MCP プラグインスキル

コンテナ内のエージェントに外部ツールを提供する MCP（Model Context Protocol）プラグインを追加するスキルです。

MCP とは

MCP（Model Context Protocol）は、AI エージェントが外部のツールやサービスにアクセスするための標準プロトコルです。Nagi では、Docker コンテナ内で動作するエージェントに対して MCP サーバーを自動的に起動・接続する仕組みを備えています。

MCP プラグインを追加すると、エージェントは mcp__<プラグイン名>__<ツール名> という形式のツールを使用できるようになります。例えば Ollama プラグインの場合、mcp__ollama__ollama_generate のようなツールが利用可能になります。

仕組み

ホスト側（entry.ts） で orchestrator.registerMcpPlugin() によりプラグインを登録します
エージェントコンテナ起動時に、登録された MCP サーバーが コンテナ内で 自動的に起動します
エージェントは MCP プロトコルを通じてツールを呼び出し、外部サービスと連携します

API トークンが必要なプラグイン（Vercel など）は、.env から読み込んだ環境変数を registerMcpPlugin の env オプション経由でコンテナに渡します。トークン不要のプラグイン（Ollama など）はそのまま登録するだけで使用できます。

`/add-mcp-ollama` — Ollama 追加

Ollama MCP プラグインを追加し、コンテナ内のエージェントがローカル LLM モデルにアクセスできるようにします。Ollama はローカルマシン上で LLM を実行するためのツールで、API コストをかけずに高速な推論を行えます。

トリガー: add ollama, setup ollama, enable ollama

前提条件

Ollama がインストール済みであること — ollama.com からダウンロードするか、macOS では brew install ollama でインストールできます
Ollama が起動していること — アプリを起動するか ollama serve を実行します
最低 1 つのモデルがインストール済みであること — ollama pull <モデル名> で取得します

対応モデル（例）

モデル	サイズ	特徴
`llama3.2`	約 2GB	軽量・高速。簡単なタスクに適しています
`mistral`	約 4GB	バランスの取れた品質。汎用的に使えます
`gemma2`	約 5GB	Google 製モデル。多言語対応が強みです

ollama list で現在インストール済みのモデルを確認できます。

設定内容

Ollama MCP プラグインパッケージの登録（registerMcpPlugin("ollama", ...)）
コンテナからホストの Ollama サービスへの接続（host.docker.internal:11434 経由）
API トークンは不要です

利用可能なツール

プラグイン追加後、エージェントは以下のツールを使用できます。

ツール名	説明
`ollama_list_models`	ホストにインストール済みのローカルモデル一覧を取得します
`ollama_generate`	指定したモデルにプロンプトを送信し、応答を取得します

カスタムホスト設定

Ollama がデフォルトの localhost:11434 以外で動作している場合は、entry.ts で環境変数 OLLAMA_HOST を指定できます。

typescript

orchestrator.registerMcpPlugin("ollama", {
  entryPoint: "/app/mcp-plugins/ollama/dist/index.js",
  env: { OLLAMA_HOST: "http://192.168.1.100:11434" },
});

トラブルシューティング

"Failed to connect to Ollama" — ホスト上で Ollama が起動しているか確認してください（curl http://localhost:11434/api/tags）。Linux 環境では --add-host=host.docker.internal:host-gateway が必要ですが、Nagi は自動で設定します。
エージェントが Ollama ツールを認識しない — entry.ts に registerMcpPlugin("ollama", ...) があるか確認し、Docker イメージを再ビルドしてください。
モデルが見つからない — ホスト上で ollama pull llama3.2 などを実行してモデルを取得してください。

`/add-mcp-vercel` — Vercel 追加

Vercel MCP プラグインを追加し、コンテナ内のエージェントが Web サイトのデプロイやプロジェクト管理を行えるようにします。Slack などのチャットから「このページを Vercel にデプロイして」と指示するだけで、エージェントがデプロイを実行します。

トリガー: add vercel, setup vercel, enable vercel

前提条件

Vercel アカウント — vercel.com でアカウントを作成してください
API トークン — vercel.com/account/tokens で発行します。スコープは「Full Account」または特定のプロジェクトを選択できます

設定内容

Vercel MCP プラグインパッケージの登録（registerMcpPlugin("vercel", ...)）
.env への VERCEL_API_TOKEN の追加
entry.ts で readEnvFile を使ったトークンの読み込みとコンテナへの受け渡し

利用可能なツール

プラグイン追加後、エージェントは以下のツールを使用できます。

ツール名	説明
`vercel_list_projects`	Vercel プロジェクトの一覧を取得します
`vercel_create_project`	新しいプロジェクトを作成します
`vercel_deploy`	ファイルをデプロイし、公開 URL を取得します
`vercel_list_deployments`	最近のデプロイ履歴を表示します
`vercel_get_deployment`	特定のデプロイの詳細情報を取得します
`vercel_delete_project`	プロジェクトを削除します

トラブルシューティング

"VERCEL_API_TOKEN is not set" — プロジェクトルートの .env にトークンが設定されていること、かつ entry.ts の registerMcpPlugin で env オプションにトークンが渡されていることを確認してください。
エージェントが Vercel ツールを認識しない — entry.ts に registerMcpPlugin("vercel", ...) があるか確認し、Docker イメージを再ビルドしてください。
デプロイが失敗する — curl -s -H "Authorization: Bearer $VERCEL_API_TOKEN" https://api.vercel.com/v9/projects でトークンの有効性を確認してください。

新しい MCP プラグインを追加するには

Ollama・Vercel 以外のサービス用に独自の MCP プラグインを作成することもできます。/create-container-plugin-mcp スキルを使うと、パッケージの雛形生成から Dockerfile・entry.ts への登録までをガイド付きで行えます。詳しくはスキャフォールドスキルのページを参照してください。

MCP プラグインスキル ​

MCP とは ​

仕組み ​

/add-mcp-ollama — Ollama 追加 ​

前提条件 ​

対応モデル（例） ​

設定内容 ​

利用可能なツール ​

カスタムホスト設定 ​

トラブルシューティング ​

/add-mcp-vercel — Vercel 追加 ​

前提条件 ​

設定内容 ​

利用可能なツール ​

トラブルシューティング ​

新しい MCP プラグインを追加するには ​

MCP プラグインスキル

MCP とは

仕組み

`/add-mcp-ollama` — Ollama 追加

前提条件

対応モデル（例）

設定内容

利用可能なツール

カスタムホスト設定

トラブルシューティング

`/add-mcp-vercel` — Vercel 追加

前提条件

設定内容

利用可能なツール

トラブルシューティング

新しい MCP プラグインを追加するには