log/mcp_integration.md

ai.log MCP Integration Guide

ai.logをai.gptと連携するためのMCPサーバー設定ガイド

MCPサーバー起動

# ai.logプロジェクトディレクトリで
./target/debug/ailog mcp --port 8002

# またはサブディレクトリから
./target/debug/ailog mcp --port 8002 --path /path/to/blog

ai.gptでの設定

ai.logツールはai.gptのMCPサーバーに統合済みです。config.jsonに以下の設定が含まれています：

{
  "mcp": {
    "enabled": "true",
    "auto_detect": "true",
    "servers": {
      "ai_gpt": {
        "base_url": "http://localhost:8001",
        "endpoints": {
          "log_create_post": "/log_create_post",
          "log_list_posts": "/log_list_posts",
          "log_build_blog": "/log_build_blog",
          "log_get_post": "/log_get_post",
          "log_system_status": "/log_system_status",
          "log_ai_content": "/log_ai_content"
        }
      }
    }
  }
}

重要: ai.logツールを使用するには、ai.logディレクトリが ./log/ に存在し、ai.logのMCPサーバーがポート8002で稼働している必要があります。

利用可能なMCPツール（ai.gpt統合版）

1. log_create_post

新しいブログ記事を作成します。

パラメータ:

• title (必須): 記事のタイトル
• content (必須): Markdown形式の記事内容
• tags (オプション): 記事のタグ配列
• slug (オプション): カスタムURL slug

使用例:

# Claude Code/ai.gptから自動呼び出し
# "ブログ記事を書いて"という発言で自動トリガー

2. log_list_posts

既存のブログ記事一覧を取得します。

パラメータ:

• limit (オプション): 取得件数上限 (デフォルト: 10)
• offset (オプション): スキップ件数 (デフォルト: 0)

3. log_build_blog

ブログをビルドして静的ファイルを生成します。

パラメータ:

• enable_ai (オプション): AI機能を有効化 (デフォルト: true)
• translate (オプション): 自動翻訳を有効化 (デフォルト: false)

4. log_get_post

指定したスラッグの記事内容を取得します。

パラメータ:

• slug (必須): 記事のスラッグ

5. log_system_status

ai.logシステムの状態を確認します。

6. log_ai_content ⭐ NEW

AI記憶システムと連携して自動でブログ記事を生成・投稿します。

パラメータ:

• user_id (必須): ユーザーID
• topic (オプション): 記事のトピック (デフォルト: "daily thoughts")

機能:

• ai.gptの記憶システムから関連する思い出を取得
• AI技術で記憶をブログ記事に変換
• 自動でai.logに投稿

ai.gptからの連携パターン

記事の自動投稿

# 記憶システムから関連情報を取得
memories = get_contextual_memories("ブログ")

# AI記事生成
content = generate_blog_content(memories)

# ai.logに投稿
result = await mcp_client.call_tool("create_blog_post", {
    "title": "今日の思考メモ",
    "content": content,
    "tags": ["日記", "AI"]
})

# ビルド実行
await mcp_client.call_tool("build_blog", {"enable_ai": True})

記事一覧の確認と編集

# 記事一覧取得
posts = await mcp_client.call_tool("list_blog_posts", {"limit": 5})

# 特定記事の内容取得
content = await mcp_client.call_tool("get_post_content", {
    "slug": "ai-integration"
})

# 修正版を投稿（上書き）
updated_content = enhance_content(content)
await mcp_client.call_tool("create_blog_post", {
    "title": "AI統合の新しい可能性（改訂版）",
    "content": updated_content,
    "slug": "ai-integration-revised"
})

自動化ワークフロー

ai.gptのスケジューラーと組み合わせて：

1. 日次ブログ投稿: 蓄積された記憶から記事を自動生成・投稿
2. 記事修正: 既存記事の内容を自動改善
3. 関連記事提案: 過去記事との関連性に基づく新記事提案
4. 多言語対応: 自動翻訳によるグローバル展開

エラーハンドリング

MCPツール呼び出し時のエラーは以下の形式で返されます：

{
  "jsonrpc": "2.0",
  "id": "request_id",
  "error": {
    "code": -32000,
    "message": "エラーメッセージ",
    "data": null
  }
}

セキュリティ考慮事項

• MCPサーバーはローカルホストでのみ動作
• ai.gptからの認証済みリクエストのみ処理
• ファイルアクセスは指定されたブログディレクトリ内に制限