メインコンテンツへスキップ

​
Port MCP サーバーのセットアップ

Port モデルコンテキストプロトコル (MCP) サーバーは、一般的な開発環境とのシームレスな統合を提供し、エディターや IDE から直接 Port の AI モデルにアクセスできるようにします。このガイドでは、さまざまなツールを使用して MCP サーバーをセットアップする方法について説明します。

​
MCP とは？

モデルコンテキストプロトコル (MCP) は、AI アシスタントが外部のリソースやツールに安全にアクセスするための標準化された方法です。Port MCP サーバーを使用すると、次のことが可能になります。
  • Port で利用可能な AI モデルを一覧表示および検索
  • あらゆるモデルエンドポイントに リクエストを送信
  • キューシステムから ステータスを確認 し、結果を取得
  • ファイルをアップロード し、モデルスキーマを管理
  • API 認証をシームレスに管理

​
前提条件

MCP サーバーをセットアップする前に、次のものがあることを確認してください。
  1. Node.js がインストールされている (バージョン 18 以降)
  2. ダッシュボード からの Port API キー
  3. 好みのエディター/IDE がインストールされている

​
インストール

Port MCP サーバーは npm パッケージとして利用できます。 
npm install -g @portmoda/mcp-server
または、npx で直接使用します (推奨)。 
npx @portmoda/mcp-server

​
エディターごとの設定

​
Cursor

Cursor は、設定ファイルを通じて MCP をサポートしています。プロジェクトのルートに .cursor/mcp.json を作成または更新します。 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}
ユーザー設定での 代替グローバル設定:
  1. Cursor の設定を開く
  2. 「MCP サーバー」に移動する
  3. 新しいサーバーを次のように追加します。
    • 名前: port-mcp-server
    • コマンド: npx
    • 引数: @portmoda/mcp-server

​
VS Code

MCP をサポートする VS Code の場合 (互換性のある拡張機能が必要): .vscode/mcp.json を作成します。 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "your-api-key-here"
      }
    }
  }
}

​
Cline

Cline は、設定を通じて MCP サーバーをサポートしています。Cline の設定に追加します。 
{
  "mcpServers": {
    "port": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "description": "Port AI モデルへのアクセス"
    }
  }
}

​
Windsurf

Windsurf IDE の場合、ワークスペース設定で MCP を設定します。 
{
  "mcp": {
    "servers": {
      "port-mcp-server": {
        "command": "npx",
        "args": ["@portmoda/mcp-server"],
        "timeout": 30000
      }
    }
  }
}

​
Claude Desktop

Claude Desktop の設定ファイルに追加します。 macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}

​
その他の MCP 互換ツール

MCP をサポートするその他のツールについては、この一般的な設定パターンを使用してください。 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "${PORT_KEY}"
      }
    }
  }
}

​
環境設定

​
API キーの設定

Port API キーは、いくつかの方法で設定できます。

​
オプション 1: 環境変数 (推奨)

export PORT_KEY="your-api-key-here"
Windows の場合: 
set PORT_KEY=your-api-key-here

​
オプション 2: 設定ファイル

一部のエディターでは、MCP 設定で環境変数を直接設定できます。 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "your-api-key-here"
      }
    }
  }
}

​
オプション 3: ランタイム設定

MCP サーバーは、set-port-key ツールを使用してランタイムで API キーを設定することもサポートしています。

​
利用可能な MCP ツール

設定が完了すると、AI アシスタントを通じてこれらのツールにアクセスできるようになります。

​
モデル管理

  • list-models - 利用可能なすべての AI モデルを閲覧
  • search-models - キーワードでモデルを検索
  • model-schema - 特定のモデルの入出力スキーマを取得

​
リクエスト管理

  • submit - モデルエンドポイントにリクエストを送信
  • status - リクエストのステータスとログを確認
  • result - 完了した結果を取得
  • cancel - 実行中のリクエストをキャンセル
  • subscribe - 送信して完了を待機

​
ファイル管理

  • upload - Port ストレージにファイルをアップロード

​
使用例

​
利用可能なモデルの一覧表示

list-models ツールを使用して、利用可能な AI モデルを表示してください。

​
画像の生成

submit ツールを使用して、black-forest-labs/flux-1.1-pro/text-to-image エンドポイントで画像を生成してください。
プロンプト: 「日没の穏やかな山の風景」

​
リクエストステータスの確認

リクエスト ID: pd_xxxxxx のステータスを確認してください

​
トラブルシューティング

​
一般的な問題

MCP サーバーが見つからない
  • Node.js がインストールされ、アクセス可能であることを確認してください
  • グローバルにインストールしてみてください: npm install -g @portmoda/mcp-server
  • コマンドパスが正しいことを確認してください
認証エラー
  • PORT_KEY 環境変数が設定されていることを確認してください
  • Port ダッシュボード で API キーが有効であることを確認してください
  • set-port-key ツールを使用してキーを設定してみてください
接続タイムアウト
  • 設定のタイムアウト値を増やしてください
  • インターネット接続を確認してください
  • Port API のステータスを確認してください
権限エラー
  • 設定ファイルの適切なファイル権限を確認してください
  • 適切なユーザー権限で実行してみてください

​
ヘルプの入手

問題が発生した場合:
  1. Port ドキュメント を確認してください
  2. エディターの MCP ドキュメントを確認してください
  3. GitHub で問題を報告してください

​
次のステップ

MCP サーバーの設定が完了したら:
  1. モデルを探索: list-models を使用して、利用可能なすべての AI 機能を確認します
  2. 例を試す: 簡単なテキストから画像へ、またはテキストから動画への生成から始めます
  3. ワークフローを構築: 複雑な AI パイプラインのために複数のモデルを組み合わせます
  4. 使用状況を監視: Port ダッシュボード で API の使用状況を追跡します
MCP 統合により、強力な AI モデルを開発ワークフローに直接簡単に組み込むことができ、アプリケーションでの迅速なプロトタイピングとシームレスな AI 搭載機能が可能になります。