random-mcp

random-mcp

A random number generation MCP server hosted on Cloudflare Workers that provides tools for generating integers, floats, weighted choices, and samples from various probability distributions, usable from MCP clients like Notion AI.

Category
Visit Server

README

<p align="center"> <img src="./icon.svg" alt="random-mcp icon" width="128" height="128"> </p>

random-mcp

Cloudflare Workers 上で動作する、乱数生成用の MCP(Model Context Protocol)サーバーです。Notion Agent などの MCP クライアントから、整数・浮動小数点数・重み付き選択・各種確率分布の標本を生成できます。

目的

言語モデル自身に乱数を選ばせず、外部の乱数生成処理を MCP ツールとして呼び出せるようにすることを目的としています。

言語モデルに乱数の選択を委ねると、モデルの学習データや出力傾向が結果に影響し、統計的に偏った値が生成されます。たとえば「1から10の整数をランダムに選べ」と指示しても、モデルは特定の値(7など)を好む傾向があり、まっとうな意味での乱数にはなりません。このため、乱数が必要な処理はモデルが自律判断するのではなく、本サーバーのツールを通じて生成する必要があります。

乱数源には Web Crypto API を使用します。整数生成では、剰余による偏りを避けるため rejection sampling を行います。ただし、暗号鍵や認証トークンの生成を目的とした API ではありません。

使い方

Notion AI への接続

  1. Settings > Connections > MCP > Custom MCP を選択します
  2. MCP server URL にデプロイした URL を指定します(既存サービス: https://random-mcp.eldesh-tools.workers.dev/mcp
  3. 次のように各項目を埋めて Connect します
    • Name: Notion 内で識別するための名前(例: random-mcp
    • Authentication: OAuth
  4. アクセス許可画面で Approve を選択します
  5. GitHub にサインインし、GitHub OAuth App による認証を完了します
  6. ツールが表示されたら、必要なツールを有効化します
  7. Notion AI からツール実行ごとの確認なしで呼び出したい場合は、実行設定を Run automatically に変更します

Agent への指示

Agent の指示には例えば次のように追加し、乱択が必要な際に必ず random-mcp が使われるようにします。

## 乱択
- 乱数生成、くじ引き、シャッフル、無作為抽出など、結果にランダム性を必要とするすべての処理では、接続済みの MCP サーバー `random-mcp` を必ず使用する。
- 内部処理によって乱択を生成、模擬、または近似してはならない。
- `random-mcp` が利用できない場合やエラーになった場合は、別の方法で代替せず、その旨をユーザーに伝える。

認証

サーバーは /mcp で Streamable HTTP 接続を受け付けます。MCP クライアントとの認可には OAuth 2.1、ユーザーの認証には GitHub OAuth を使用します。

認可時には、MCP クライアントのアクセス許可画面を表示した後、GitHub の認証画面へ移動します。GitHub から取得する権限は read:user です。認可済みの MCP クライアントには mcp:use スコープのアクセストークンが発行されます。

ツール

random-mcp には以下に示す4つのツールがあり、それぞれ記載のフィールドを持つJSONオブジェクトを要求します。

random_int

指定範囲内の整数を1個生成します。

  • min: 最小値
  • max: 最大値

引数の例: {"min": 5, "max": 10}

random_double

指定範囲内の浮動小数点数を1個生成します。

  • min: 最小値
  • max: 最大値

引数の例: {"min": 1.41421, "max": 3.14159}

random_choice

候補から1要素を選択します。

  • choices: 候補文字列の配列。1個以上1,000個以下
  • weights: 各候補の相対的な重み。省略時は等確率

weightsを指定する場合は、choicesと要素数を一致させ、少なくとも一つを正の値にします。

引数の例: {"choices":["A","B","C"],"weights":[1,2,1]}

random_sample

指定した確率分布から複数の標本を生成します。

  • distribution: 確率分布名
  • parameters: 分布ごとのパラメーターを与えるフィールド名
  • count: 標本数。1以上100以下、既定値は1
distribution parameters 意味・制約
uniform min, max minからmaxまでの連続一様分布
normal mean, standard_deviation 平均と標準偏差を指定した正規分布
lognormal mu, sigma log(X)が平均mu、標準偏差sigmaの正規分布に従う対数正規分布
exponential rate rateの指数分布。rate > 0
bernoulli probability 指定確率で1、それ以外は0
binomial trials, probability trials回の試行における成功回数
poisson lambda 母数lambdaのポアソン分布

追加の計算量制限があります。

  • 二項分布: trialsは0以上100,000以下の安全な整数で、trials * count <= 100000
  • ポアソン分布: lambdaは0以上100以下で、lambda * count <= 10000

引数の例: {"distribution":"uniform","parameters":{"min":5,"max":15},"count":3}

開発環境

  • Node.js 22.19.0以上
  • npm
  • GitHub アカウント
  • Cloudflare アカウント(デプロイする場合)

依存関係をインストールします。

npm install

ローカル開発

GitHub OAuth App の作成

GitHub の Developer settings で OAuth App を作成します。ローカル環境と本番環境ではコールバック URL が異なるため、それぞれ別の OAuth App を作成します。

ローカル開発用 OAuth App には次の値を設定します。

  • Homepage URL: http://localhost:8787
  • Authorization callback URL: http://localhost:8787/callback

本番用 OAuth App では、http://localhost:8787 の部分をデプロイ先 Worker のオリジンに置き換えます。既存サービスのコールバック URL は https://random-mcp.eldesh-tools.workers.dev/callback です。

作成後、Client ID と Client secret を取得します。このアプリケーションが GitHub に要求する OAuth スコープは read:user です。

環境変数

プロジェクト直下に .dev.vars を作成します。

GITHUB_CLIENT_ID=<GitHub OAuth App の Client ID>
GITHUB_CLIENT_SECRET=<GitHub OAuth App の Client secret>
COOKIE_ENCRYPTION_KEY=<Cookie の暗号化に使用するランダムな値>

COOKIE_ENCRYPTION_KEY は、例えば次のコマンドで生成できます。

openssl rand -hex 32

OAuth の一時的な state は、wrangler.jsoncOAUTH_KV バインディングで指定した Cloudflare KV に保存されます。別の Cloudflare アカウントへデプロイする場合は KV namespace を作成し、wrangler.jsoncid をその namespace ID に置き換えてください。

起動

ローカルサーバーを起動します。

npm run dev

通常、MCP エンドポイントは次の URL になります。

http://localhost:8787/mcp

[!NOTE] Wrangler が Request.cf を取得できないという警告を表示しても、最後に Ready on http://localhost:8787 と表示され、このプロジェクトが Request.cf を使用していなければ動作確認を続けられます。

MCP Inspector による動作確認

ローカルサーバーを起動した状態で MCP Inspector の Web UI を起動します。

npx --yes @modelcontextprotocol/inspector@latest

Inspector で Streamable HTTP を選択し、接続先に http://localhost:8787/mcp を指定します。接続時にブラウザで OAuth の認可フローが開始されるため、アクセスを許可して GitHub 認証を完了します。本番環境を確認する場合は、接続先をデプロイ済みの MCP URL に変更します。

接続後、Tools 画面にツールで示されているものが表示されることを確認します。

Cloudflare Workers へのデプロイ

Cloudflare へログインします。

npx wrangler login

本番用 GitHub OAuth App の認証情報と Cookie 暗号化キーを Cloudflare Secret として登録します。

npx wrangler secret put GITHUB_CLIENT_ID
npx wrangler secret put GITHUB_CLIENT_SECRET
npx wrangler secret put COOKIE_ENCRYPTION_KEY

GitHub OAuth App の Authorization callback URL がデプロイ先 Worker の /callback を指していることと、wrangler.jsoncOAUTH_KV が利用可能な KV namespace を指していることを確認します。

デプロイします。

npm run deploy

公開 URL は通常、次の形式です。

https://random-mcp.<subdomain>.workers.dev/mcp

[!IMPORTANT] .dev.vars は Cloudflare へ自動的には反映されません。本番 Worker は Cloudflare Secret に登録した値を参照します。

ライセンス

MIT License の下で公開しています。

Recommended Servers

playwright-mcp

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.

Official
Featured
TypeScript
Magic Component Platform (MCP)

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.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

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.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
Kagi MCP Server

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.

Official
Featured
Python
graphlit-mcp-server

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.

Official
Featured
TypeScript
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

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.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured
E2B

E2B

Using MCP to run code via e2b.

Official
Featured