line-mcp-server
Enables sending LINE messages (push, multicast, broadcast), retrieving user profiles, checking quotas, and sending flex messages via Claude using the LINE Messaging API.
README
LINE MCP Server
Remote MCP Server สำหรับเชื่อมต่อ LINE Messaging API เข้ากับ Claude Cowork (และ Claude ทุก client) ผ่านโปรโตคอล MCP แบบ Streamable HTTP — สั่งให้ Claude ส่งข้อความ LINE, ดูโปรไฟล์ผู้ใช้ และเช็คโควต้าได้จากในแชทโดยตรง
สร้างมาเพื่อใช้สาธิตในห้องเรียนและงานจริง deploy บน Render ได้ทันที
คุณสมบัติ (Tools ที่มีให้)
| Tool | หน้าที่ |
|---|---|
push_message |
ส่งข้อความ text ไปยังปลายทางเดียว (userId / groupId / roomId) |
multicast_message |
ส่งข้อความเดียวกันหาหลาย userId (batch ทีละ 500 อัตโนมัติ) |
broadcast_message |
ส่งข้อความหา followers ทั้งหมดของ Official Account |
get_profile |
ดึงข้อมูลโปรไฟล์ผู้ใช้จาก userId |
get_quota |
เช็คโควต้าข้อความรายเดือนและยอดที่ใช้ไปแล้ว |
push_flex_message |
ส่ง Flex message แบบกำหนด JSON เอง (สำหรับการ์ดที่ออกแบบมาแล้ว) |
push_course_card |
สร้างการ์ดประกาศคอร์สสวย ๆ จาก param ง่าย ๆ แล้วส่งให้อัตโนมัติ |
multicast_from_csv |
อ่าน userId จากเนื้อหา CSV แล้วส่งหาทุกคน (dedup + กรองรูปแบบผิด + batch) |
push_course_cardใส่แค่title,description,imageUrl,price,buttonLabel,buttonUrlระบบจะประกอบ Flex bubble ให้เอง — ส่วนที่ไม่ได้ใส่จะถูกตัดออกอัตโนมัติ
multicast_from_csvClaude เป็นผู้อ่านไฟล์ CSV (จาก Drive หรือเครื่อง) แล้วส่งเนื้อหาเข้ามา ตัว server จะมองหาคอลัมน์ชื่อuserIdอัตโนมัติ (หรือระบุชื่อคอลัมน์เองได้) แล้ว batch ส่งทีละ 500 พร้อมตัดค่าซ้ำและกรอง userId ที่รูปแบบผิดออกให้
สถาปัตยกรรมที่ควรเข้าใจก่อน
Claude เชื่อมต่อ Remote MCP Server จาก Cloud ของ Anthropic ไม่ใช่จากเครื่องของเรา ดังนั้น server ตัวนี้ต้องเข้าถึงได้ผ่าน Public Internet เสมอ — รันแบบ localhost จะใช้กับ Claude ไม่ได้ จึงต้อง deploy ขึ้น Render (หรือ cloud อื่น) ก่อน
Claude Cowork
│ HTTPS (Streamable HTTP) จาก Anthropic Cloud
▼
LINE MCP Server บน Render ← โปรเจกต์นี้
│ LINE Messaging API + Channel Access Token
▼
LINE Platform → ผู้ใช้ / กลุ่ม LINE
สิ่งที่ต้องเตรียม
- LINE Channel Access Token (แบบ long-lived)
- ไปที่ LINE Developers Console
- สร้าง Provider → สร้าง Channel แบบ Messaging API
- ไปที่แท็บ Messaging API แล้ว Issue ค่า Channel access token (long-lived)
- บัญชี Render (ใช้ free tier ได้)
- บัญชี GitHub สำหรับเก็บโค้ด
โครงสร้างโปรเจกต์
line-mcp-server/
├── src/
│ ├── config/
│ │ └── env.ts # โหลดและตรวจสอบ environment variables
│ ├── line/
│ │ ├── client.ts # LINE Messaging API client (fetch wrapper)
│ │ ├── flex.ts # helper สร้างการ์ดประกาศคอร์ส (Flex bubble)
│ │ ├── csv.ts # สกัด userId จาก CSV (dedup + validate)
│ │ └── types.ts # type ของ LINE API
│ ├── mcp/
│ │ └── server.ts # สร้าง McpServer + ลงทะเบียน tools ทั้ง 8 ตัว
│ ├── http/
│ │ └── app.ts # Express + Streamable HTTP transport + session
│ ├── utils/
│ │ └── array.ts # util แบ่ง array เป็น chunk สำหรับ batch
│ └── index.ts # entry point
├── render.yaml # Render Blueprint สำหรับ deploy อัตโนมัติ
├── .nvmrc # pin Node 22 (เลี่ยงปัญหา corepack ใน Node 25+)
├── .env.example
├── package.json
└── tsconfig.json
รันในเครื่อง (Local)
# 1) ติดตั้ง dependencies
corepack enable
pnpm install
# 2) ตั้งค่า environment variables
cp .env.example .env
# แก้ไฟล์ .env ใส่ LINE_CHANNEL_ACCESS_TOKEN และ MCP_SECRET
# 3) รันแบบ dev (auto-reload)
pnpm dev
# ตรวจสอบว่า server ขึ้น
curl http://localhost:3000/
# => {"status":"ok","service":"line-messaging-mcp"}
Deploy บน Render
วิธีที่ 1: ใช้ Blueprint (แนะนำ — เร็วที่สุด)
- Push โค้ดทั้งหมดขึ้น GitHub repository
- ที่ Render Dashboard กด New + → Blueprint
- เลือก repository ที่ push ไป — Render จะอ่าน
render.yamlให้อัตโนมัติ - กรอกค่า LINE_CHANNEL_ACCESS_TOKEN (ค่า MCP_SECRET จะถูกสุ่มให้เอง)
- กด Apply แล้วรอ deploy เสร็จ
วิธีที่ 2: ตั้งค่าเอง (Manual)
- New + → Web Service → เชื่อม GitHub repo
- ตั้งค่าตามนี้:
- Runtime: Node
- Build Command:
corepack enable && pnpm install --frozen-lockfile - Start Command:
pnpm start - Health Check Path:
/
- แท็บ Environment เพิ่มตัวแปร:
LINE_CHANNEL_ACCESS_TOKEN= token จาก LINEMCP_SECRET= สตริงสุ่มยาว ๆ ที่เดายาก (เช่นopenssl rand -hex 16)
- กด Create Web Service
เมื่อ deploy เสร็จจะได้ URL เช่น https://line-mcp-server.onrender.com
เพิ่มเป็น Custom Connector ใน Claude Cowork
- หา URL ของ MCP endpoint จากค่าด้านบน — รูปแบบคือ:
https://<ชื่อ-app>.onrender.com/mcp/<MCP_SECRET>สำคัญ: ต่อท้ายด้วย
/mcp/<MCP_SECRET>เสมอ (เปิดดูค่า MCP_SECRET ที่ Render สุ่มให้ได้ในแท็บ Environment) - ใน Claude เปิด Settings → Connectors → กดปุ่ม + ข้าง Connectors
- กรอก:
- Name:
LINE Messaging - URL: URL จากข้อ 1
- Name:
- กด Add แล้วเปิดใช้งาน connector ในแชทผ่านปุ่ม + → Connectors
- ทดลองสั่ง เช่น "ส่งข้อความหา userId Uxxxx ว่าสวัสดีครับ"
ตัวอย่างคำสั่งที่ใช้ tools ใหม่
- การ์ดประกาศคอร์ส: "ส่งการ์ดคอร์ส React.js Basic to Intermediate ราคา ฿4,900 รูปจาก <url> ปุ่มลิงก์ไป itgenius.co.th/react ไปยัง groupId Cxxxx"
- multicast จาก CSV: "อ่าน userId จากไฟล์ students.csv แล้วส่งข้อความแจ้งเตือนคลาสพรุ่งนี้หาทุกคน" (Claude อ่านไฟล์เองแล้วส่งเข้า
multicast_from_csv) - Flex แบบกำหนดเอง: "ส่ง Flex carousel โปรโมต 3 คอร์สนี้..." (Claude ออกแบบ Flex JSON แล้วส่งผ่าน
push_flex_message)
หมายเหตุด้านความปลอดภัยและข้อจำกัด
- ป้องกัน endpoint เสมอ — Custom Connector เป็นบริการที่ Anthropic ยังไม่ได้ตรวจสอบ ควรตั้ง
MCP_SECRETทุกครั้ง เพราะ secret ที่ฝังใน path ทำหน้าที่เหมือนกุญแจเข้า server - อย่า commit token ลง git —
.envถูก ignore ไว้แล้ว ใส่ค่าจริงผ่าน Render Environment เท่านั้น - Free tier ของ Render จะ sleep หลังไม่มีทราฟฟิก ~15 นาที — request แรกหลัง sleep จะช้า (cold start ~50 วินาที) ถ้าใช้ในห้องเรียนจริงแนะนำ upgrade เป็น paid plan หรือยิง health check กันหลับ
- หากต้องการความปลอดภัยระดับ production เต็มรูปแบบ ควรเปลี่ยนไปใช้ OAuth 2.0 แทน path-based secret
อ้างอิง
- LINE Messaging API Reference — https://developers.line.biz/en/reference/messaging-api/
- MCP TypeScript SDK — https://github.com/modelcontextprotocol/typescript-sdk
- Custom Connectors via Remote MCP — https://support.claude.com/en/articles/11175166
- Render Blueprint Spec — https://render.com/docs/blueprint-spec
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.