Cohere MCPでGemini CLIを使う

💡 インストール不要? cloud.anythingmcp.com を直接利用してください。 サインインし、Connectors → Cohere をクリック、認証情報を貼り付け、MCP API キーを発行すれば完了です。Docker も git clone もローカルサーバーも不要。

Cohere + Gemini

自分の API キーで使う Cohere：手持ちの文書から引用を付けて答える Command モデル、セマンティック検索向けの埋め込み、検索結果のリランク、音声の文字起こし、文書画像の解析、トークン数の確認、アカウントのモデル、データセット、バッチ、埋め込みジョブの確認。

前提条件

完全なセットアップ手順はコネクタ自体に組み込まれています (ストアでコネクタを選択すると表示)。必要な環境変数:

COHERE_API_KEY

ステップ 1 — 認証情報を取得

セットアップは約 2 分です。Cohere のアカウントが必要です。トライアルキーは無料です。

1. https://dashboard.cohere.com でサインアップし、API Keys（https://dashboard.cohere.com/api-keys）を開きます。
2. トライアルキーをコピーします。または Billing で支払い方法を登録してから、本番キーを作成します。
3. キーを Bearer という語を付けずに COHERE_API_KEY に貼り付けます。コネクタはキーを Authorization: Bearer として Cohere にだけ送ります。
4. コネクタをインストールし、cohere_check_api_key または cohere_list_models を実行してキーを確認します。

料金がかかるツール: cohere_chat、cohere_embed、cohere_rerank、cohere_transcribe_audio、cohere_parse_document はモデルを実行します。本番キーでは呼び出しごとに課金されます。チャットは入力・出力トークン単位、埋め込みはトークンまたは画像単位、リランクは最大 100 文書の検索 1 回単位です（長い文書は複数件として数えます）。トライアルキーは無料ですが、1 分あたりと 1 か月あたりの制限があり、商用利用はできません。AI は大きな呼び出しや繰り返しの呼び出しの前に確認し、max_tokens でチャットの応答を抑えます。cohere_tokenize、cohere_detokenize、cohere_check_api_key と、一覧・取得系のツールはすべて無料です。

モデル: ID は変わるため、最新の一覧は cohere_list_models（endpoint で chat、embed、rerank に絞り込み）で確認し、cohere_get_model で 1 つのモデルのコンテキスト長、機能、エンドポイントを確認します。

• チャット：command-a-03-2025（標準）、command-a-reasoning-08-2025（推論）、command-a-vision-07-2025（画像）、command-a-translate-08-2025（翻訳）、command-r7b-12-2024（小型で安価）。
• 埋め込み：embed-v4.0（テキストと画像）、embed-v5.0-pro、embed-v5.0-fast、embed-multilingual-v3.0。
• リランク：rerank-v5.0-fast（既定）、rerank-v5.0-pro（高精度）、rerank-v3.5。
• 文字起こし：cohere-transcribe-03-2026。解析：parse-v5.0。

引用付きの回答: cohere_chat は model と messages を受け取り、応答全体を一度に返します。documents（単純な文字列、または id と、title と snippet を含む data を持つオブジェクト）を渡すと、文書に基づいた回答になり、その文書を指す message.citations が付きます。response_format で JSON を強制し、tools で関数呼び出しを追加し、thinking の type を disabled にすると推論モデルの推論をオフにできます。

セマンティック検索: cohere_embed は最大 96 件のテキスト（またはデータ URI の画像）をベクトルにします。保存する側には input_type search_document、検索クエリには search_query を使います。ここでの既定は embed-v4.0 の 256 次元です（output_dimension は 256、512、1024、1536）。cohere_rerank は最大 1,000 件の文書をクエリとの関連度で並べ替え、index（渡したリスト内の位置）と 0 から 1 の relevance_score を含む results を返します。top_n で上位だけに絞れます。

音声と文書: cohere_transcribe_audio は音声ファイルの公開リンク（flac、mp3、mpeg、mpga、ogg、wav、このコネクタ経由で最大 10 MB）と必須の language（ISO-639-1）を受け取ります。コネクタがファイルをダウンロードして Cohere にアップロードします。cohere_parse_document はページの画像（スキャン、写真、スクリーンショット。公開リンクまたは最大 20 MB のデータ URI）を、表を含む Markdown かレイアウトブロックに変換します。PDF にはまだ対応していません。

トークン: cohere_tokenize はモデルごとにテキストのトークン数を数えます（チャットの前の確認など）。cohere_detokenize はトークン ID をテキストに戻します。

アカウントのデータ: cohere_list_datasets、cohere_get_dataset、cohere_get_dataset_usage（使用中のストレージ。上限は組織あたり 10 GB）、Batch API のジョブには cohere_list_batches と cohere_get_batch、埋め込みジョブには cohere_list_embed_jobs と cohere_get_embed_job を使います。

データ形式: チャットは message.content[]（type が text で text を持つ要素）、finish_reason（COMPLETE、MAX_TOKENS、STOP_SEQUENCE、TOOL_CALL、ERROR）、課金対象の入力・出力トークンを示す usage.billed_units を返します。埋め込みは embeddings.float に、テキストと同じ順で 1 件ずつ入ります。日付は UTC の ISO 8601 です。

ページング: cohere_list_models と cohere_list_batches は next_page_token を返します。AI はそれが空になるまで page_token に渡します。cohere_list_datasets は limit と offset でページングします。

インストール時にオフのツール: ありません。17 個のツールはすべて有効で、どれも削除は行いません。

制限: 埋め込みは 1 回あたり最大 96 件、リランクは最大 1,000 文書、音声は最大 10 MB、文書画像は最大 20 MB です。トライアルキーは 1 分あたりと 1 か月あたりの制限が低めです。

よくあるエラー: 400 はリクエストの誤りです（モデルが受け付けないパラメータ、96 件を超えるテキストなど）。401 はキーの誤りです。402 は支払い方法が必要です（Billing で追加してください）。404 はモデル、データセット、バッチ、ジョブが見つかりません。422 はリクエストを処理できませんでした。429 はレート制限です（AI はループで再試行せずに待ちます）。499 はリクエストがキャンセルされました。500 と 503 は Cohere 側の問題なので、しばらくしてから一度だけ再試行してください。

このコネクタは、応答のストリーミングや、データセット、バッチ、埋め込みジョブの作成・キャンセル・削除は行いません。Classify、Summarize、Generate、コネクタ、ファインチューニングは Cohere で非推奨になっているため含まれていません。

ステップ 2 — アダプターをインストール

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

ステップ 3 — Gemini にコネクタを追加

サーバーURL: AnythingMCP で MCP Servers を開き、このコネクタがあるサーバーを選んで URL（https://cloud.anythingmcp.com/mcp/…）をコピーします。このガイドで YOUR_SERVER_ID と表示されている箇所に使ってください。

Gemini CLI は ~/.gemini/settings.json（Windows では %USERPROFILE%\.gemini\settings.json）から MCP サーバーを読み込みます。次を追加してください:

{
  "mcpServers": {
    "anythingmcp": {
      "httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. AnythingMCP の MCP Servers → 対象のサーバー → API keys で MCP API キーを作成し、YOUR_MCP_API_KEY と置き換えます。
2. ファイルを保存し、gemini を再起動します。
3. Gemini CLI で /mcp を実行します（またはシェルで gemini mcp list）。anythingmcp が接続済みとして表示されるはずです。
4. プロンプトを入力しましょう。Gemini CLI が Cohere のツールを呼び出せるようになりました。

利用可能なツール

プロンプトの例

• 「返品期間についての質問に、この 3 つの規約の抜粋だけを使って答えてください。各文がどの抜粋に基づくかも示してください。」
• 「この 20 件の商品説明のうち、冬用の防水ハイキングブーツに最も合うのはどれですか？リランクして上位 5 件をスコア付きで見せてください。」
• 「この契約書のテキストは command-a-03-2025 で何トークンになりますか？」
• 「https://example.com/scans/invoice-0425.png にあるスキャンした請求書を、明細の表も含めて Markdown にしてください。」
• 「Cohere の埋め込みジョブとバッチのうち、まだ実行中のものと失敗したものはありますか？」

FAQ

Gemini CLI はどこから MCP サーバーを読み込みますか? ユーザー単位では ~/.gemini/settings.json、プロジェクト単位ではプロジェクト内の .gemini/settings.json です。gemini mcp list で各サーバーと接続状態を確認できます。

次のステップ

• コネクタのランディング
• Claude に接続
• ChatGPT に接続
• Cursor に接続
• Meta Muse に接続
• Microsoft Copilot に接続