の Markdown ファイルが含まれており、次のカテゴリに整理されています：
data/
├── industry/ # Industry-specific architecture notes
├── vendors/ # Vendor documentation (GCP, AWS, Azure, Snowflake, Databricks)
└── patterns/ # Curated reference architecture patterns (4 demo scenarios)frontmatter のフィールド: type, title, source_url, vendor, industry, data_stack, cloud, constraints, compliance, region, data_zones, latency, pattern_id, architecture_summary, recommended_components, integration_notes, confidence_baseline, diagram_data。
ソースパックはサーバー起動時に、業界、データスタック、制約条件、pattern_id をキーとするインメモリーインデックスとして読み込まれます。
シナリオ | 業界 | パターン ID |
メディアエージェンシーのオーディエンス計測 |
|
|
ヘルスケアの患者インサイト |
|
|
小売レイクハウスのパーソナライゼーション |
|
|
FSI ガバナンスコパイロット |
|
|
docker build -t agentflow-mcp .
docker run -p 8080:8080 agentflow-mcpgcloud run deploy agentflow-mcp \
--source . \
--region run.googleapis.com \
--port 8080 \
--set-env-vars "MCP_TRANSPORT=http-stream" \
--set-secrets "BRANDFETCH_API_KEY=brandfetch-api-key:latest,LOGO_DEV_SECRET_KEY=logo-dev-secret-key:latest,LOGO_DEV_PUBLISHABLE_KEY=logo-dev-publishable-key:latest"完全なサービス構成は cloud-run.yaml を参照してください。
App Engine Standard はビルドステップを実行しないため、最初にローカルでコンパイルしてからデプロイします：
npm run build # compile src/ -> dist/
# (Optional) Warm brand cache for demo domains before deploy
npx tsx scripts/brand-cache-warm.ts
gcloud app deploy # deploys with dist/ and data/ includedapp.yaml は MCP_TRANSPORT=http-stream を設定し、アイドル時にはゼロへスケールします（デモにはコストが低く抑えられます）。App Engine は PORT を自動設定するため、サーバーはそれをそのまま読み取ります。
シークレットには Secret Manager を使用します：
# Create secrets
gcloud secrets create brandfetch-api-key --data-file=<(echo -n "$BRANDFETCH_API_KEY")
gcloud secrets create logo-dev-secret-key --data-file=<(echo -n "$LOGO_DEV_SECRET_KEY")
gcloud secrets create logo-dev-publishable-key --data-file=<(echo -n "$LOGO_DEV_PUBLISHABLE_KEY")
# Reference them in app.yaml (uncomment the includes: section)完全な構成は app.yaml と .gcloudignore を参照してください。
スクリプト | その用途 |
|
|
| ソースパックファイルの frontmatter を生成する |
| 4つのツールがすべて MCP ツール一覧から検出可能であることを確認する |
| 4つのデモドメインのブランドキャッシュを事前投入する |
npx tsx scripts/validate-source-pack.ts # validate source pack
npx tsx scripts/mcp-list-check.ts # verify tool discovery
npx tsx scripts/brand-cache-warm.ts # warm brand cachenpx @modelcontextprotocol/inspector npm run devこれにより MCP Inspector の UI が起動し、ツールを対話的に実行してレスポンスを確認できます。
agentflow-mcp/
├── src/
│ ├── index.ts # MCP server entry point (stdio + http-stream)
│ ├── tools/
│ │ ├── archPatternLookup.ts # Pattern matching + confidence scoring
│ │ ├── toolSelectionLookup.ts # Platform recommendation
│ │ ├── riskPolicyLookup.ts # Risk/governance checks + HITL
│ │ └── brandContextLookup.ts # Brandfetch + logo.dev with caching
│ ├── data/
│ │ ├── loader.ts # Source pack parser + in-memory index
│ │ ├── brandfetchClient.ts # Brandfetch Brand Context API client
│ │ ├── logoDevClient.ts # logo.dev Brand API client
│ │ └── brandCache.ts # Local file cache with TTL
│ └── types/
│ ├── source.ts # Source pack entry types
│ ├── arch-pattern.ts # arch_pattern_lookup types
│ ├── tool-selection.ts # tool_selection_lookup types
│ ├── risk-policy.ts # risk_policy_lookup types
│ └── brand-context.ts # brand_context_lookup types
├── data/ # Source pack (102 markdown files)
│ ├── industry/
│ ├── vendors/
│ └── patterns/
├── tests/ # Unit + integration tests
├── docs/ # PRD, MCP overview
├── scripts/ # Validation + cache warming scripts
├── openspec/ # OpenSpec specs (4 capabilities)
│ ├── specs/ # Main specs (synced from archived change)
│ └── changes/archive/ # Archived change proposals
├── Dockerfile # Multi-stage build for Cloud Run
├── cloud-run.yaml # Cloud Run service config
└── package.jsonランタイム: Node.js >= 20
MCP フレームワーク: FastMCP v4
言語: TypeScript（strict）
検証: Zod v4
Lint・フォーマット: Biome
テスト: Node.js 組み込みテストランナー
デプロイ: Docker + GCP Cloud Run
このプロジェクトはスペック駆動開発に OpenSpec を使用しています。4つのツール機能は openspec/specs/ の下で規定されています：
arch-pattern-lookup（要件7件）
brand-context-lookup（要件6件）
risk-policy-lookup（要件4件）
tool-selection-lookup（要件5件）
スペックの検証は次のコマンドで行います：
openspec validate --specs
openspec doctorMIT
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Shared, permission-aware company context for AI agents, with provenance, approvals and audit.
Your company's brain for AI agents. Cited, permission-aware knowledge across every system.
Curated knowledge API for AI agents - skill packs, semantic search, validated patterns.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/ishfuseini/agentflow-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server