employees
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@employeessearch for employees in the Sales department"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
従業員情報 MCP サーバー
サンプルの従業員情報を格納したローカル SQLite データベースを、 Model Context Protocol (MCP) サーバーとして公開します。AI エージェントから 従業員の検索・組織構造の照会ができます。
概要
データソース:
scripts/build_employees_db.pyで生成するdata/employees.db(サンプル36名)REST API などの外部依存はなく、ローカル DB のみで完結
トランスポート: stdio(ローカル)と HTTP/SSE の両対応
MCP クライアントの設定方法・ツールの詳しい使い方は USAGE.md を参照してください。 Claude Desktop / VS Code などへの登録手順、各ツールのパラメータ、使用例をまとめています。
Related MCP server: DB MCP (HR CSV to SQLite)
提供ツール
ツール | 説明 |
| 従業員 ID から 1 名の詳細を取得。ID は大文字小文字不問・数字のみでも補完( |
| 氏名・メール・電話・役職・部署を横断キーワード検索。部署/勤務地/雇用形態/在籍状況で絞り込み可。 |
| 部署ごとの在籍人数一覧(人数の多い順)。 |
| 指定従業員の直属の部下一覧(組織図のドリルダウン)。 |
| 指定従業員の上長チェーン(直属の上長→最上位までのレポートライン)。 |
いずれのツールも結果を整形済み JSON 文字列で返します。
データ項目(employees テーブル)
カラム | 説明 |
| 従業員 ID(主キー、例 |
| 名 / 姓( |
| メールアドレス(一意) / 電話番号 |
| 部署(例 |
| 役職(例 |
| 雇用形態( |
| 勤務地(例 |
| 入社日( |
| 上長の従業員 ID(無い場合は |
| 在籍状況(例 |
必要要件
Python 3.10 以上
pip
セットアップ
# 仮想環境の作成・有効化
python -m venv .venv
.venv\Scripts\activate # Windows
# source .venv/bin/activate # Linux/Mac
# 依存関係のインストール
pip install -r requirements.txt初回起動までの最短手順
Windows PowerShell で、リポジトリ直下から以下の順に実行します。
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt
# data/employees.db が無い場合のみ作成
python scripts\build_employees_db.py --db data\employees.db
# ローカル MCP クライアントから使う場合
python main.py --transport stdio
# HTTP/SSE で起動する場合
python main.py --transport sseHTTP/SSE モードで起動した場合、MCP クライアントには
http://localhost:38117/sse を登録します。.env を作成しない場合も既定値で起動できます。
環境変数ファイル(.env)の作成
設定をカスタマイズする場合は、同梱の .env.example をコピーして .env を作成し、
必要な項目を編集します(.env は Git 管理対象外です)。既定値のままで動く場合は
作成を省略しても構いません。
copy .env.example .env # Windows (PowerShell では Copy-Item .env.example .env)
# cp .env.example .env # Linux/Mac設定できる項目(DB_PATH / HTTP_HOST / HTTP_PORT / LOG_LEVEL / ALLOWED_HOSTS など)の
詳細は USAGE.md を参照してください。
実行方法
2 つのモードの違い(MCP をはじめて使う方へ)
このサーバーは、AI クライアント(Claude Desktop / VS Code など)と通信する方式(トランスポート)を 2 種類から選べます。どちらもツールの機能は同じで、違いは「AI クライアントとどうつながるか」だけです。
stdio モード: AI クライアントがこのサーバーを子プロセスとして起動し、標準入出力 (キーボード入力・画面出力に使われるパイプ)を通じて 1 対 1 で会話します。 ネットワークを一切使わないため、同じ PC 上で使うのが前提です。
HTTP/SSE モード: このサーバーを常駐する Web サーバーとして起動しておき、AI クライアントが
http://…/sseという URL 経由で接続します。ネットワーク越しに使えるため、別の PC やコンテナ からも接続でき、複数のクライアントで共有できます。
観点 | stdio モード | HTTP/SSE モード |
起動する人 | AI クライアントが自動で起動 | 自分で先に起動しておく(常駐) |
通信経路 | 標準入出力(ネットワーク不使用) | HTTP( |
接続範囲 | 同じ PC 内のみ | 別 PC・コンテナからも可・複数接続可 |
設定の手間 | 少ない(コマンドを登録するだけ) | サーバーを起動&URL を登録する |
向いている用途 | 手元の Claude Desktop などで手軽に使う | チーム共有・Docker・リモート運用 |
迷ったら stdio モードを選んでください。 手元の PC で Claude Desktop や VS Code から使うだけなら stdio が最も簡単です。Docker で動かしたい、1 つのサーバーを複数人や複数ツールで共有したい、 別のマシンから接続したい、といった場合に HTTP/SSE モードを選びます。
stdio モード(ローカル MCP クライアント向け)
python main.py --transport stdio設定例は examples/mcp-config-stdio.json を参照。
HTTP/SSE モード
python main.py --transport sseSSE エンドポイント: http://localhost:38117/sse
(ホスト・ポートは環境変数 HTTP_HOST / HTTP_PORT で変更可能)
MCP クライアントの設定・使い方
MCP クライアント(Claude Desktop / VS Code など)への登録手順、各ツールの パラメータ詳細、使用例は USAGE.md にまとめています。主な内容:
Claude Desktop への登録(stdio モード):
claude_desktop_config.jsonの設定例VS Code への登録(HTTP/SSE モード):
.vscode/mcp.jsonの設定例各ツールのパラメータ表
環境変数(
.env)・トラブルシューティング
設定例ファイルは examples/mcp-config-stdio.json も参照できます。
データベースの再構築
data/employees.db は同梱済みですが、サンプルデータから再構築するには:
python scripts/build_employees_db.py --db data/employees.dbスキーマ:
employees(employee_id, first_name, last_name, email, phone, department, job_title, employment_type, office_location, hire_date, manager_id, status)manager_idは同テーブルのemployee_idを参照する自己参照(組織構造)。
テスト
pytest tests/ -vDocker
docker build -t employees-mcp-server .
docker run -p 48117:38117 employees-mcp-server python main.py --transport sseSSE エンドポイントは http://localhost:48117/sse です。
※ Dockerfile の CMD は既定で stdio 起動です。HTTP/SSE で使う場合は、上記のように
python main.py --transport sse を指定して起動してください。
docker compose
docker-compose.yml で SSE 起動・DB マウント済みの構成を用意しています。
docker compose up -dコンテナ内部ポートは
38117固定(HTTP_PORT)、ホスト公開ポートは48117に マッピングしています(ports: "48117:38117")。ホスト側からはhttp://localhost:48117/sseでアクセスします。公開ポートを変えたい場合はdocker-compose.ymlのportsの左側の番号を変更してください。data/employees.dbは読み取り専用(:ro)でマウントされます。
ライセンス
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Agent-native MCP server over 49M+ US public and government records, privacy-first, always current.
- UnifAPIOAuthcom.unifapi
Hosted MCP server for live public-data APIs and Skills for AI agents.
MCP server unifying ERPs, CRMs, APIs and knowledge base for Claude, ChatGPT and Gemini.
MCP server for OnceAsk, the AI-native current-address layer for people and agents.
Related MCP Servers
- FlicenseDqualityDmaintenanceA demonstration MCP server that provides access to a SQLite employee database with tools for querying users and profiles, sending emails via Mailtrap, and proposing project teams based on employee skills.3-
- AlicenseNot gradedqualityDmaintenanceAn open-source MCP server that imports HR CSV data into an in-memory SQLite database for structured querying and metadata retrieval. It enables users to perform read-only SQL queries and structured searches on employee data through natural language.MIT
- AlicenseNot gradedqualityDmaintenanceMCP server providing natural-language tools for managing and querying an employee database, including user CRUD, search, and statistics.MIT
- FlicenseNot gradedqualityDmaintenanceAn MCP server exposing employee info retrieval and web search tools, designed to be consumed by a LangChain agent for decoupled tool execution.-