Skip to main content
Glama
enesjakozh
kamelirzouni

Qwen Max MCP Server

by kamelirzouni
OverviewSchemaSourceRelated ServersDiscussionsAdmin
JavaScript
Hybrid

Qwen Max MCP サーバー

Qwen Max 言語モデル用のモデル コンテキスト プロトコル (MCP) サーバー実装。

鍛冶屋のバッジ

なぜNode.jsなのか？この実装ではNode.js/TypeScriptを使用しています。これは、Pythonなどの他の言語と比較して、MCPサーバーとの統合において現状最も安定的で信頼性の高いソリューションを提供しているためです。MCP向けNode.js SDKは、より優れた型安全性、エラー処理、そしてClaude Desktopとの互換性を提供します。

前提条件

  • Node.js (v18以上)

  • npm

  • クロードデスクトップ

  • Dashscope APIキー

Related MCP server: DeepSeek MCP Server

インストール

Smithery経由でインストール

Smithery経由で Claude Desktop 用の Qwen Max MCP Server を自動的にインストールするには:

npx -y @smithery/cli install @66julienmartin/mcp-server-qwen_max --client claude

手動インストール

git clone https://github.com/66julienmartin/mcp-server-qwen-max.git
cd Qwen_Max
npm install

モデル選択

このサーバーはデフォルトでQwen-Maxモデルを使用します。Qwenシリーズには、機能の異なる複数の商用モデルが用意されています。

クウェン・マックス

特に複雑で複数のステップから成るタスクに対して、最高の推論パフォーマンスを提供します。

コンテキストウィンドウ: 32,768 トークン

  • 最大入力: 30,720トークン

  • 最大出力: 8,192トークン

  • 価格: $0.0016/1Kトークン (入力)、$0.0064/1Kトークン (出力)

  • 無料割り当て: 100万トークン

利用可能なバージョン:

  • qwen-max (安定版)

  • qwen-max-latest (最新)

  • qwen-max-2025-01-25 (スナップショット、qwen-max-0125 または Qwen2.5-Max とも呼ばれます)

クウェンプラス

パフォーマンス、速度、コストのバランスの取れた組み合わせで、中程度に複雑なタスクに最適です。

コンテキストウィンドウ: 131,072 トークン

  • 最大入力: 129,024トークン

  • 最大出力: 8,192トークン

  • 価格: $0.0004/1Kトークン (入力)、$0.0012/1Kトークン (出力)

  • 無料割り当て: 100万トークン

利用可能なバージョン:

  • qwen-plus（安定版）

  • qwen-plus-latest（最新）

  • qwen-plus-2025-01-25 (スナップショット、qwen-plus-0125 とも呼ばれる)

クウェン・ターボ

高速かつ低コストで、単純なタスクに適しています。

  • コンテキストウィンドウ: 1,000,000トークン

  • 最大入力: 1,000,000トークン

  • 最大出力: 8,192トークン

  • 価格: $0.00005/1Kトークン (入力)、$0.0002/1Kトークン (出力)

  • 無料割り当て: 100万トークン

利用可能なバージョン:

  • qwen-turbo (安定版)

  • qwen-turbo-latest (最新)

  • qwen-turbo-2024-11-01 (スナップショット、別名 qwen-turbo-1101)

モデルを変更するには、src/index.ts 内のモデル名を更新します。

// For Qwen-Max (default)
model: "qwen-max"

// For Qwen-Plus
model: "qwen-plus"

// For Qwen-Turbo
model: "qwen-turbo"

利用可能なモデルの詳細については、Alibaba Cloud モデルドキュメント(https://www.alibabacloud.com/help/en/model-studio/getting-started/models?spm=a3c0i.23458820.2359477120.1.446c7d3f9LT0FY ) をご覧ください。

プロジェクト構造

qwen-max-mcp/
├── src/
│   ├── index.ts             # Main server implementation
├── build/                   # Compiled files
│   ├── index.js
├── LICENSE
├── README.md
├── package.json
├── package-lock.json
└── tsconfig.json

構成

  1. プロジェクト ルートに.envファイルを作成します。

DASHSCOPE_API_KEY=your-api-key-here

  1. Claude Desktop の構成を更新します。

{
  "mcpServers": {
    "qwen_max": {
      "command": "node",
      "args": ["/path/to/Qwen_Max/build/index.js"],
      "env": {
        "DASHSCOPE_API_KEY": "your-api-key-here"
      }
    }
  }
}

発達

npm run dev     # Watch mode
npm run build   # Build
npm run start   # Start server

特徴

  • Qwenモデルによるテキスト生成

  • 設定可能なパラメータ（max_tokens、温度）

  • エラー処理

  • MCPプロトコルのサポート

  • クロードデスクトップ統合

  • すべてのQwen商用モデル（Max、Plus、Turbo）のサポート

  • 広範なトークンコンテキストウィンドウ

APIの使用

// Example tool call
{
  "name": "qwen_max",
  "arguments": {
    "prompt": "Your prompt here",
    "max_tokens": 8192,
    "temperature": 0.7
  }
}

温度パラメータ

温度パラメータはモデルの出力のランダム性を制御します。

低い値（0.0～0.7）：より焦点が絞られ、決定論的な出力 高い値（0.7～1.0）：より創造的で多様な出力

タスク別の推奨温度設定:

コード生成: 0.0-0.3 テクニカルライティング: 0.3-0.5 一般タスク: 0.7 (デフォルト) クリエイティブライティング: 0.8-1.0

エラー処理

サーバーは、一般的な問題に関する詳細なエラー メッセージを提供します。

API認証エラー 無効なパラメータ レート制限 ネットワークの問題 トークン制限超過 モデルの可用性の問題

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。

ライセンス

マサチューセッツ工科大学

Available Tools

1 tool
qwen_maxC

Generate text using Qwen Max model

ParametersJSON Schema
NameRequiredDescriptionDefault
promptYesThe text prompt to generate content from
max_tokensNoMaximum number of tokens to generate
temperatureNoSampling temperature (0-2)

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 full burden for behavioral disclosure. While 'Generate text' implies a read-only operation, it doesn't disclose important behavioral traits like rate limits, authentication requirements, response format, error conditions, or cost implications. For a text generation tool with zero annotation coverage, this leaves significant gaps in understanding how the tool behaves.

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 extremely concise at just 5 words. Every word earns its place by specifying the action ('Generate'), resource ('text'), and model ('Qwen Max model'). There's no wasted language, repetition, or unnecessary elaboration. The structure is front-loaded with the core function.

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 this is a text generation tool with no annotations and no output schema, the description is insufficiently complete. It doesn't explain what the tool returns, error conditions, rate limits, or any behavioral characteristics. While the schema covers parameters well, the overall context for using this tool effectively is incomplete. A text generation tool needs more contextual information than provided.

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?

Schema description coverage is 100%, so all parameters are documented in the schema. The description adds no parameter-specific information beyond what the schema already provides. It doesn't explain relationships between parameters, provide examples, or add semantic context. The baseline score of 3 reflects adequate parameter documentation coming entirely from the schema.

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 as 'Generate text using Qwen Max model' - a specific verb ('Generate') with resource ('text') and model specification. It distinguishes itself as a text generation tool, though with no sibling tools, differentiation isn't needed. The purpose is unambiguous but could be slightly more specific about the type of text generation.

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. With no sibling tools mentioned, there's no context about other available models or tools. It doesn't mention prerequisites, limitations, or ideal use cases. The agent receives only the basic function without usage context.

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 updatev1.0.0
    • First observedqwen_max
Deploy Server
One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

TDQS

B3.2/5.0

Scored across 1 tool

Disambiguation5/5

With only one tool, there is no possibility of confusion or overlap between tools. The single tool 'qwen_max' has a clear and distinct purpose: generating text using the Qwen Max model.

Naming Consistency5/5

Since there is only one tool, naming consistency is inherently perfect. The tool name 'qwen_max' follows a single, consistent pattern with no deviations or mixing of conventions to evaluate.

Tool Count2/5

A single tool is too few for most server purposes, as it severely limits functionality and scope. While it might suffice for a minimal text generation service, it lacks the breadth typically expected for an MCP server, making it feel thin and under-scoped.

Completeness3/5

The tool provides a basic text generation capability, but there are notable gaps for a comprehensive AI model server. For example, it lacks tools for managing models, handling different input formats, or performing other common AI tasks like classification or summarization, which limits its utility.

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

Appeared in Searches