Fugu-MT 論文翻訳(概要): A Large-Scale Dataset of MCP Implementations on GitHub

論文の概要: A Large-Scale Dataset of MCP Implementations on GitHub

arxiv url: http://arxiv.org/abs/2607.10123v1
Date: Sat, 11 Jul 2026 05:08:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-14 15:40:48.307248
Title: A Large-Scale Dataset of MCP Implementations on GitHub
Title（参考訳）: GitHubにおけるMPP実装の大規模データセット
Abstract要約: Model Context Protocol (MCP)は、大きな言語モデルを外部ツールやサービスに接続するための新しい標準を導入した。本研究では,GitHubから直接収集した実世界のMPP実装の大規模なエビデンスベースのデータセットについて紹介する。
参考スコア（独自算出の注目度）: 7.0349768355860895
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: The rapid emergence of the Model Context Protocol (MCP) has introduced a new standard for connecting large language models to external tools and services. Despite its rapid adoption in open-source development, systematic understanding of how MCP is implemented, structured, and maintained remains limited. This study presents the first large-scale, evidence-based dataset of real-world MCP implementation collected directly from GitHub. Using a hybrid pipeline that integrates the GitHub REST and GraphQL APIs with custom Python verification scripts, 3,238 candidate repositories were discovered, filtered, and validated through multi-stage evidence checks. Each verified project was classified by operational role (e.g., client, server, gateway) and exported in a reproducible JSONL schema. A manual review of a representative subset confirmed an overall precision of 83% at a 95% confidence level, and additionally revealed a set of repositories functioning primarily as educational samples, tutorials, or demonstration templates. A targeted exclusion rule was then applied to remove these non-operational repositories, resulting in a final dataset of 2,297 validated MCP projects. The analysis shows that Python and TypeScript dominate MCP development, with hybrid architectures emerging as the most common design pattern. By emphasizing transparent verification strategies, structured evidence tagging, and reproducible data organization, this work establishes a foundational benchmark for studying real-world MCP ecosystems and supports future research on integration, connectivity, and compatibility across the broader developer community.
Abstract（参考訳）: Model Context Protocol(MCP)の急速な台頭により、大きな言語モデルを外部ツールやサービスに接続するための新しい標準が導入された。オープンソース開発で急速に採用されているにもかかわらず、MPPの実装方法、構造化、保守に関する体系的な理解は依然として限られている。本研究では,GitHubから直接収集した実世界のMPP実装の大規模なエビデンスベースのデータセットについて紹介する。 GitHub RESTとGraphQL APIをカスタムPython検証スクリプトに統合するハイブリッドパイプラインを使用して、3,238の候補リポジトリが発見され、フィルタされ、マルチステージエビデンスチェックによって検証された。検証された各プロジェクトは、オペレーションロール(例えば、クライアント、サーバ、ゲートウェイ)によって分類され、再現可能なJSONLスキーマでエクスポートされる。また、主に教育サンプル、チュートリアル、デモテンプレートとして機能するレポジトリのセットも明らかにした。対象とする排他的ルールが適用され、これらの非運用リポジトリが削除され、最終的なデータセットは2,297のCMPプロジェクトとなった。この分析によると、PythonとTypeScriptがMPP開発を支配しており、最も一般的なデザインパターンとしてハイブリッドアーキテクチャが登場している。この研究は、透明な検証戦略、構造化されたエビデンスタグ、再現可能なデータ組織を強調することで、現実世界のMPPエコシステムを研究するための基礎的なベンチマークを確立し、より広範な開発者コミュニティにおける統合、接続性、互換性に関する将来の研究をサポートする。

関連論文リスト

The Illusion of Agentic Complexity in README.md Generation: Evaluating Single-Agent vs. Multi-Agent RAG Systems [3.7149543017244238]
この研究は、GitHubリポジトリ用のファイル生成のためのRAG(Retrieval-Augmented Generation)依存アーキテクチャを実証的に評価する。シングルエージェントパイプラインは、MASに匹敵する語彙品質を達成し、トークンの消費量を86%削減し、その2倍の速度で運用する。
論文参考訳（メタデータ） (2026-06-29T16:29:31Z)
Towards Agentic Test-Driven Quality Assurance for 6G Networks [0.0]
テスト駆動品質保証パラダイムとインテントコクリエーションを統合したエージェント型、インテント駆動のエンドツーエンド(E2E)オーケストレーションフレームワークを提案する。このアーキテクチャは、TMフォーラムの情報モデルとカタログを使用して、標準に準拠した知識表現に基づいている。
論文参考訳（メタデータ） (2026-04-25T12:58:36Z)
Bridging Academia and Industry: A Comprehensive Benchmark for Attributed Graph Clustering [19.247242477915382]
分散グラフクラスタリング(AGC)は、構造トポロジとノード属性を統合して、グラフ構造化データの潜在パターンを明らかにする、基本的な教師なしタスクである。不正検出やユーザセグメンテーションといった産業的応用において重要であるが、学術研究と現実世界の展開の間には大きな亀裂が残っている。 PyAGCは多種多様なスケールと構造特性にまたがってAGC手法をストレステストするために設計された,実運用可能なベンチマークおよびライブラリである。
論文参考訳（メタデータ） (2026-02-09T11:07:24Z)
A Measurement Study of Model Context Protocol Ecosystem [19.434266265164784]
Model Context Protocol (MCP) は、大規模な言語モデルを外部ツールやリソースと接続するための統一標準として提案されている。 MCPエコシステムに関する大規模な実証的研究を初めて紹介する。
論文参考訳（メタデータ） (2025-09-29T14:29:20Z)
MCP-Universe: Benchmarking Large Language Models with Real-World Model Context Protocol Servers [86.00932417210477]
MCP-Universeは,実世界のMPPサーバとのインタラクションを通じて,現実的かつ困難なタスクにおいてLLMを評価するために設計された,初めての総合ベンチマークである。私たちのベンチマークでは、ロケーションナビゲーション、リポジトリ管理、財務分析、3Dデザイン、ブラウザ自動化、Web検索という、11の異なるMSPサーバにまたがる6つのコアドメインを網羅しています。 GPT-5 (43.72%) やGrok-4 (33.33%) やClaude-4.0-Sonnet (29.44%) のようなSOTAモデルでさえ、大幅な性能制限がある。
論文参考訳（メタデータ） (2025-08-20T13:28:58Z)
Leveraging Machine Learning and Enhanced Parallelism Detection for BPMN Model Generation from Text [75.77648333476776]
本稿では、テキストからBPMNモデルを抽出する自動パイプラインについて紹介する。この研究の重要な貢献は、新たに注釈付けされたデータセットの導入である。モデルトレーニング用の32のパラレルゲートウェイを含む15の注釈付き文書でデータセットを増強する。
論文参考訳（メタデータ） (2025-07-11T07:25:55Z)
A Large-Scale Evolvable Dataset for Model Context Protocol Ecosystem and Security Analysis [8.943261888363622]
約14KのMPPサーバと300のMPPクライアントを含む大規模データセットであるMCPCorpusを紹介する。各アーティファクトには、アイデンティティ、インターフェース設定、GitHubアクティビティ、メタデータをキャプチャする20以上の正規化された属性がアノテートされている。 MCPCorpusは、実世界のMCPエコシステムの再現可能なスナップショットを提供し、採用トレンド、エコシステムの健全性、実装の多様性の研究を可能にする。
論文参考訳（メタデータ） (2025-06-30T02:37:27Z)
DiscoveryBench: Towards Data-Driven Discovery with Large Language Models [50.36636396660163]
我々は、データ駆動探索の多段階プロセスを形式化する最初の包括的なベンチマークであるDiscoveryBenchを紹介する。我々のベンチマークには、社会学や工学などの6つの分野にまたがる264のタスクが含まれている。私たちのベンチマークでは、自律的なデータ駆動型発見の課題を説明し、コミュニティが前進するための貴重なリソースとして役立ちます。
論文参考訳（メタデータ） (2024-07-01T18:58:22Z)
Alibaba LingmaAgent: Improving Automated Issue Resolution via Comprehensive Repository Exploration [64.19431011897515]
本稿では,問題解決のためにソフトウェアリポジトリ全体を包括的に理解し,活用するために設計された,新しいソフトウェアエンジニアリング手法であるAlibaba LingmaAgentを提案する。提案手法では,重要なリポジトリ情報を知識グラフに凝縮し,複雑さを低減し,モンテカルロ木探索に基づく戦略を採用する。 Alibaba Cloudの製品展開と評価において、LingmaAgentは、開発エンジニアが直面した社内問題の16.9%を自動で解決し、手作業による介入で43.3%の問題を解決した。
論文参考訳（メタデータ） (2024-06-03T15:20:06Z)
An Integrated Data Processing Framework for Pretraining Foundation Models [57.47845148721817]
研究者や実践者は、しばしば異なるソースからデータセットを手動でキュレートする必要がある。本稿では,処理モジュールと解析モジュールを統合したデータ処理フレームワークを提案する。提案されたフレームワークは使いやすく、柔軟です。
論文参考訳（メタデータ） (2024-02-26T07:22:51Z)
Generalization Properties of Retrieval-based Models [50.35325326050263]
検索ベースの機械学習手法は、幅広い問題で成功をおさめた。これらのモデルの約束を示す文献が増えているにもかかわらず、そのようなモデルの理論的基盤はいまだに解明されていない。本稿では,その一般化能力を特徴付けるために,検索ベースモデルの形式的処理を行う。
論文参考訳（メタデータ） (2022-10-06T00:33:01Z)
CREPO: An Open Repository to Benchmark Credal Network Algorithms [78.79752265884109]
クレダルネットワークは、確率質量関数の集合であるクレダルに基づく不正確な確率的グラフィカルモデルである。 CREMAと呼ばれるJavaライブラリが最近リリースされ、クレダルネットワークをモデル化し、処理し、クエリする。我々は,これらのモデル上での推論タスクの正確な結果とともに,合成クレダルネットワークのオープンリポジトリであるcrrepoを提案する。
論文参考訳（メタデータ） (2021-05-10T07:31:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。