クライアントセットアップガイド

お使いの AI クライアントの手順に従って、OpenLM MCP コネクターに接続してください。

開始する前に

AI クライアントをセットアップする前に、以下の前提条件を確認してください。

クラウドホスト型テナント (US または EU) にアクセスできる、有効な OpenLM アカウント。
Claude Pro、ChatGPT Plus、またはそれに相当する有料の AI サブスクリプション。無料プランではカスタム MCP コネクターを使用できません。
環境の URL。以下の表から、お使いのリージョンに対応する OpenLM MCP コネクター URL を確認します。

環境	OpenLM MCP コネクター URL
Prod US	`https://cloud-us.openlm.com/mcp`
Prod EU	`https://cloud-eu.openlm.com/mcp`

注意

以下の構成例に含まれる OpenLM MCP コネクター URL は、対象の環境に対応する URL に置き換えてください。

Cursor

デスクトップアプリ

公式サイトから Cursor をダウンロードしてインストールします。
Cursor を開きます。Cursor Settings → Tools and MCP に移動します。
Add a custom MCP server を選択します。開いた mcp.json ファイルに、以下の JSON 構成を貼り付けます。

{
  "mcpServers": {
    "openlm-reporting": {
      "url": "https://cloud-us.openlm.com/mcp"
    }
  }
}

ログインが成功すると、OpenLM MCP コネクター名と利用可能なツールの総数が表示されます。
Ctrl + L を押して新しいチャットを開始し、クエリを実行できます。

Windsurf

デスクトップアプリ

公式サイトから Windsurf をダウンロードしてインストールします。
Windsurf を開きます。Windsurf Settings → Open MCP Marketplace に移動します。
Add Custom MCP を選択します。開いた mcp_config.json ファイルに、以下の JSON 構成を貼り付けます。

{
  "mcpServers": {
    "openlm-reporting": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote@latest",
        "https://cloud-us.openlm.com/mcp",
        "9877"
      ]
    }
  }
}

ログインが成功すると、MCP Marketplace に OpenLM MCP コネクター名とツール数が表示されます。
チャットパネルを開き、クエリを開始します。

LibreChat

Web アプリ

GitHub から LibreChat をセットアップし、ブラウザで開きます。
左側のパネルで MCP Settings に移動します。
+ アイコンを選択して、新しい MCP サーバーを追加します。
OpenLM MCP コネクターの名前を入力し、お使いの環境の OpenLM MCP コネクター URL を入力します。
トランスポートタイプとして Streamable HTTP を選択し、I trust the application にチェックを入れ、Create を選択します。
認証のためブラウザにリダイレクトされます。ログインが成功すると、OpenLM MCP コネクターが接続されます。

Gemini CLI

CLI

以下を実行して Gemini CLI をグローバルにインストールします。

npm install -g @google/gemini-cli@latest

ターミナルで gemini を実行し、初回起動で初期化します。
設定ファイル ~/.gemini/settings.json を開き、以下の構成を貼り付けます。

{
  "mcpServers": {
    "openlm-reporting": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote@latest",
        "https://cloud-us.openlm.com/mcp",
        "9877"
      ],
      "timeout": 30000
    }
  },
  "security": {
    "auth": {
      "selectedType": "oauth-personal"
    }
  }
}

ファイルを保存し、再度 gemini を実行します。ターミナルに openlm-reporting is connected と表示され、接続が確認できます。
Gemini CLI のターミナルから、テナント固有のデータを直接クエリできます。

Claude Code

CLI

ターミナルを開き、以下のコマンドを実行して OpenLM MCP コネクターを追加します。

 claude mcp add --transport http openlm-reporting https://cloud-us.openlm.com/mcp

認証が成功すると、OpenLM MCP コネクターが接続され、使用できるようになります。
Claude Code から、テナント固有のレポートデータを直接クエリできます。

ChatGPT

Web アプリ

注意

Create Apps オプションにアクセスするには、ChatGPT の設定で Developer Mode を有効にする必要があります。

ブラウザで ChatGPT を開き、アカウントにサインインします。
Settings → Apps → Create Apps に移動します。
OpenLM MCP コネクターの名前を入力し、お使いの環境の OpenLM MCP コネクター URL を貼り付けます。
認証タイプとして OAuth を選択し、確認チェックボックスにチェックを入れて Create を選択します。
認証のためブラウザにリダイレクトされます。ログインが成功すると、OpenLM MCP コネクターが接続されます。
新しいチャットを開始し、+ アイコンを選択して More Options に進み、OpenLM MCP コネクターを選択してクエリを開始します。

接続後は、+ アイコンをクリックして OpenLM MCP コネクターを選択します。+ アイコンの横に表示され、クエリを開始できます。

Claude.ai

Web アプリ

ブラウザで claude.ai を開き、アカウントにサインインします。
プロフィールアイコンを選択し、Settings → Connectors に移動します。
Add custom connector を選択します。
OpenLM MCP コネクターの名前を入力し、お使いの環境の OpenLM MCP コネクター URL を貼り付けます。
認証のためブラウザにリダイレクトされます。ログインが成功すると、OpenLM MCP コネクターがカスタムコネクターとして接続されます。
OpenLM MCP コネクターはコネクターとして利用可能になり、任意の Claude.ai の会話で直接使用できます。

ヒント

クエリを実行する前に、コネクターを選択する必要があります。チャット入力エリアで Connectors をクリックし、OpenLM MCP コネクターを選択してから質問を入力してください。

Grok

Web アプリ

ブラウザで grok.com/connectors を開き、アカウントにサインインします。Skills and Connectors ページが Connectors タブで開きます。
New Connector を選択します。
New Connector ダイアログで Custom を選択し、独自のカスタムコネクターを追加します。
Custom Connector ダイアログで、OpenLM MCP コネクターの名前を入力し、お使いの環境の OpenLM MCP コネクター URL を入力します。
Add Connector を選択します。
OpenLM のログインページが開きます。OpenLM の認証情報でサインインして認証します。ログインが成功すると、Skills and Connectors ページの Installed に OpenLM MCP コネクターが表示されます。

ヒント

クエリを実行する前に、チャット内でコネクターを有効にする必要があります。Grok のチャットウィンドウで + アイコンを選択し、Connectors に進み、OpenLM MCP コネクターをオンに切り替えます。これを行って初めて、チャットで OpenLM のツールが利用可能になります。

Microsoft Copilot Studio

Web アプリ

Microsoft Copilot への接続は Copilot Studio を通じて行い、OpenLM MCP コネクターをカスタムエージェントのツールとして追加します。チャットクライアントよりも手順は少し多くなりますが、流れはシンプルです。

Copilot Studio にアクセスしてエージェントを作成する

copilotstudio.microsoft.com にアクセスし、Microsoft の職場アカウントでサインインします。
右上で、組織に対応する正しい Environment が選択されていることを確認します。
新しいエージェントを作成するか、既存のエージェントを開き、名前を付けます。例: openlm-mcp

OpenLM MCP コネクターをツールとして追加する

エージェントを開き、上部ナビゲーションの Tools タブに移動します。
+ Add a tool を選択し、続いて + New tool を選択して、既成のツールではなく新しい MCP サーバーを登録します。
ツールタイプとして Model Context Protocol を選択します。
MCP サーバーの詳細を入力します。
- Server name: コネクターの名前。例: openlm-mcp
- Server description: サーバーの役割を示す簡単な説明。
- Server URL: お使いの環境の OpenLM MCP コネクター URL。コネクターは Streamable HTTP トランスポートを使用します。
- Authentication: OAuth 2.0 を選択し、タイプとして Dynamic discovery を選択します。
Create を選択します。これで OpenLM MCP コネクターが登録され、接続が作成されます。
OpenLM のログインページが開きます。OpenLM の認証情報でサインインし、接続を承認します。

有効化して確認する

新しいツールが Tools リストの Model Context Protocol の下に表示されます。ツールの Enabled トグルが On になっていることを確認します。
エージェントの外でツールを作成した場合は、エージェントを開いて Tools タブに移動し、新しく作成したツールをエージェントに追加します。

エージェントをテストする

右上の Test を選択して、Test your agent パネルを開きます。
チャットボックスに、OpenLM のツールを使用するプロンプトを入力します。例: 「Show me license usage for the last month」または「List available OpenLM tools」
エージェントが OpenLM MCP コネクターを呼び出し、結果をチャットに返します。ツールが正しく応答することを確認します。

警告

MCP ツールが Enabled で、接続が認証済みである必要があります。そうでない場合、エージェントは OpenLM のツールを呼び出せません。

Copilot Studio でさらにできること

チャットクライアントとは異なり、Copilot Studio は本格的なエージェント構築プラットフォームです。OpenLM MCP コネクターを接続すると、以下のことができます。

機能	できること
Test	公開前に、組み込みのチャットパネルで OpenLM のツールに対するエージェントの実際の応答をテストできます。
Evaluation	複数のテストケースで、エージェントの回答品質と精度を体系的に評価できます。
Agents	それぞれ独自の指示とツールを持つ、複数の専門エージェントを構築できます。
Topics	特定のユーザーインテントに対してエージェントの動作を導く、会話フローとトリガーを定義できます。
Flows (Power Automate)	OpenLM のツールと他のアクション (メール送信、自動化のトリガーなど) を組み合わせたワークフローを構築できます。
Knowledge	ドキュメントや Web サイトなどのナレッジソースを追加し、OpenLM のツールデータを超えた回答を可能にします。
Channels	エージェントを Microsoft Teams、Web サイト、Copilot チャットなどのチャネルに公開し、コードなしで洗練されたチャットインターフェースをエンドユーザーに提供できます。
Monitor	エージェントの使用状況、会話、パフォーマンス分析を追跡できます。
Publish	エージェントを公開し、チームや組織全体で使用できるようにします。

これにより、OpenLM MCP コネクターは、ライセンスデータを自動化ワークフローや追加のデータソースと組み合わせられる、すぐに使えるブランド付きチャット体験になります。

GitHub Copilot (VS Code)

デスクトップアプリ

GitHub Copilot は、プロジェクト内の構成ファイルから MCP サーバーを読み取ります。

VS Code で任意のプロジェクトフォルダーを開きます。プロジェクトのルートに、.vscode という名前のフォルダーがなければ作成します。
.vscode の中に mcp.json という名前のファイルを作成し、以下の構成を貼り付けます。サーバーの名前と、お使いの環境の OpenLM MCP コネクター URL を入力してください。

{
  "servers": {
    "openlm-mcp-copilot": {
      "type": "http",
      "url": "https://cloud-us.openlm.com/mcp"
    }
  }
}

コマンドパレット (Ctrl+Shift+P) を開き、MCP: List Servers を選択します。
サーバー (例: openlm-mcp-copilot) を選択し、Start Server を選択します。
OpenLM のログインページが開きます。OpenLM の認証情報でサインインします。ログインが成功すると、サーバーが接続され、ツールが検出されます。
GitHub Copilot Chat を開き、チャットボックス下部のモードドロップダウンを Agent に設定します。ツールは Agent モードでのみ動作します。

ヒント

Copilot のチャットボックスでツールアイコンを選択し、OpenLM MCP コネクターのツールがオンになっていることを確認してください。これを行って初めて、チャットで OpenLM のツールが利用可能になります。

Cline

デスクトップアプリ

Cline は VS Code の拡張機能で、独自の設定ファイルから MCP サーバーを読み取ります。

VS Code の拡張機能マーケットプレイスから Cline 拡張機能をインストールします。
Cline を開き、上部ツールバーの MCP Servers アイコンを選択します。
Configure タブに移動し、Configure MCP Servers を選択します。cline_mcp_settings.json ファイルが開きます。
以下の構成を貼り付けます。

{
  "mcpServers": {
    "openlm-reporting": {
      "type": "streamableHttp",
      "url": "https://cloud-us.openlm.com/mcp"
    }
  }
}

ファイルを保存します。OpenLM のログインページが開きます。自動的に開かない場合は、Retry Connection を選択します。
OpenLM の認証情報でサインインします。ログインが成功すると、MCP Servers の一覧に OpenLM MCP コネクターとそのツールが表示されます。

ヒント

JSON を編集せずにコネクターを追加することもできます。MCP Servers パネルで Remote Servers タブを選択し、サーバー名とお使いの環境の OpenLM MCP コネクター URL を入力し、トランスポートタイプとして Streamable HTTP を選択して、Add Server を選択します。

Codex

デスクトップアプリ

公式サイトから Codex をダウンロードしてインストールします。
初期セットアップを完了し、アカウントにサインインします。
Settings → MCP servers に移動し、Add server を選択します。
サーバーの詳細を入力します。
- Name: コネクターの名前。例: openlm-reporting
- Transport: Streamable HTTP を選択します。
- URL: お使いの環境の OpenLM MCP コネクター URL。
構成を保存し、再起動を求められた場合は Codex を再起動します。
Authenticate を選択します。OpenLM のログインページが開きます。OpenLM の認証情報でサインインします。
認証が成功すると、OpenLM MCP コネクターが接続され、ツールが利用可能になります。

注意

Codex の IDE 拡張機能でも同じ手順が適用されます。同じ Settings → MCP servers パネルを使用します。

Google Antigravity

デスクトップアプリ

Antigravity は mcp_config.json ファイルから MCP サーバーを読み取ります。

公式サイトから Antigravity をダウンロードしてインストールします。
MCP サーバーのパネルを開き、構成ファイルを直接編集するオプションを選択します。Antigravity IDE では、エージェントのサイドパネルで … メニューを選択し、MCP Servers を選択します。
mcp_config.json に以下の構成を貼り付けます。

{
  "mcpServers": {
    "openlm-reporting": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote@latest",
        "https://cloud-us.openlm.com/mcp",
        "9880"
      ]
    }
  }
}

ファイルを保存します。OpenLM のログインページが開きます。OpenLM の認証情報でサインインします。
ログインが成功すると、MCP サーバーの一覧に OpenLM MCP コネクターとそのツールが表示されます。

注意

URL の後ろの数値 (9880) は、mcp-remote が OAuth コールバックに使用するローカルポートです。mcp-remote 経由で複数の MCP サーバーを実行する場合は、ポートが競合しないように、それぞれに異なるポートを指定してください。

ヒント

Antigravity は、最適なパフォーマンスのために、有効な MCP ツールの数をすべての MCP サーバー全体で 50 個程度に抑えることを推奨しています。OpenLM MCP コネクターが公開するツールは 19 個のため、通常は削減する必要はありません。複数の MCP サーバーを同時に接続していて数を減らす必要がある場合は、OpenLM のエントリーに disabledTools 配列を追加し、モデルに渡さないツール名を列挙してください。現在のツール名については、ツールと機能のリファレンスを参照してください。

開始する前に​

Cursor​

Windsurf​

LibreChat​

Gemini CLI​

Claude Code​

ChatGPT​

Claude.ai​

Grok​

Microsoft Copilot Studio​

Copilot Studio でさらにできること​

GitHub Copilot (VS Code)​

Cline​

Codex​

Google Antigravity​

開始する前に

Cursor

Windsurf

LibreChat

Gemini CLI

Claude Code

ChatGPT

Claude.ai

Grok

Microsoft Copilot Studio

Copilot Studio でさらにできること

GitHub Copilot (VS Code)

Cline

Codex

Google Antigravity