Hugging Face Gradio MCP サーバー統合

Hugging Face は Model Context Protocol（MCP）を Gradio バージョン 5.28.0 に統合し、Hugging Face Spaces を LLM ツール向けの機能的な「アプリストア」へと変換しました。この統合により、開発者とユーザーは Large Language Model（LLM）を Spaces 上でホストされている専門的な AI アプリケーションに接続でき、画像編集、OCR、テキスト音声合成などの新しい機能を得られます。

Model Context Protocol（MCP）標準

Model Context Protocol（MCP）は、LLM と外部ツール群との間に安全な双方向接続を構築することを目的としたオープン標準です。MCP サーバーを実装することで、開発者はビデオ文字起こしサービスなどの特定ツールを LLM クライアント（例: Cursor、Claude Code、Cline）に公開できます。LLM はこれらのツールを認識し、ユーザーのリクエストに基づいて自律的に呼び出すことができます。

Hugging Face Spaces を MCP ツールリポジトリとして

Hugging Face Spaces は AI アプリケーションのコレクションで、多くはオープンソースの Python パッケージ Gradio を使用して構築されています。Gradio 5.28.0 のリリースにより、Gradio アプリは MCP プロトコルをサポートするようになりました。

このアップデートにより、Hugging Face Spaces は MCP サーバーの集中ディレクトリへと変わります。ユーザーは Hugging Face Spaces ページで「MCP Compatible」フィルタを適用するか、専用のフィルタリンクを使用して MCP 対応ツールを見つけられます。利用可能な専門タスクの例は次のとおりです：

  • 画像背景除去
  • マルチモーダル OCR
  • テキスト音声合成

実装例: Flux.1 Kontext[dev] を使用した画像編集

LLM にテキスト指示だけで画像を編集させるために、black-forest-labs/Flux.1-Kontext-Dev スペースを MCP サーバーとして接続できます。手順は以下の通りです：

  1. アカウント設定: Hugging Face アカウントを作成し、プロフィール設定の MCP セクションへ移動します。
  2. ツール選択: MCP 設定の「Spaces Tools」セクションで Flux.1-Kontext-Dev を検索し選択します。
  3. クライアント設定: Hugging Face MCP 設定ページから提供される設定コードスニペットをコピーし、Cursor などの MCP 対応クライアントの設定ファイルに貼り付けます。
  4. 実行: 設定が完了すると、LLM は公開 URL で提供された画像を編集できるようになります。

パフォーマンスとプライバシーの考慮事項

人気のある公開スペースをツールとして利用すると、待ち時間が長くなることがあります。これを緩和するために、Hugging Face はスペースを複製してプライベート版を作成することを推奨しています。なお、"ZeroGPU" を使用してスペースを複製する場合は、Hugging Face PRO アカウントが必要になることがあります。

MCP 検索による LLM 機能拡張

特定ツールを追加するだけでなく、ユーザーは Hugging Face MCP サーバー自体を利用して他の MCP 対応スペースを検索できます。これにより、LLM はユーザーの要求した特定タスクを実行できるスペースを自律的に見つけ、提案できるようになります。

Sources