Japanese Character Counter MCP Server
Accurately counts Japanese text characters using grapheme clusters, properly handling surrogate pairs and combining characters through the Intl.Segmenter API.
README
日本語文字数カウント MCP サーバー
Web版ChatGPTの「新しいコネクター」から接続できるMCPサーバーです。日本語テキストの文字数(グラフェム単位)を正確にカウントするツール countJapaneseChars を提供します。
機能
- countJapaneseChars: 日本語テキストの文字数(グラフェム単位)を正確にカウント
Intl.Segmenterを使用してグラフェムクラスターを正確にカウント- サロゲートペアや結合文字を適切に処理
技術スタック
- Next.js 16 (App Router)
- TypeScript
- @modelcontextprotocol/sdk
- Intl.Segmenter (グラフェムカウント用)
セットアップ
依存関係のインストール
npm install
開発サーバーの起動
npm run dev
開発サーバーは http://localhost:3000 で起動します。
MCPサーバーのエンドポイントは http://localhost:3000/api/mcp です。
使用方法
Web版ChatGPTの「新しいコネクター」から接続
- ChatGPTの設定で「新しいコネクター」を開く
- エンドポイントURLを入力:
http://localhost:3000/api/mcp(開発環境) またはhttps://your-domain.com/api/mcp(本番環境) - 接続を確立
APIエンドポイント
- POST
/api/mcp: MCPリクエストを処理 - GET
/api/mcp: SSEストリーム(現在はJSONレスポンスモードを使用) - DELETE
/api/mcp: セッション終了 - OPTIONS
/api/mcp: CORSプリフライト
ツールの使用例
countJapaneseChars ツールを呼び出すと、以下のようなレスポンスが返されます:
{
"content": [
{
"type": "text",
"text": "文字数: 9"
}
],
"structuredContent": {
"count": 9,
"text": "こんにちは、世界!"
}
}
デプロイ
Vercelへのデプロイ(推奨)
1. Vercelアカウントの準備
Vercelにサインアップまたはログインします。
2. プロジェクトのデプロイ
# Vercel CLIをインストール(初回のみ)
npm install -g vercel
# プロジェクトディレクトリでデプロイ
vercel
# 本番環境へデプロイ
vercel --prod
または、GitHubと連携して自動デプロイ:
- GitHubにプロジェクトをプッシュ
- Vercelダッシュボードで「Import Project」をクリック
- GitHubリポジトリを選択
- デプロイ設定を確認(デフォルトで問題なし)
- 「Deploy」をクリック
3. デプロイ後の確認
デプロイ後、提供されたURLの /api/mcp エンドポイントがMCPサーバーとして機能します。
例: https://your-project.vercel.app/api/mcp
4. Web版ChatGPTとの接続
- ChatGPTの設定を開く
- 「新しいコネクター」を選択
- エンドポイントURLを入力:
https://your-project.vercel.app/api/mcp - 接続を確立
その他のデプロイ先
Netlify
# Netlify CLIをインストール
npm install -g netlify-cli
# デプロイ
netlify deploy --prod
Railway
- Railwayにサインアップ
- 「New Project」→「Deploy from GitHub repo」
- ビルドコマンド:
npm run build - 開始コマンド:
npm start
環境変数
現在、環境変数の設定は不要です。本番環境でセッション管理を改善する場合は、Redisなどの外部ストレージを使用することを推奨します。
Redis統合(オプション)
本番環境で複数インスタンスを使用する場合、Redisでセッション管理を行うことを推奨:
npm install ioredis
app/api/mcp/route.ts でRedisを使用するようにコードを修正してください。
実装の詳細
コード構造(モジュール分割)
app/api/mcp/
├── route.ts # HTTPエンドポイントハンドラー
│ # POST, GET, DELETE, OPTIONSメソッド
│ # セッション管理
│
├── lib/
│ ├── helpers.ts # ヘルパー関数
│ │ # - Next.js ⇔ Node.js 変換
│ │ # - CORS設定
│ │
│ └── mcp-server.ts # MCPサーバーセットアップ
│ # - サーバーインスタンス作成
│ # - ツール登録
│
└── tools/
└── countJapaneseChars.ts # 文字数カウントツール
# - グラフェムカウント実装
# - ツール設定とハンドラー
各ファイルには超詳細なコメントが付いており、以下を説明:
- なぜそのコードが必要か
- どのように動作するか
- 注意点や代替案
- 具体的な使用例
主要機能
- グラフェムカウント:
Intl.Segmenterを使用して、人が1文字と捉える単位(グラフェム)を正確にカウント- フォールバック機能付き:
Intl.Segmenterが利用できない環境でも動作
- フォールバック機能付き:
- セッション管理: メモリ内でセッションを管理(本番環境ではRedis等の使用を推奨)
- CORS: Web版ChatGPTからの接続を許可するため、適切なCORSヘッダーを設定
Authorizationヘッダーにも対応(将来の認証機能に備える)
プロダクション品質の特徴
- ランタイム指定:
runtime = "nodejs"でNode.js APIを確実に使用 - 堅牢な初期化:
isInitializeRequestを検出して無条件で新規セッションを作成 - エラーハンドリング: すべてのエンドポイントで適切なエラーレスポンスを返却
- ヘルスチェック: GET エンドポイントでセッション状態を確認可能
- クリーンなセッション削除: DELETE で不要な処理を行わずシンプルに削除
- モジュール分割: 責務ごとにファイルを分割、保守性と可読性を向上
ライセンス
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。