https://blog.kibe.la/entry/2025/04/17/090724

本日、Kibela公式のMCPサーバー「 kibela-mcp-server 」を公開しました。記事の読み取りや書き込み、フォルダ構造の変更など17種類のツールと4種類のプロンプトをご利用いただけます。

MCPとは

Model Context Protocol (MCP)は、Anthropic社が策定したLLMとソフトウェアツールとのやりとりに関するプロトコルです。

機能

kibela-mcp-serverでは17種類のツールを提供しています：

ノート操作

記事の検索（search_kibela_note）
IDや URL/パスからの記事取得（get_kibela_note_by_relay_id, get_kibela_note_from_path_or_url）
フォルダ内の記事取得（get_kibela_notes）
記事の作成（create_kibela_note）
記事内容の更新（update_kibela_note_content）

フォルダ操作

フォルダの検索（search_kibela_folder）
IDや URL/パスからのフォルダ取得（get_kibela_folder_by_relay_id, get_kibela_folder_from_path_or_url）
フォルダリストの取得（get_kibela_folders）
フォルダの作成（create_kibela_folder）
記事のフォルダ間移動（move_kibela_note_to_another_folder）
フォルダへの記事の関連付け（attach_kibela_note_to_folder）

コメント操作

記事へのコメント作成（create_kibela_comment）
コメントへの返信作成（create_kibela_comment_reply）

その他の操作

グループリストの取得（get_kibela_groups）
フィードセクションリストの取得（get_kibela_feed_sections）

プロンプト

以下の4つのプロンプトもご利用いただけます：

レビュープロンプト - 指定された記事をレビュー
検索プロンプト - 関連情報を検索
関連記事プロンプト - 関連する記事を探索
コメント反映プロンプト - コメントを記事に反映

活用シーン

KibelaのMCPサーバーを利用することによって、Claude DesktopやVSCodeなどのアプリケーション上で、フォルダの整理やコメントを記事に反映するといった複雑なワークフローを簡単に実現することができたり、他のツールとの統合を設定なしで行うことができます。

Kibelaの情報について質問する
フォルダや記事の効率的な整理
AIを活用した記事作成や添削のサポート

KibelaAIとMCPサーバーの違い

Kibelaでは「KibelaAI」という独自のAI機能も提供しています。現在KibelaAIには以下の3つの機能があります：

KibelaAI 記事添削 - 記事の構成チェックや体裁最適化、誤字脱字の添削などを行う機能
KibelaAI Slack要約 - Slackのスレッド会話を要約し、Kibela記事として保存する機能
KibelaAI 類似記事提案 - 作成中の記事と類似した既存記事を自動検出して提案する機能

KibelaAIのメリット

KibelaAIは、Kibela内に直接統合されたAI機能として以下のような明確なメリットがあります：

ウェブUIとの統合 - Kibelaの既存UIに完全に統合されており、追加のセットアップが不要
即時利用可能 - 権限のあるユーザーがすぐに利用開始できる手軽さ
低学習コスト - 新しいツールやアプリケーションを学ぶ必要がない

MCPサーバーの特徴

一方、MCPサーバーには以下のような特長があります：

アプリケーション連携 - Claude DesktopやVSCodeなど外部アプリケーションから利用可能
カスタマイズ性 - プロンプトをカスタマイズでき、「誤字脱字だけ直して」などの特定の指示が可能
複合的なワークフロー - 複数の操作を連続して行う複雑なワークフローを実現可能

使い分けのポイント

KibelaAIとMCPサーバーはそれぞれ異なる用途と利点があります：

KibelaAI: チーム全体の生産性向上に焦点を当て、Kibela内での記事作成・管理を効率化するのに最適
MCPサーバー: より高度なカスタマイズや複雑なワークフロー、外部ツールとの連携が必要な場合に最適

両方を状況に応じて使い分けることで、Kibelaでのナレッジマネジメントをさらに強化できますのでKibelaAIをご利用になられていない方もこれを機に使ってみていただけると幸いです。

セットアップ方法

Dockerを使用したセットアップを推奨します。Claude Desktopなどのクライアントの設定ファイルに以下のように設定してください：

{
  "mcpServers": {
    "kibela": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "-e",
        "KIBELA_ORIGIN",
        "-e",
        "KIBELA_ACCESS_TOKEN",
        "ghcr.io/kibela/kibela-mcp-server"
      ],
      "env": {
        "KIBELA_ORIGIN": "https://your-subdomain.kibe.la",
        "KIBELA_ACCESS_TOKEN": "***"
      }
    }
  }
}

詳細なセットアップ方法についてはGitHub リポジトリのREADMEをご覧ください。

現在では標準入出力を利用したローカルサーバーのみの対応となっておりますが、今後MCPの仕様の動向に従って変更してまいりますのでぜひご期待ください。

サーバーに関して質問や要望がございましたらぜひお気軽にGitHub Issuesへ投稿していただけますと幸いです。