chakoshi-mcp-server
chakoshiをMCPクライアントから利用するためのMCPサーバ
Documentation
chakoshi MCP Server
MCPクライアントアプリケーションと、chakoshi API を連携するMCP (Model Context Protocol) サーバーです。
Claude Desktop などからchakoshiのAPIを利用して、テキストの安全性判定を実行できます。
chakoshiとは
chakoshiとは、NTT ドコモビジネスが提供するLLM向けのガードレールです。詳細は以下をご覧ください。
リポジトリに含まれるツール
本リポジトリの構成
chakoshi-mcp-server/
├── main.py # エントリポイント
├── chakoshi_server/
│ ├── __init__.py
│ ├── config.py # 環境変数の管理
│ └── server.py # MCP サーバーの実装部分
├── pyproject.toml # プロジェクト設定
└── .env # 環境変数(要作成)moderate_text
テキストコンテンツをchakoshiのガードレールでチェックするツールです。
入力パラメータ:
- `text` (string, 必須): チェックしたいテキスト(最大2000文字)
出力:
- chakoshi Guardrails Apply API からのアセスメント結果をJSON形式で返します
使用プロンプト例:
chakoshi を使ってこのテキストをチェックしてください: "問題のあるコンテンツの例"chakoshi API の設定
API キーの取得
1. chakoshiのプレイグラウンドにアクセスし、画面に従って新規登録フローを進めてください。
2. 新規登録、およびログイン完了後、プレイグラウンドの設定をクリックします。
3. その後、設定画面からAPIキーを新規に発行します。
ガードレールの作成
chakoshiのGuardrails Apply API を利用するためには、ポリシー設定をあらかじめ完了してガードレールIDを発行している必要があります。
ポリシー設定とガードレールIDの発行手順については、クイックスタート ガードレールの作成を参照してください。
必要要件
- Python 3.10 以上
- chakoshi のユーザ登録、APIキー、およびガードレールID
- MCPクライアントアプリケーション (Claude Desktopなど)
インストール
1. リポジトリのクローン
git clone https://github.com/nttcom/chakoshi-mcp-server.git
cd chakoshi-mcp-server2. 依存関係のインストール
# uvのインストール
curl -LsSfhttps://astral.sh/uv/install.sh | sh
# PATHの設定
source $HOME/.local/bin/env
# uv を使用する場合(推奨)
uv sync
# pip を使用する場合
pip install -e .3. 環境変数の設定
`.env` ファイルを作成し、以下の環境変数を設定してください:
CHAKOSHI_API_KEY=your_chakoshi_api_key
CHAKOSHI_API_URL=https://api.beta.chakoshi.ntt.com/v1/guardrails/apply
CHAKOSHI_GUARDRAIL_ID=your_guardrail_id
CHAKOSHI_TIMEOUT_SEC=10注意: 実際の APIキーとガードレールID はchakoshiプレイグラウンドの管理画面から取得してください。
使用方法
サーバの起動
uv run main.pyClaude Desktop との連携
Claude Desktop の設定ファイル(`claude_desktop_config.json`)に以下を追加:
{
"mcpServers": {
"command": "/PATH_to_uv/uv",
"args": [
"--directory",
"/PATH_to_chakoshi/chakoshi-mcp-server",
"run",
"main.py"
]
}
}その後、Claude Desktop 内で以下のように使用できます:
chakoshiを使ってこのテキストをチェックしてください:「問題のあるコンテンツの例」Claude が自動的に `moderate_text` ツールを使用してモデレーション結果を返します。
API レスポンス例
Guardrails Apply API のレスポンスから `assessments` フィールドを抽出して返します。
{
"guardrails": ["moderation", "keyword_filter"],
"user_input": "チェック対象のテキスト",
"guardrails_result": {
"moderation": {
"unsafe_flag": false,
"unsafe_score": 0.05,
"categories": {
"violence": {
"enabled": true,
"detected": false
},
"harassment": {
"enabled": true,
"detected": false
}
}
},
"keyword_filter": {
"matched": false,
"matches": [],
"original_text": "チェック対象のテキスト",
"masked_input": "チェック対象のテキスト"
}
}
}注意事項
- chakoshi API は現在ベータ版です。本番環境などでは使用しないでください。
- APIキーは適切に管理し、決して公開しないでください。
- APIキーのレート制限などについては公式ドキュメントを参照してください。
ライセンス
MIT
Frequently asked questions
What is chakoshi-mcp-server?
chakoshi-mcp-server is chakoshiをMCPクライアントから利用するためのMCPサーバ
How do I install chakoshi-mcp-server?
Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.
Is chakoshi-mcp-server open source?
Yes — it is hosted on GitHub at https://github.com/nttcom/chakoshi-mcp-server and has 3 stars.
Related MCP tools
Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.
Automate browser based workflows with AI
Hindsight: Agent Memory That Learns
A privacy-first app that strips AI watermarks from content you own.
Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.
The power of Claude Code / GeminiCLI / CodexCLI + [Gemini / OpenAI / OpenRouter / Azure / Grok / Ollama / Custom Model / All Of The Above] working as one.
Run your own MCP server? See who uses it and what to fix.
Measure it with TrackMCP