製品横断チュートリアル

チームの AI CLI 統合接続

各エンジニアのマシンに散らばった AI CLI 設定、MCP サーバー、モデル Key を1 つの中央設定に集約します。Switch が MCP と同期を管理し、Lurus API がモデルと課金を管理します。

連携製品

Switch（デスクトップツール管理）· Lurus API（統合ゲートウェイ）· MCP サーバー（Kova / GitHub / PostgreSQL など）。本チュートリアルは各製品ドキュメントに既存の機能のみを参照します。

得られるもの

Before（バラバラ運用）	After（Switch で統一）
各自が手書きの `mcp_servers.json`、ツールバージョンが不一致	1 つの中央 `mcp.yaml`、`visible_to` で必要に応じて配信
各 CLI ごとに Provider Key を設定	すべて Lurus API 経由、1 つの Key、1 つの請求書
モデルコストが不可視	Switch のコストダッシュボードでツール / モデル別に集計

ステップ 1

Switch をインストールし、ゲートウェイに接続

インストールガイドに従って Switch をインストールします（macOS / Windows / Linux）。
設定画面で Lurus API Key（取得方法）を入力し、すべての CLI が https://hub.lurus.cn/v1 経由で統一的にモデルを呼び出すようにします —— 1 つの Key、1 つの請求書。
ローカルプロキシが起動していることを確認します（デフォルトポート 19090）:
bash
```
curl http://localhost:19090/v1/models
```
1

ステップ 2

1 つの中央 MCP 設定を書く

Switch は 1 つの ~/.lurus-switch/mcp.yaml ですべての MCP サーバーを管理し、visible_to で各 CLI がどれを見えるかを決定します。

yaml

servers:
  github:
    command: npx
    args: [-y, '@modelcontextprotocol/server-github']
    env:
      GITHUB_TOKEN: ${GITHUB_TOKEN}
    visible_to: [claude-code, codex]

  postgres:
    command: docker
    args: [run, -i, --rm, mcp/postgres, 'postgres://localhost/dev']
    visible_to: [claude-code]

  kova:                       # Kova Agent をツールとして公開
    url: http://localhost:3333
    type: http
    visible_to: [claude-code, codex, gemini]

visible_to で必要に応じた配信を駆動

いずれかの CLI に切り替えると、Switch は visible_to に従ってその CLI の mcp_servers.json を動的に生成し、各ツールには割り当てられた Server のみが見えます。接続可能なサーバー一覧は統合カタログを、管理の詳細は MCP サーバーを参照してください。

ステップ 3

コストを可視化し、チームに同期する

Switch のコスト監視を開き、ツール / モデル別に Token 消費を確認します —— すべての呼び出しが同一の Lurus API Key を経由するため、請求は統一されています。
設定に問題がないことを確認したら、チーム同期でこの mcp.yaml をチームに配布します。新メンバーはすぐに使え、バージョンも統一されます。

次に追加できること

CLI に MemX メモリ（memory_search / memory_add ツール）を接続して Agent にプロジェクト規約を覚えさせる、あるいは Lumen を接続して呼び出しトレースとコストアラートを行えます。

次のステップ

Switch MCP サーバー統合と MCP カタログメモリ Agent チュートリアル