Scry: プログラムによるインターネット研究用 MCP サーバー

インターネットは広大で、あなたの好奇心も深いです。Scry は、エージェントが数十億ものインターネット文書上でプログラムを実行できるようにする MCP（モデルコンテキストプロトコル） サーバーです。娯楽や利益のために利用できます。Reddit や Hacker News から arXiv、予測市場に至るまで、毎日何百万もの新しい投稿とコメントが到着しています。Scry は、エージェントに特定の照会条件に一致するすべての照問可能な文書に対して、数千行ずつデータを抽出したり、自ら答えを計算したりする能力を提供します。

概要とメトリクス

• 照問可能データ:
  • 約 1638 億 3786 万 4844 行。
  • 43 のソースにまたがる（UTC 21:50 に測定済み；5 分ごとにカウント）。
• 保有データセット:
  • 約 4189 億 218 万 53 行（UTC 21:50 に測定済み；5 分ごとにカウント）。
• インデックス化速度（過去 24 時間）:
  • +279 億 286 万 9484 行（平均約 1940 万/分）。

提言: インターネット上で任意のプログラムを実行する。人々はページを検索しますが、エージェントは基となるレコードを直接照会できます。 エージェントが持つ問いかけは、単に 10 のリンクを見つけることだけではあまりに稀です。特定の化合物について言及されているすべてのページが必要である場合や、特定の特許については言及していないものをドメインごとにグループ化して検索したい場合などはあります。Scry は、それを繰り返しの検索とスクレイピングされた結果を組み立てる代わりに、単一の照会として実行します。

仕組み

• ライヴスキーマ: アジェントは

  /v1/scry/schema

  を読み取り、有効なソースネイティブな関係（relation）およびリストされたベクトルヘルパーを選択します。
• 有界照会: フレーズマッチング、時間ウィンドウ、結合、またはベクトルの合成のための 1 つの有界照会を記述します。
• 結果の保持: 結果となる行は、関係が提供するソースネイティブの識別子と出典フィールドを保持します。
• エージェントの機能: Scry は、エージェントが一度に 1 ページずつ取得するのではなく、数十億の文書上で計算することを可能にします。ステイディング照会は、あなたが記述できる任意の条件についてレコードを観察し続けます。パブリックウェブ上の派生テーブルは、単一の照会で完結し、クローラーを必要としません。

インストールガイド

前提条件

• インストール対象: アジェント側（ChatGPT, Claude, Codex, Cursor、または任意の MCP クライアント）にのみインストールします。
  • URL:

    https://mcp.scry.io

• アカウント: サインアップフローでアカウントが作成されます。機械上でローカルに動作するのは接続のみです。

セットアップ手順

1. ChatGPT の設定

1. ウェブ上の ChatGPT を開き、設定へ移動します。
2. セキュリティとログインの下で、開発者モードをオンにします（リスクを受け入れます）。
3. オープンプラグインへ移動し、**+**をクリックして以下の情報を入力します：
   • 名前:

     scry

   • 説明:

     programmatic search

   • サーバー URL:

     https://mcp.scry.io

4. 作成をクリックします。
5. ChatGPT がサインアップフローを提示したら完了させてください。
6. Scry はプラグインとして表示され、任意のチャットでそれを選択するか、

   @scry

   と呼び出してください。

2. Claude の設定 (Claude.ai, デスクトップ、モバイル)

1. 設定 → コネクタへ移動します。
2. カスタムコネクタを追加をクリックします。
3. 名前を

   Scry

   にし、URL を

   https://mcp.scry.io

   に設定して追加します。
4. サインアップフローを完了させてください。
5. チャットのツールメニューから Scry を有効にしてください（1 つのセットアップがすべてのプラットフォームに対応します）。

3. デベロッパー向け (Claude Code, Codex, Cursor)

MCP クライアントがないエージェントは、HTTP API とあなたのキーを使用します。クライアントごとの手順はコネクトページにあります。

• Claude Code:

  claude mcp add --transport http scry https://mcp.scry.io
  # 次にセッション内で /mcp を実行し承認してください。
  

• Codex:

  codex mcp add scry --url https://mcp.scry.io && codex mcp login scry
  

• 一般的な MCP クライアント: その URL でカスタムコネクタを追加し、

  scry.io

  の同意を承認してください。
• ヘッドレス/CI 環境:
  • Claude Code:

    --header "Authorization: Bearer $SCRY_API_KEY"

    を追加します。
  • Codex:

    --bearer-token-env-var SCRY_API_KEY

    を追加します。
  • キーはダッシュボード

    https://scry.io/dashboard

    にあります。

HTTP API（MCP が利用できない場合）

• ベース URL:

  https://api.scry.io

• 認証ヘッダー:

  Authorization: Bearer $SCRY_API_KEY

  （

  ~/.config/scry/env

  から読み込み）。キーがない場合は、ダッシュボードへの遷移を促します。

コア API エンドポイント

1. ディスカバリー

   • GET /v1/scry/context?mode=agent

     : ライブのコントラクト（契約書）。

   • GET /v1/scry/schema

     : ディスカバリーの唯一の権威。デフォルトのドキュメントには、スタート・フォー・スチュア関係の完全なコントラクトとコンパクトなインデックスが含まれます。

     ?relation=<name>

     はより多くの完全なコントラクトを、

     ?mode=index

     は全カタログをリストします。
   • SQL 呼び出し: スキーマのディスカバリーも 1 つの SQL 呼び出しで行えます：

     scry.relations

     および

     scry.columns

     は、フィルタリングおよび結合可能な関係として提供される同じカタログです。

2. 照会

   • POST /v1/scry/query

     : Scry SQL の読み取り専用ステートメント（常に

     LIMIT

     を伴う）。同期処理ですが、長い照会は JSON ボディの前にホワイトスペースをストリーミングすることがあります。

     • WITH RECURSIVE

       CTE をサポートします。
     • 固定点グラフウォーク: JSON ボディに

       {"program": {...}}

       は、境界線（citation, reply/quote, thread-tree edges）のみを読み取る固定点グラフウォークを実行します。
   • 最適化フラグ:

     • x-scry-rerank

       : すでに保持しているドキュメントを指示順にソートします。ローカルモデル上で動作（$0）。

     • x-scry-explain: 1

       : レスポンスは計画とインデックス分析（選択された部分、参照された関係、行/バイト/メモリに関する予測）です。

3. ベクトルおよび高度な操作

   • POST /v1/scry/rerank

     : すでに保持しているドキュメントを指示順にソートします。

   • POST /v1/scry/compile

     : 検索文法行 (

     q

     ) および関係を入力し、実行せずにその関係自身のステートメントにコンパイルします。

ワーキングルールとベストプラクティス

• トークンフィルタ:
  • 最も稀なトークンの速度で実行されます。1 つの独自性の高いトークン（名前、識別子、unusual な単語）を含めてください。
  • すべての共通語セットは 30-60 秒をかけてスキャンします。
  • 幅広いトピックについては埋め込みヘルパーを使用してください。
• ソースネイティブな関係:
  • テキストはソースネイティブな関係（例：

    reddit.comments

    ,

    hackernews.items

    ）に存在し、それぞれ独自の列とクロックを持ちます。
  • どのソースファミリーが回答できるかを決定し、それらの関係を直接読み取るか並列で読み取ってください（各ステートメント 1 つずつまたは

    UNION ALL

    ）。
• ソートとリランキング:
  • 属性に従って行をソートするには、

    x-scry-rerank: <directive>

    を送信してください。ローカルモデル上で動作します（$0）。
• 説明計画:
  • ステートメントを実行する前に何に触れるかを見るには、

    x-scry-explain: 1

    を送信してください。
  • 注意: ANN ステートメントは、explain 中に候補を見つけるために独自の検索を実行しますが、実行ではそのコストを支払う必要があります。
• 出典（Provenance）:
  • ソースタイムスタンプ、観察時間、読み込み時間、処理ステータス、品質フィールドを区別して保持してください。最近の読み込みは最近のソースイベントとは限りません。各主張をサポートするフィールドを指定してください。
• 報告:
  • 正確な SQL、関係、行数、期間、トリャンケーション状態、および返された会計フィールドを報告してください。
• 法的・利用:

  https://scry.io/legal/terms

  で管理されます。結果の大規模再配布やコーパスの大部分の再構築は許可されません。Scry を基盤とした公開作品は、

  https://scry.io

  へのリンクとともに Scry に明示的にクレジットを付与する必要があります。

データソースインベントリ（保有データセット）

ソーシャル・フォーラム

uniqExact(id)

hackernews.story_scores

site_key

ライティング・ウェブ

commoncrawl.distillate

internet.documents

record_ref

シンク・学術

works.referenced_works

マーケット・金融

レコード・コード

コード・ソフトウェア

非公開ソース

• 総保有: 2550 億 9320 万 1093 行（データセットの 61%）。
• 説明: リビュwow アクセス下のソースは、保有データセットにカウントされますが、デフォルトでは照問できません。

  hi@scry.io

  への記述が必要です。

ベクトル空間と埋め込み

Scry は直接便利な線形構造を提供します：

• ファーストクラスベクトル: テキストから任意のものを作製し、照会で加算、減算、投影できます；結果に沿って全コーパスをランク付けできます。
• オペレーター: テキスト検索は完全なオペレーター文法（正確なフレーズ、除外、OR、正規表現、フージー、近接）を話し話します。

  scry_lex

  はその文法を単一の述語として照会に持ち込みます。
• 主要関数:

  • @metric@school@reward

    : ランキングのために説明を 1 つの概念に平均化します。

  • scry_contrast_axis_balanced(@a, @b)

    : 2 つの文書間の差を方向として。

  • scry_project_onto

    : 意味の 1 つの成分を保持または削除します。

  • scry_seed_centroid([@x, @y])

    : 例から概念を構築します。

クエリ例

1. 高レバレッジのツイートを見つける（「保存数がいいね数を上回った」）

コーディングエージェント用にフィルタリングし、配布用の餌を避けながら、人々がブックマークしたがいいねしなかったアカウントを特定します。

SELECT any(author_handle) AS handle, max(author_followers) AS followers,
       max(like_count) AS likes, max(bookmark_count) AS saves,
       round(saves / likes, 1) AS saves_per_like, substring(any(text), 1, 150) AS text
FROM twitter.tweets
WHERE bucket_date >= today() - 3
  AND hasAnyTokens(search_text_lc, ['subagents', 'mcp', 'evals', 'agentic', 'finetuning'])
  AND NOT hasAnyTokens(search_text_lc, ['giveaway', 'retweet', 'free', 'bookmark', 'link'])
  AND lang = 'en' AND NOT startsWith(text, 'RT @')
  AND bookmark_count >= 150 AND bookmark_count >= like_count AND author_followers < 20000
GROUP BY tweet_id
ORDER BY saves_per_like DESC
LIMIT 10;

• 結果:

  @navaneethvb

  、

  @LLMpsycho

  、

  @syrgkanis

  （高い保存/いいね比率を示す）。

2. LessWrong のアラインメントドリフトを分析する

「到達可能」と「到達不可能」のアラインメント概念の対比軸上で各投稿をスコアリングし、四半期ごとのコミュニティドリフトを追跡します。

SELECT quarter,
       if(scored = 0, NULL, lean - avgIf(lean, scored > 0) OVER ()) AS drift,
       scored, posts, round(scored / posts, 3) AS coverage
FROM (
  SELECT quarter, avg(post_lean) AS lean, count() AS scored
  FROM (
    SELECT e.target_key,
           toStartOfQuarter(any(p.original_timestamp)) AS quarter,
           avg(scry_cosine_similarity(e.embedding,
               scry_contrast_axis_balanced(@achievable, @unreachable))) AS post_lean
    FROM embeddings.chunks AS e
    JOIN forums.posts AS p ON p.post_key = e.target_key
    WHERE e.source = 'forum_posts' AND e.model_name = 'voyage-4-lite'
      AND p.source = 'lesswrong' AND p.kind = 'post'
      AND p.original_timestamp >= '2009-01-01'
    GROUP BY e.target_key)
  GROUP BY quarter) AS s
RIGHT JOIN (
  SELECT toStartOfQuarter(original_timestamp) AS quarter, uniqExact(post_key) AS posts
  FROM forums.posts
  WHERE source = 'lesswrong' AND kind = 'post' AND original_timestamp >= '2009-01-01'
  GROUP BY quarter) AS c USING (quarter)
ORDER BY quarter
LIMIT 100;

3. "Vibe Coding" の採用率を追跡する

集約演算子を使用して、月単位で Hacker News における特定のフレーズの採用を測定します。

SELECT toStartOfMonth(original_timestamp) AS month, count() AS items,
       countIf(scry_lex('"vibe coding"')) AS mentions,
       round(100000.0 * mentions / items, 1) AS per_100k
FROM hackernews.items
WHERE original_timestamp >= '2024-12-01'
GROUP BY month
ORDER BY month;

• 結果: 2025 年 1 月からの 0 から、2025 年 4 月の約 10 万件あたりの 212 への指数関数的成長。

4. 共通の接続を見つける（Musk, Altman, Yudkowsky がすべてフォローしている人）

特定のユーザーのフォローリストの共通部分を見つけます。

WITH common AS (
  SELECT followee_id FROM twitter.following
  WHERE follower_id IN (44196397, 1605, 2595244026) -- Elon, Sam, Eliezer
  GROUP BY followee_id HAVING uniqExact(follower_id) = 3)
SELECT argMax(handle, observed_on) AS handle, argMax(followers, observed_on) AS follower_count
FROM twitter.users
WHERE author_id IN (SELECT followee_id FROM common)
GROUP BY author_id
ORDER BY follower_count DESC
LIMIT 10;

• 結果:

  Vitalik Buterin

  、

  JD Vance

  、

  Paul Graham

  が上位。

5. 共有引用を特定する

OpenAlex 引用エッジ上の集合共通部分論理を使用して、2 つの特定の作品を引用する論文を見つけます。

SELECT id, title, publication_year, cited_by_count
FROM openalex.works
WHERE id IN (
  SELECT citing_work_id FROM openalex.cited_by
  WHERE cited_work_id IN ('https://openalex.org/W3001279689', -- Scaling Laws
                          'https://openalex.org/W4225591000') -- Chinchilla
  GROUP BY citing_work_id HAVING uniqExact(cited_work_id) = 2)
ORDER BY cited_by_count DESC;

6. Hacker News の抗争を検出する

両者が互いに少なくとも 3 回返信したユーザーペアを特定します。

SELECT least(a.original_author, b.original_author) AS one,
       greatest(a.original_author, b.original_author) AS other,
       count() AS replies, uniqExact(a.story_hn_id) AS threads
FROM hackernews.items AS a
INNER JOIN hackernews.items AS b ON a.parent_hn_id = b.hn_id
WHERE a.original_timestamp >= now() - INTERVAL 21 DAY
  AND a.original_author != b.original_author
GROUP BY one, other
HAVING countIf(a.original_author = one) >= 3
   AND countIf(a.original_author = other) >= 3
ORDER BY threads DESC, replies DESC
LIMIT 8;

7. Manifold マーケットセンチメントのシフト

群衆が大幅に考えを変えた市場を見つける（例：暗殺未遂ベトが 30% から 99% にシフト）。

WITH moves AS (
  SELECT contract_id,
         argMin(prob_before, created_at_source) AS p_start,
         argMax(prob_after, created_at_source) AS p_now,
         uniqExact(user_id) AS bettors
  FROM manifold.bets
  WHERE created_at_source >= now() - INTERVAL 7 DAY
    AND prob_before != prob_after AND answer_id IS NULL
  GROUP BY contract_id HAVING bettors >= 30)
SELECT m.title, round(100 * p_start) AS was, round(100 * p_now) AS now, bettors
FROM moves
INNER JOIN (SELECT market_id, argMax(title, observed_on) AS title
            FROM manifold.markets
            WHERE market_id IN (SELECT contract_id FROM moves)) AS m
  ON m.market_id = moves.contract_id
ORDER BY abs(p_now - p_start) DESC;

価格設定とアクセス権限

注記: Scry は独立した非商業的研究および商用エンゲージメントのための公共便益インフラストラクチャとして補助されています。

コミットメントとフィードバック

Scry は、良心あるプロソーシャルな勢力が世界を劇的に平坦化させるプログラムを実行しやすくするよう設計されています。Scry が失敗することは想定されていません！もし何か点で失敗した場合、どのように失敗したかをお知らせください（メールのコピーを送ります）。私たちは迅速に適応して克服しようとします。

• フィードバック:

  POST https://api.scry.io/v1/feedback

  （資格証不要）。
• スキーマ更新:

  /v1/scry/schema

  は各関係の観察された extent とラグを運搬します。

結論

Scry は

https://mcp.scry.io

@scry