Zen MCP Server — ユースケース, インストール & ライブデモ

なぜ使うのか

主な機能

モデルをまたいだ会話: 各ツールが異なるモデルを選択できる
ワークフローツール: thinkdeep・planner・debug・codereview・consensus・refactor
プロバイダーサポート: Gemini・OpenAI・Grok・OpenRouter・Ollama・Azure OpenAI
クロスモデルのコンテキストを維持するContinuation ID
プロバイダーごとのコスト追跡を内蔵

ライブデモ

実際の動作

zen-mcp-server.replay ▶ 準備完了

0/0

インストール

クライアントを選択

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "zen-mcp-server": {
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  }
}

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "zen-mcp-server",
      "command": "uvx",
      "args": [
        "zen-mcp-server"
      ]
    }
  ]
}

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json

{
  "context_servers": {
    "zen-mcp-server": {
      "command": {
        "path": "uvx",
        "args": [
          "zen-mcp-server"
        ]
      }
    }
  }
}

context_servers に追加。保存時に Zed がホットリロード。

claude mcp add zen-mcp-server -- uvx zen-mcp-server

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方： Zen MCP Server

難しいアーキテクチャ上の決断に3つの異なるモデルからコンセンサスを得る

👤 重要な判断を下すテックリード ⏱ ~20 min intermediate

使うタイミング： Claudeだけの意見では単一の視点に偏る感覚があり、多様な見解が欲しいとき。

前提条件

少なくとも2つの代替プロバイダーのAPIキー — GEMINI_API_KEY・OPENAI_API_KEY・OPENROUTER_API_KEY を設定する

フロー

質問を整理する

Use zen.consensus. Question: should we move our queue from Redis to NATS Jetstream? Stakes: 50M msgs/day, 99.99% uptime. Ask Gemini Pro and o3.✓ コピーしました

→ 両モデルが回答し、Claudeが回答間の差異を要約する
意見の相違点を掘り下げる

Where do they disagree? Use zen.chat to push back on each model's weakest point.✓ コピーしました

→ モデルごとの反論パス
統合する

Give me a final recommendation with the strongest argument from each side surfaced.✓ コピーしました

→ マージされた意思決定ドキュメント

結果： クロスモデルのエビデンスで裏付けられた、説明可能なアーキテクチャ上の判断。

注意点

モデルが異なる方向でAPIの仕様を幻覚し、偽のコンセンサスが生まれる — 事実に関する主張は必ず実際のドキュメントやソースで検証する

組み合わせ： context7 · git-mcp-idosal

Gemini Proでthinkdeepを使ってClaudeが実行する前に計画を立てる

👤 大規模タスクでClaudeの計画能力の限界に達する開発者 ⏱ ~40 min intermediate

使うタイミング： タスクが大きすぎて、拡張思考でもスレッドを維持できないとき。

フロー

概要を引き渡す

Use zen.thinkdeep with gemini-2.5-pro. Plan the migration from monolith to 3 microservices. Identify all sequencing risks.✓ コピーしました

→ Geminiからの長大な計画が構造化ドキュメントとして返される
計画を批評する

Now you (Claude) review that plan. What's missing? What's risky?✓ コピーしました

→ ギャップ分析
ステップ1を実行する

Implement the first phase of the plan in this repo.✓ コピーしました

→ 実際の編集が行われる

結果： 2つのモデルが形に合意したため、信頼できる計画。

組み合わせ： desktop-commander-mcp

コードを書いたモデルとは別のモデルでzen.codereviewを実行する

👤 対立的なレビューを求めるソロ開発者 ⏱ ~25 min intermediate

使うタイミング： Claudeと一緒に機能を作り込んで、別のモデルのフレッシュな視点で確認したいとき。

フロー

diffを準備する

Save the current branch's diff. Pass it to zen.codereview with o3.✓ コピーしました

→ ファイルごとに整理されたレビューコメント
採用または却下する

Show me each suggestion. Apply only the ones I approve.✓ コピーしました

→ 提案ごとの承認・却下プロンプト

結果： 異なる事前知識を持つモデルによるコードレビュー。

組み合わせ： git-mcp-idosal

組み合わせ

他のMCPと組み合わせて10倍の力を

zen-mcp-server + desktop-commander-mcp

Geminiで計画し、Claude+desktop-commanderで実行する

thinkdeep the migration → desktop-commander to apply step 1✓ コピーしました

zen-mcp-server + git-mcp-idosal

gitmcpでリポジトリを取得し、zenとo3でコードレビューする

Codereview the PR diff from owner/repo using o3 — second opinion.✓ コピーしました

ツール

このMCPが提供する機能

ツール	入力	呼び出すタイミング	コスト
chat	prompt, model?, continuation_id?	代替モデルへの一般的な質問に使用	1 API call to chosen model
thinkdeep	problem, model?	難しい問題の計画立案に使用	Heavy — uses thinking budget
codereview	files[], model?	フレッシュな視点でのPRレビューに使用	1 API call
debug	error, context, model?	Claudeが解決できないバグで詰まったときに使用	1 API call
consensus	question, models[]	重要な意思決定に使用	N API calls
precommit	diff, model?	コミット前の最終確認に使用	1 API call

コストと制限

運用コスト

APIクォータ: プロバイダーごとに課金。それぞれ別々に支払う
呼び出しあたりのトークン: ツールによって可変 — thinkdeepは30k token超になることがある
金額: サーバーは無料。各LLMプロバイダーに直接支払う
ヒント: カジュアルなチャットにはDEFAULT_MODEL=ollama:llama3.1を設定し、必要なときだけ有料にエスカレートする

セキュリティ

権限、シークレット、影響範囲

最小スコープ： outbound:llm-providers

認証情報の保管： プロバイダーキーはEnv varで管理

データ送信先： 設定したプロバイダー

コードを複数のプロバイダーに送信すると、それぞれのデータ処理ポリシーが適用される — 各プロバイダーの利用規約を確認すること

トラブルシューティング

よくあるエラーと対処法

モデルが利用できない

そのプロバイダーのEnv varを確認する。設定済みのプロバイダーのみ表示される

確認： List zen tools — model defaults appear there

Continuation IDが失われる

各ツールがcontinuation_idを返す。クロスモデルのコンテキストを維持するために渡し続ける

thinkdeepでコストが暴走する

Env varにMAX_THINKING_TOKENSを設定する。デフォルトは高い値になっていることがある

代替案

Zen MCP Server 他との比較

代替案	代わりに使う場面	トレードオフ
context-mode-mcp	マルチモデルルーティングではなくコンテキストの整形が必要なとき	解決する問題が異なる
Direct OpenAI/Gemini MCPs	オーケストレーションではなく1つの代替モデルだけが必要なとき	セレモニーが少ないが、consensus/thinkdeepのワークフローはない

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る