Codexの判断をJevに切り出すMCPサーバーを作った

Sun, 20 Sep 2026 18:29:44 +0900

jev-mcp というMCPサーバーを作った。

TypeSafe AIの判断モデルJev を、Codexの作業中に呼び出すためのもの。Rustで実装していて、Codexとは標準入出力で通信する。

コードを書く作業そのものを別のエージェントへ渡すのではなく、調査中に出てくる小さな判断を切り出したい。

例えば「このファイルは今回の不具合に関係しているか」「次にどのサブシステムを調べるか」といった部分。調査・編集・テストはCodexが続け、その途中の分類や評価にJevを使う形にした。

まだ実験段階なので、これで開発が何倍速くなったとか、トークンが何割減ったという話ではない。まず接続と使い方を用意したところ。

以下は9月20日時点、b1688a68の実装についてのメモ。

作業全部ではなく、一つの判断を渡す

コーディングエージェントの作業には、ファイルを読む、編集する、テストを動かすという操作の間に、次の行動を選ぶ判断が入る。

その全部を同じモデルで処理してもよい。ただ、候補の分類や、渡された証拠に対する関連性の判定なら、質問を小さくして別のモデルへ渡せるのでは、というのが今回の出発点。

Codexがコード・差分・ログを調べる
 -> 判断に必要な情報と質問をまとめる
 -> jev-mcpからTypeSafe APIへ送る
 -> 型付きの回答と確率分布を受け取る
 -> Codexが追加調査・編集・テストを進める

「この不具合を分析して直して」と丸ごと渡す使い方にはしていない。

変更との関連性、調査先の選択、影響の大きさは、それぞれ別の質問にする。その結果を見て、次に何を実行するかは呼び出し側で決める。

単純な文字列検索や、テストを実行すれば確定することまでモデルへ聞く必要はない。Jevを呼ぶこと自体が目的になると、通信が増えるだけになってしまう。

用意したのは4つのツール

Jevは、状態と型を指定した質問を受け取り、構造化された判断を返すモデル。今回のサーバーでは、その入口を4つのMCPツールとして公開した。

ツール	用途	主な回答
`jev.noul`	一つの条件が成立するか	Yesの確率`noul`
`jev.choice`	名前付きの選択肢から一つ選ぶ	`choice`、`probabilities`、`confidence`
`jev.score`	一つの観点を段階評価する	`score`、`legend`、`probabilities`、`confidence`
`jev.batch`	同じ材料に対する独立した質問をまとめる	質問IDごとの回答

ここで、Choiceは一つを選ぶためのもの。「この5ファイルのうち、関係がありそうなものを全部知りたい」なら、ファイルごとのNoulをまとめる方が質問に合っている。

Scoreも、何となく100点満点で採点するのではなく、低い段階から順番に具体的な評価基準を渡す。現在の入力では2〜10段階を扱う。

3段階ならscoreの範囲は0〜2で、小数も返る。これは段階番号の加重平均であって、障害が起こる確率ではない。

判断材料は呼び出し側で集める

jev-mcp自体には、リポジトリを探索する機能も、エージェントの実行履歴を自動収集する機能もない。

渡すのはstateと質問。ファイルのパスだけを送っても、その中身を読んでくれるわけではない。

例えばjev.batchには次のような引数を渡す。これは説明用の例で、実際の障害ログではない。

{
 "state": {
 "diff": "ワーカーの再試行上限を3回から0回に変更した。",
 "failure": "worker_retries_transient_failure: expected 3 attempts, got 1"
 },
 "questions": {
 "related": {
 "type": "noul",
 "instructions": "failureはdiffに関係していますか？"
 },
 "investigate": {
 "type": "choice",
 "instructions": "diffとfailureから、最初に調べる箇所を選んでください。",
 "criteria": {
 "worker": "ワーカーの再試行制御",
 "api": "HTTPリクエストの処理",
 "unknown": "判断材料が不足している"
 }
 }
 }
}

質問IDのrelatedやinvestigateは回答を対応付けるための名前。質問そのものはinstructionsへ書く。