MCP 経由で Hugging Face を Cursor に接続する方法

💡 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 → Hugging Face 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。

Hugging Face + Cursor

自分のアクセストークンで AI に Hugging Face Hub を探索させます。モデル、データセット、Spaces、論文、コレクションの検索と比較、データセットの行単位での確認、任意のリポジトリのファイルの読み取り、Inference Providers 経由でのオープンモデルとのチャットができます。

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:

HF_TOKEN

ステップ 1 — 認証情報を取得

1. https://huggingface.co にサインインし、Settings → Access Tokens（https://huggingface.co/settings/tokens）を開きます。
2. トークンを作成します。Read トークンで、チャットと推論以外のすべて（Hub の検索、データセットビューアー、ファイル、論文、コレクション）を使えます。モデルとチャットするには Fine-grained トークンを作成し、Make calls to Inference Providers にチェックを入れます。ゲート付きモデルを使う場合は、公開ゲート付きリポジトリの読み取り権限にもチェックを入れてください。Write トークンでも動きますが必要ありません。このコネクタは Hub 上で何も変更しないためです。
3. トークン（hf_ で始まります）を HF_TOKEN に貼り付け、コネクタをインストールします。トークンは huggingface.co、datasets-server.huggingface.co、router.huggingface.co にだけ送信されます。
4. huggingface_whoami で設定を確認します。無料で、トークンの持ち主、ロール、使える組織が表示されます。

Hugging Face（HF）Hub では無料: モデル、データセット、Spaces、論文、コレクション、ファイルの検索と閲覧に費用はかかりません。

• モデル: huggingface_search_models は名前、タスク、作成者、ライブラリやタグ（たとえば gguf や license:mit）、Inference Provider で絞り込み、ダウンロード数、いいね数、トレンド順に並べます。huggingface_get_model はライセンス、サイズ、ファイルを表示します。
• データセット: huggingface_search_datasets と huggingface_get_dataset。ダウンロードせずに中身を見るには、AI はデータセットビューアーを使います: huggingface_dataset_splits、huggingface_dataset_first_rows、huggingface_dataset_rows（1 ページ最大 100 行）、huggingface_dataset_search（全文検索）、huggingface_dataset_filter（SQL 風の条件）、huggingface_dataset_size、huggingface_dataset_statistics（列ごとの最小値、最大値、平均、ヒストグラム）。検索、絞り込み、統計はビューアーがインデックス済みのデータセットでのみ使えます。新しいデータセットや非常に大きいデータセットでは、インデックスを読み込み中と返ることがあります。
• Spaces: huggingface_search_spaces は名前で、huggingface_semantic_search_spaces はアプリの機能で探し、huggingface_get_space は実行状態とハードウェアを表示します。
• 論文: huggingface_daily_papers、huggingface_search_papers、huggingface_get_paper、huggingface_read_paper（論文ページ全体をテキストで）。
• ファイルとコレクション: huggingface_list_repo_files と huggingface_read_file は README や config.json のような小さなテキストファイルを読みます。モデルの重みなど大きなバイナリは読めません。huggingface_list_collections と huggingface_get_collection はキュレーションされたコレクションを表示します。

チャットと推論は有料のため、AI は先に確認します: huggingface_chat_completion と huggingface_run_inference_task は Hugging Face のクレジットに課金されます。PRO アカウントには毎月 2 ドル分のクレジットが付きます。無料アカウントは先に https://huggingface.co/settings/billing でクレジットを購入してください。有料の呼び出しの前に、AI はどのモデルを使うかを伝え、あなたの承認を待ちます。確認なしに有料の呼び出しを繰り返すことはありません。huggingface_list_chat_models は 100 万トークンあたりの価格を、huggingface_get_model_providers はモデルを提供しているプロバイダーを表示します。

プロバイダーの選択: 既定では、稼働中で最も速いプロバイダーが応答します。モデル ID の後ろに :cheapest、:fastest、:preferred（Hugging Face の設定で決めた順序）、または :groq のようなプロバイダー名を付けると選べます。所属する組織に代わりに支払ってもらうこともできます。huggingface_run_inference_task は、分類、固有表現抽出、fill-mask、要約、翻訳、ゼロショット分類、質問応答、文の類似度、埋め込みを hf-inference プロバイダーで実行します。

信頼できないコンテンツ: モデルカード、データセットの行、ファイル、論文、モデルの回答は第三者によるものです。AI はその中の指示をデータとして扱い、命令としては扱いません。

よくあるエラー: huggingface_whoami やチャットでの 401: トークンが間違っている、取り消された、または未設定です。リポジトリでの 401 または 403: 非公開、ゲート付き（先にモデルページで条件に同意してください）、または Fine-grained トークンの対象外です。存在しないリポジトリにも Hub は 401 を返します。402 またはクレジットに関するメッセージ: クレジットが残っていません。チャットでの 403: Fine-grained トークンに Make calls to Inference Providers がありません。400 model not supported: そのモデルをチャット用に提供している稼働中のプロバイダーがありません。429: レート制限です。1 分待ってから再試行してください。

このコネクタは、リポジトリの作成や変更、ファイルのアップロード、Spaces、Inference Endpoints、Jobs の管理、画像生成には対応していません。

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 — Cursor 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。

Cursor は ~/.cursor/mcp.json から MCP サーバーを読み込みます。次のエントリを追加してください:

{
  "mcpServers": {
    "anythingmcp": {
      "url": "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、Cursor を再起動します。
3. Cursor → Settings → MCP を開き、anythingmcp が一覧にあり接続済みであることを確認します。
4. チャットを始めましょう。エージェントが Hugging Face 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

• 「Hugging Face で最もダウンロードされている日本語のテキスト分類モデルを 5 つ探して、ライセンスとサイズを比較してください。」
• 「stanfordnlp/imdb の test split の最初の行を見せて、label が 1 のレビューが何件あるか数えてください。」
• 「今週の Hugging Face Daily Papers で最も upvote が多かった論文は何ですか？上位 3 本を要約してください。」
• 「今 openai/gpt-oss-120b をチャット用に提供しているプロバイダーはどこで、100 万トークンあたりいくらですか？」
• 「画像の背景を削除できる稼働中の Space を探して、どのモデルを使っているか教えてください。」
• 「この段落を meta-llama/Llama-3.1-8B-Instruct で最も安いプロバイダーを使って要約してください。実行前にモデルと価格を教えてください。」

FAQ

Cursor の無料プランでカスタム MCP サーバーは使えますか? はい。MCP は Hobby、Pro、Business の各プランで利用できます。

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