Cooling Planner MCP server

Cooling Planner v0.10 preview

モデル牛舎で設備を操作し、環境と牛の放熱を比べるブラウザアプリです。既存v0.4の幾何・物理・編集機能を再利用し、画面と計算の接続を組み直しました。v0.9では、設備変更に連動する牛群平均の代表日乳量（仮説モデル milk-heat-deficit-v0.1）を追加しました。v0.10では代表日の時刻別気象（24行）と日単位の地点・区画別集計、制約付き候補比較 compare_candidates を追加しました。

このリポジトリはDairy Horizonから切り出した独立版です。FastAPI・APIキー・親プロジェクトは不要です。 Node.js 22.12以上で、初回は npm ci && npm run build、以降は npm start で起動します。 ソースとビルド済み配布物を管理し、変更時は配布物も再生成します。

まず動かす

cooling-planner-v0.10.html は、CSS・JavaScript・計算Workerを内包した単体ファイルです。ZIPを展開し、PCのChrome/Edge等で開いてください。インターネット接続、ログイン、APIキーは不要な構成です。ブラウザの制限でローカルファイルを開けない場合は、下のローカルHTTP配信を利用してください。

現在の目的・対象範囲は現在計画、設備操作から案比較までの受入条件案と現行コードの対応は受入条件を参照してください。

乳量の計算仕様は暑熱負荷→乳量の仮説モデルv0.1、作業手順と検証結果は実装計画・実装報告です。掲載6条件の乳量表は資料として参照条件画面に残しています。

検証範囲と結果は 独立版の検証記録 に記載します。 公開HTTPS、file://、実機のChrome/Edge/Safariの全組合せを確認したものではありません。

最初の操作（3〜5分）

画面は牛舎中心のHUD構成です。下部ドックから設備を置き、右パネルで設定、下部シートで結果を比べます。初回は3ステップのガイドが出ます（スキップ可、ヘルプの？から再表示可）。

1. 初期計算の完了を待つ。初期の「編集案A」は基準案の複製なので、放熱差0Wが正常です。
2. 下部ドックの「屋根対策」から「遮熱塗装」「断熱材20mm」をONにする。採食7では局所気温36.5→33.0℃、放熱差は約+384Wになります。この値はモデル計算です。
3. ドックの「ファン」を押し、牛舎内をクリックして新しい設備を置く（Esc/中止でキャンセル）。既存のファンはクリックで選択しドラッグで移動、高さ・向きは右パネルで変更します。背景ドラッグは視点回転です。「戻す」で1回の操作を戻せます。
4. 「結果・比較」→「時間変化」で固定気象60分間のグラフと再生を見る。左上の指標チップ（放熱不足／放熱改善／風速／気温）で床の色を切り替えます。カードと床の色は60分平均のままです。
5. 「結果・比較」→「参考影響」で牛群平均の代表日乳量と基準案との差、受胎の代表条件を確認する。「掲載表（資料）を見る」で乳量の表も参照できます。
6. 「案比較」で平均・最大不足、牛床／採食／待機の不足、水・電力と基準差を確認する。不足上位の地点を押すと、床の不足表示と場所の放熱内訳へ移動する。
7. 上部の「保存」で配置・条件をJSONに保存し、「読込」で復元する。MCP案は「案比較」または「設定・保存」の「MCP案のJSONを読込」から貼り付けても復元できる。

UI改修の計画と検証結果はゲーム風UI実装計画・実装報告を参照してください。

基準案は無設備ではありません。既存ファン10台＋ソーカー12個、屋根対策なしです。 編集案Bの初期状態は、同じファンでソーカー停止・ミスト稼働です。Bの負の放熱差は、この基準との比較であり「ミストに効果がない」という意味ではありません。

ビルドとテスト

開発条件：Node.js 22.12以上、TypeScript 5.8.3。3D描画はThree.js 0.180.0（npm依存としてビルド時に同梱）。ブラウザ実行時の外部通信・CDNは不要です。

npm ci
npm run typecheck
npm test
npm run build
npm start

npm start は http://127.0.0.1:4173/ で dist-offline を配信します。PORT 環境変数でポートを変更できます。ビルド済み配信物だけを見る場合、npm install や再ビルドは不要で、Nodeがあれば npm start を使えます。

ビルド出力：

• cooling-planner-v0.10.html：単体HTML（旧cooling-planner-v0.9.htmlも残しています）。
• dist-offline/：静的配信用のHTML/CSS/app.js/worker.js。フォルダー全体を配信対象にします。

ハッカソンPOCでは、エージェントの検証は型チェック・関連する単体／統合テスト・ビルドを基本とします。E2E・実ブラウザの操作確認は人間とCIが担当し、エージェントは明示的に依頼された場合のみ実行します。

以下は人間／CI向けのE2E手順です。ブラウザテストはPython Playwright/pytestとChromiumを使います。既定ではヘッドレス実行でXvfbは不要です。 CHROMIUM_PATH で既存のChromiumを指定でき、省略時はPlaywright管理のChromiumを使います。 有画面で実行する場合は、表示環境を用意したうえで HEADLESS=0 を指定します。

python -m pip install -r requirements-test.txt
python -m playwright install chromium
npm run build
npm run test:browser

既定では単体HTMLのインライン実行を確認します。別ターミナルで npm start を起動し、 COOLINGPLANNERURL=http://127.0.0.1:4173/ npm run test:browser とするとHTTP版を確認できます。 WebGL利用不可の試験は、この設定時も単体HTMLを使用します。

Python参照実装の確認：

(cd reference/thermal && python -m unittest -v)
(cd reference/fertility && python -m unittest -v)

node scripts/make-examples.mjs で、検証済みの入力例と統合計算結果を再生成できます。先に npm run build を実行してください。

MCP PoC（外部AIクライアント連携）

docs/MCPPOCIMPLEMENTATION_PLAN.md のPoC実装です。外部のMCP対応AIクライアントが、開いている画面そのものを読み取り・操作します。状態の正本はブラウザのProjectStoreで、サーバー側は計算・保存のコピーを持ちません。

起動と接続

1. リポジトリ内で npm ci && npm run build。
2. AIクライアントへ下記のstdioサーバーを登録して接続する（パスはリポジトリの実位置に合わせる。npm run mcp と同等）。

{
  "mcpServers": {
    "cooling-planner": {
      "command": "node",
      "args": ["/home/hddwm390/tmp/cooling-planner/scripts/mcp-server.mjs"]
    }
  }
}

Devin CLI ではリポジトリ内で次を実行します（.devin/mcp_config.local.json へ登録）。

devin mcp add cooling-planner -- node /home/hddwm390/tmp/cooling-planner/scripts/mcp-server.mjs

Shortened. The full README is on GitHub.