Skip to main content
Glama
miyamamoto

JVLink MCP Server

by miyamamoto

Server Configuration

Describes the environment variables required to run the server.

NameRequiredDescriptionDefault
DB_HOSTNoPostgreSQL database host
DB_NAMENoPostgreSQL database name
DB_PATHNoPath to the SQLite database file (keiba.db)
DB_PORTNoPostgreSQL database port5432
DB_TYPENoThe type of database to use (sqlite or postgresql)
DB_USERNoPostgreSQL database user
DB_PASSWORDNoPostgreSQL database password

Capabilities

Features and capabilities supported by this server

CapabilityDetails
tools
{
  "listChanged": false
}
prompts
{
  "listChanged": false
}
resources
{
  "subscribe": false,
  "listChanged": false
}
experimental
{}

Tools

Functions exposed to the LLM to take actions

NameDescription
get_database_schemaB

データベーススキーマ情報を取得

Returns:
    テーブル一覧、カラム情報、との対応表
get_query_examplesA

クエリ例集を取得

Returns:
    よく使うクエリのサンプル集
list_tablesB

データベース内のテーブル一覧を取得

Returns:
    テーブル名のリスト
get_table_infoB

指定テーブルのスキーマ情報を取得(詳細説明付き)

Args:
    table_name: テーブル名

Returns:
    カラム情報、テーブル説明、クエリヒントを含む辞書
get_important_featuresB

競馬予測で重要な特徴量の知見を提供

Returns:
    重要特徴量のリスト、説明、での活用方法
get_feature_by_categoryC

カテゴリ別に特徴量を取得

Args:
    category: カテゴリ名(過去成績、適性、人的要因、血統など)

Returns:
    該当カテゴリの特徴量リスト
search_featuresB

キーワードで特徴量を検索

Args:
    keyword: 検索キーワード(例: "人気", "距離", "騎手")

Returns:
    該当する特徴量のリスト
get_sql_generation_promptA

自然言語クエリをSQLに変換するためのLLMプロンプトを生成

このツールはSQLを直接実行しません。LLMにSQLを生成させるためのプロンプトを返します。
生成されたSQLは keiba_data_search ツールで実行してください。

Args:
    query_text: 自然言語のクエリ
        例: "過去3年で東京競馬場の芝1600mで1番人気だった馬の成績を教えて"
        例: "ディープインパクト産駒の距離別成績を集計して"

Returns:
    LLM用プロンプトとスキーマ情報
keiba_data_searchA

SQLで競馬データを自由に検索・分析できる万能ツール

人気別成績、騎手成績などの専用ツールでカバーできない分析はこのツールで実行できます。
レース結果、オッズ、血統、調教など、あらゆる競馬データにアクセス可能です。

Args:
    sql_query: 実行するSQLクエリ(SELECTのみ)

Returns:
    クエリ実行結果
validate_sql_queryC

SQLクエリの安全性を検証

Args:
    sql_query: 検証するSQLクエリ

Returns:
    検証結果と安全性チェック
favorite_performanceC

指定した人気順位の馬の成績を分析

1番人気、2番人気など、人気順位別の勝率・複勝率を調べられます。 競馬場やグレード、距離でフィルタリングも可能です。

jockey_statsC

騎手の成績を分析

騎手名を指定して、勝率・複勝率・騎乗数などを調べられます。 競馬場や距離でのフィルタリングも可能です。

frame_statsB

枠番(1〜8枠)別の成績を分析

内枠・外枠の有利不利を調べられます。 競馬場や距離でフィルタリングすると、コース特性が見えます。

horse_historyC

特定の馬の過去レース戦績を取得

馬名を指定して、過去の出走履歴・着順・タイムなどを一覧できます。

sire_statsB

種牡馬(父馬)の産駒成績を分析

種牡馬名を指定して、産駒の勝率・複勝率を調べられます。 距離や競馬場でフィルタリングすると、血統の適性傾向が見えます。

nar_favorite_performanceC

NAR地方競馬の人気別成績を分析

大井、船橋、川崎、浦和、名古屋、園田など地方競馬場の人気別勝率を調べられます。

nar_jockey_statsB

NAR地方競馬の騎手成績を分析

地方競馬の騎手名を指定して、勝率・複勝率・騎乗数などを調べられます。

nar_horse_historyC

NAR地方競馬の馬の過去レース戦績を取得

地方競馬で出走した馬の戦績を一覧できます。

list_query_templatesB

利用可能なクエリテンプレート一覧を取得

execute_template_queryC

テンプレートからSQLを生成して実行

get_table_sample_dataB

テーブルのサンプルデータを取得(データ形式理解用)

get_column_examplesB

特定カラムの値の例を取得(データ形式理解用)

get_database_overviewB

データベース全体の概要を取得

check_updateA

サーバーの最新バージョンを確認する。アップデートがあるか確認します。

update_serverB

サーバーを最新バージョンにアップデートする。git pull + 依存関係の更新を行います。

Prompts

Interactive templates invoked by user choice

NameDescription

No prompts

Resources

Contextual data attached and managed by the client

NameDescription
database_schema_resourceデータベース全体のスキーマ情報 接続時に自動的に読み込まれ、Claudeが最初からテーブル構造を理解できます
tables_list_resourceテーブル一覧と説明 全テーブルの概要を提供し、どのテーブルを使うべきか判断しやすくします
query_examples_resourceクエリ例集 よく使うクエリパターンをサンプルとして提供
feature_knowledge_resource競馬予測で重要な特徴量の知見 機械学習モデルで重要とされる特徴量とその活用方法
track_codes_resource競馬場コード一覧 JVLinkで使用される競馬場コードのマスタデータ
nar_track_codes_resourceNAR地方競馬場コード一覧 NARで使用される地方競馬場コードのマスタデータ(30-57)
grade_codes_resourceグレードコード一覧 レースグレード(G1, G2, G3等)のコード表

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/miyamamoto/jvlink-mcp-server'

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