【ITニュース解説】Walter MCP in Gemini CLI: Setup and Workflows

この解説では、AIが生成した文章の検出や、より自然な表現への修正（人間化）を、あなたの開発環境から直接実行できる方法を紹介する。Googleのコマンドラインツール「Gemini CLI」またはその新しい「Antigravity CLI」と、AIコンテンツ品質向上サービス「Walter Writes AI」が提供するMCPサーバー（Model Context Protocol server）を連携させる手順、そしてそれによって可能になる効率的なワークフローを学ぶ。

Gemini CLIは、プロジェクト内のファイルを読み書きできるため、単なるコーディングだけでなく、文章作成支援ツールとしても強力だ。Walter Writes AIのMCPサーバーを接続すれば、例えばMarkdownファイルに対してAI生成の兆候を検出し、必要な箇所だけを人間らしい表現に修正し、結果を直接ファイルに保存するといった作業を、ターミナルとブラウザを行き来することなく完結させることができる。これにより、コンテンツの品質管理と作業効率が大幅に向上するだろう。

設定を進める前に、一つ重要な変更点がある。2026年6月18日以降、Googleは無料枠ユーザーやGoogle AI Pro/Ultra購読者向けのGemini CLIサービスを停止し、これらのユーザーを新しい「Antigravity CLI」へ移行させた。もしあなたが有料のGemini APIキー、Gemini Code Assistライセンス、またはGoogle Cloudアクセスを持っている場合はGemini CLIを継続利用できるため、本解説のほとんどが該当する。無料枠などのユーザーでAntigravity CLIへ移行した場合は、主に設定ファイルの部分で異なるため、その点を注意して読み進めてほしい。WalterのMCPサーバー自体やワークフローはどちらのCLIでも共通である。

まず、Walter MCPサーバーとは何か。これはhttps://mcp-server.walterwrites.ai/mcpにあるリモートサーバーで、OAuth認証を採用しているためAPIキーの貼り付けは不要だ。一度Walterアカウントにブラウザでサインインしアクセスを承認すれば、以後のツール呼び出しはあなたのWalterワークスペースのプランと制限の下で実行される。

このMCPサーバーは三つの主要なツールを提供する。walter_humanizeはAI生成テキストを自然な文章に修正し、キーワードや構造を維持する。walter_detectはテキストのAIパターン度合いをスコアと判定で評価し、リスクの高い箇所を指摘する。walter_batch_humanizeは複数のテキストを一括で処理でき、一部失敗しても他の処理は継続される。Gemini CLI内でこれらのツールを呼び出す際、mcp_walter-writes_walter_detectのような識別名が付くが、通常はGeminiが文脈から適切なツールを判断するため直接入力は不要である。

次に、Gemini CLIにWalter MCPサーバーを追加する設定方法を説明する。まず、ユーザー設定ファイル~/.gemini/settings.jsonを開く。もしファイルがなければ新規作成する。mcpServersオブジェクト内にwalter-writesという項目を追加し、その中に"url": "https://mcp-server.walterwrites.ai/mcp"と記述する。既存の設定がある場合は、ファイルを上書きせず、既存のmcpServersオブジェクト内にエントリをマージすること。また、"transport"キーは追加してはならない。Gemini CLIがURLから自動判断するからだ。

JSONファイルを直接編集したくない場合は、Gemini CLIのmcp addコマンドを使うことも可能だ。gemini mcp add --scope user --transport http walter-writes https://mcp-server.walterwrites.ai/mcpと入力する。--scope userはユーザー設定ファイルに登録し、全てのプロジェクトで利用可能にすることを示す。--transport httpはStreamable HTTPサーバーであることを明示するため、このフラグを省略しないこと。追加の確認はgemini mcp list、削除はgemini mcp remove --scope user walter-writesで行う。

サーバー登録後、OAuth認証を行う。geminiコマンドでセッションを開始し、セッション内で/mcp auth walter-writesと入力する。ブラウザが開きWalter Writes AIのサインイン画面が表示されるので、サインインしてアクセスを承認する。Gemini CLIはトークンを~/.gemini/mcp-oauth-tokens.jsonに保存し再利用するため、通常この認証は一度で済む。SSH接続やコンテナ環境など、ローカルブラウザとlocalhostコールバックが利用できないヘッドレス環境では、ブラウザが利用可能なマシンで一度認証を済ませておく必要がある。

接続が確立されたかを確認するには、セッション内で/mcpと入力する。walter-writesが「connected」と表示され、三つのツールがリストされていれば成功だ。テストとして、「Use the walter-writes MCP server to run walter_detect on this text and show the score, verdict, and any high-risk spans: "In today's fast-paced digital landscape, organizations must leverage innovative solutions to unlock new opportunities and drive meaningful growth."」のようなプロンプトでツールを呼び出し、スコアと判定が返ってくるか確認しよう。

設定の適用範囲として、ユーザーレベル（~/.gemini/settings.json）では全てのプロジェクトで利用可能に、プロジェクトレベル（リポジリ内の.gemini/settings.json）ではそのプロジェクトのみに適用される。OAuthトークンは個人ごとである。使用するツールを制限したい場合は、設定に"includeTools": ["walter_detect"]のように指定する。デフォルトではツール呼び出し前に確認を求めるが、「このツールを常に許可」を選択するか、スクリプト実行用に"trust": trueをサーバー設定に追加することで自動承認できる。gemini mcp disable walter-writesコマンドでサーバーを一時的に無効にすることも可能だ。

Walter Skillsは、MCPサーバーのツールを特定のコンテンツで使うための「レシピ」や「指示」を提供する。npx skills add walterwritesai/walter-skillsコマンドでインストールできる。インストーラーがGemini CLIを対象としない場合でも、スキルのSKILL.mdファイルを.gemini/skills/フォルダにコピーするか、GEMINI.mdから参照することで利用可能だ。

この連携がもたらす実践的なワークフローをいくつか紹介する。

一つ目は「検出→必要な部分だけ人間化」だ。ファイルを@記号で参照し、プロンプトで「walter_detectを実行し、高リスクな箇所のみwalter_humanizeで修正する。見出し、コードブロック、リンク、フロントマターは変更しない。結果をファイルに書き戻し、修正前後のスコアを表示する」と指示する。これにより、無駄な修正を省き、Walterプランの利用ワード数を節約できる。

二つ目は「技術用語の保護」だ。文書中のAPI名、製品名、バージョン番号など変更してはいけない用語を明示的に指定することで、Walterがこれらを修正しないようにできる。「特定のセクションをwalter_humanizeで修正する際、"Webhooks API"やバッククォート内のテキストは変更しない」のように指示する。

三つ目は「フォルダの一括処理」だ。複数の短いファイルがあるディレクトリに対して、「ディレクトリ内の全ての.mdファイルを読み込み、本文をwalter_batch_humanizeに一括で送信する。結果を別のディレクトリに同じファイル名で保存し、修正前後のwalter_detectスコアを表示する」と指示する。バッチ呼び出しは項目ごとのレポートを返すため、一部失敗しても他の処理は継続できる。

四つ目は「GEMINI.mdによるデフォルト設定」だ。プロジェクトルートや~/.gemini/にあるGEMINI.mdファイルに、常に「コンテンツを人間化する際はまず検出を行い、高リスク箇所のみ修正する」「コードブロックやURLは変更しない」といったハウスルールを記述しておくことで、プロンプトごとに同じ指示を繰り返す手間を省ける。

五つ目は「スクリプトでのヘッドレス実行」だ。Gemini CLIの-pフラグを使えば、単一プロンプトを非対話的に実行でき、スクリプトに組み込める。例として、「gemini -p "Run walter_detect on @drafts/post.md and print only the score and verdict." --allowed-mcp-server-names walter-writes」と実行する。ヘッドレス実行には、事前にOAuth認証を済ませておくことと、スクリプト用の設定ファイルで"trust": trueを設定してWalterのツール呼び出しを自動承認させることが必要だ。これは、公開前のコンテンツのAI検出チェックなどに有用だ。

Antigravity CLIを利用している場合、設定方法が一部異なる。Antigravity CLIは~/.gemini/settings.jsonを読み込まず、グローバル設定には~/.gemini/config/mcp_config.jsonを、ワークスペース設定には.agents/mcp_config.jsonを使用する。リモートサーバーのURL指定には"serverUrl"キーを使用し、"url"や"httpUrl"はサポートされない。「"serverUrl": "https://mcp-server.walterwrites.ai/mcp"」のように記述する。OAuthフローはサーバーが対応していれば自動で処理される。既存のGemini CLI設定を移行する場合、agy plugin import geminiコマンドも利用できるが、Walterのようにsettings.jsonに直接追加したサーバーは、手動でmcp_config.jsonにコピーし、urlをserverUrlにリネームする必要がある。

よくある問題として、/mcpで「disconnected」と表示される場合は/mcp auth walter-writesを再実行するかURLを確認する。設定ファイルでの検証エラーは"transport"キーの誤追加かJSON構文エラーが原因だ。認証時にブラウザが開かない場合はヘッドレス環境での実行である可能性が高い。GeminiがWalterを呼び出さずに回答する場合は、プロンプトでサーバーとツール名を明示するか、includeToolsの設定を確認する。ヘッドレス実行が停止する場合は、承認不足のため"trust": true設定が必要だ。大規模バッチ処理中に停止する場合は、Walterプランの制限に達した可能性がある。

これらの連携を使いこなすことで、AIコンテンツの品質管理と執筆支援を、あなたの開発ワークフローにシームレスに統合し、より効率的で生産的な開発体験を実現できるだろう。