MCPプロトコルで感情分析を実現！多種伝送プロトコル対応の開発ツールMCP

MCP Testlab

このプロジェクトはModel Context Protocol (MCP)に基づいて感情分析機能を実装し、stdio/SSE/streamable-httpの3種類の転送プロトコルをサポートするサーバーとクライアントを含み、テキストの感情極性、主観性、評価結果を提供します。

人工知能チャットボット顧客サポート #感情分析 #MCPプロトコル #多プロトコル転送 #テキスト処理 .Python

スコア : 2ポイント

ダウンロード数 : 6.1K

更新時間 : 2025-07-31

サイトを開く

🚀 MCP Testbed

このプロジェクトは、Model Context Protocol (MCP) を使用した感情分析をデモンストレートしています。Hugging Face MCPコースに基づいています。HuggingFaceのコースで使用されている gradio ライブラリの代わりに、このプロジェクトでは fastmcp ライブラリを利用してMCPサーバーとクライアントを実装しています。

✨ 主な機能

アーキテクチャ図

+-------------------+                   +-------------------+
|                   |                   |                   |
|  mcp_client_stdio |<----------------->|                   |
|                   |      stdio        |                   |
+-------------------+                   |                   |
                                        |                   |
+-------------------+                   |                   |
|                   |<----------------->|                   |
|  mcp_client_sse   |-----/sse--------->|   MCP Server      |
|                   |                   | (app_fastmcp.py)  |
+-------------------+                   |                   |
                                        |                   |
+-------------------+                   |                   |
|                   |<----------------->|                   |
| mcp_client_stream-|----/mcp---------->|                   |
|    able.py        |                   |                   |
+-------------------+                   +-------------------+

各クライアントモジュールは、異なるトランスポートプロトコルを使用してMCPサーバーと通信します。

mcp_client_stdio.py は標準入出力 (stdio) を使用します。
mcp_client_sse.py は /sse でServer-Sent Events (SSE) を使用します。
mcp_client_streamable.py は /mcp でストリーム可能なHTTPを使用します。

サーバー

mcp-sentiment/app_fastmcp.py
FastMCPを使用してMCPサーバーを実装しています。sentiment_analysis ツールを公開し、TextBlobを使用して入力テキストの感情分析を行い、極性、主観性、および全体的な評価をJSON形式で返します。

クライアント

mcp-sentiment/mcp_client_stdio.py
標準入出力トランスポートを使用するMCPクライアントです。サブプロセスを介してサーバーに接続し、利用可能なツールをリストし、感情分析のためのテキストを送信します。argparseを使用してコマンドライン引数を処理します。
mcp-sentiment/mcp_client_sse.py
Server-Sent Events (SSE) トランスポートを使用するMCPクライアントです。HTTP SSEエンドポイントを介してサーバーに接続し、ツールをリストし、分析のためのテキストを送信します。argparseを使用してコマンドライン引数を処理します。
mcp-sentiment/mcp_client_streamable.py
ストリーム可能なHTTPトランスポートを使用するMCPクライアントです。双方向ストリーミングを備えたHTTPを介してサーバーに接続し、ツールをリストし、分析のためのテキストを送信します。argparseを使用してコマンドライン引数を処理します。

テスト

tests/test_sentiment_analysis.py
感情分析ツールの単体テストで、さまざまな入力ケースとエラーハンドリングをチェックします。
tests/test_client_stdio.py
標準入出力クライアントのテストで、リクエストハンドリングの単体テストとエンドツーエンドの感情分析の統合テストを含みます。
tests/test_client_sse.py
SSEクライアントの統合テストで、サーバープロセス管理と感情分析のチェックを含みます。
tests/test_client_streamable.py
ストリーム可能なHTTPクライアントの統合テストで、サーバープロセス管理と感情分析のチェックを含みます。

ディレクトリ構造

mcp_testlab/
├── mcp-sentiment/
│   ├── app_fastmcp.py                # 感情分析ツールを公開するMCPサーバー
│   ├── mcp_client_stdio.py           # MCPクライアント (標準入出力トランスポート)
│   ├── mcp_client_sse.py             # MCPクライアント (SSEトランスポート)
│   └── mcp_client_streamable.py      # MCPクライアント (ストリーム可能なHTTPトランスポート)
├── tests/
│   ├── test_sentiment_analysis.py    # 感情分析ツールの単体テスト
│   ├── test_client_stdio.py          # 標準入出力クライアントのテスト
│   ├── test_client_sse.py            # SSEクライアントのテスト
│   └── test_client_streamable.py     # ストリーム可能なHTTPクライアントのテスト
├── requirements.txt                  # Pythonの依存関係
├── README.md                         # プロジェクトのドキュメントと使用方法
├── LICENSE                           # ライセンスファイル
├── .gitignore                        # Gitの無視ルール
└── .gitattributes                    # Git LFSの属性

🚀 クイックスタート

このアプリケーションは、Model Context Protocol (MCP) を使用してクライアントと感情分析サーバー間の通信を容易にします。クライアントをテキスト文字列とともに実行すると、以下の手順で動作します。

サーバースクリプト (app_fastmcp.py) または sse / streamable-http エンドポイントに接続します。
感情分析のためのテキストを送信します。
感情分析の結果 (肯定的、否定的、または中立的) を返します。

サーバー (app_fastmcp.py)

app_fastmcp.py ファイルは、FastMCPを使用してMCPサーバーを実装しています。

Model Context Protocolを介して感情分析ツールを公開します。
TextBlobライブラリを使用して提供されたテキストの感情分析を行います。
以下の情報を含むJSON結果を返します。
- 極性スコア (-1から1、負から正)
- 主観性スコア (0から1、客観的から主観的)
- 全体的な評価 (肯定的、否定的、または中立的)
クライアントとの通信に stdio または sse または streamable-http トランスポートをサポートします。

クライアント (mcp_client_stdio.py)

mcp_client_stdio.py ファイルは、MCPクライアントを実装しています。

argparseライブラリを使用してコマンドライン引数を処理します。
必須の位置引数としてテキスト入力を受け取ります。
オプションの --server パラメータを受け取り、サーバースクリプトのパスを指定します。
オプションの --verbose フラグを受け取り、詳細なツール情報を表示します。
標準入出力トランスポートを使用してMCPサーバーに接続します。
接続されたサーバー上の利用可能なツールをリストします。
入力テキストを sentiment_analysis ツールに送信します。
極性、主観性、および評価を示すフォーマットされた感情分析結果を表示します。
非同期コンテキストマネージャと AsyncExitStack を使用してリソースを適切に管理します。

クライアント (mcp_client_sse.py)

mcp_client_sse.py ファイルは、MCPクライアントを実装しています。

argparseライブラリを使用してコマンドライン引数を処理します。
必須の位置引数としてテキスト入力を受け取ります。
オプションの --url パラメータを受け取り、サーバーエンドポイントを指定します (デフォルト: http://localhost:8000/sse)。
オプションの --verbose フラグを受け取り、詳細なツール情報を表示します。
SSEトランスポートを使用してMCPサーバーに接続します。
接続されたサーバー上の利用可能なツールをリストします。
入力テキストを sentiment_analysis ツールに送信します。
極性、主観性、および評価を示すフォーマットされた感情分析結果を表示します。
非同期コンテキストマネージャと AsyncExitStack を使用してリソースを適切に管理します。

クライアント (mcp_client_streamable.py)

mcp_client_streamable.py ファイルは、MCPクライアントを実装しています。

argparseライブラリを使用してコマンドライン引数を処理します。
必須の位置引数としてテキスト入力を受け取ります。
オプションの --url パラメータを受け取り、サーバーエンドポイントを指定します (デフォルト: http://localhost:8000/mcp)。
オプションの --verbose フラグを受け取り、詳細なツール情報を表示します。
ストリーム可能なHTTPトランスポートを使用してMCPサーバーに接続します。
利用可能な場合、セッションIDを表示します。
接続されたサーバー上の利用可能なツールをリストします。
入力テキストを sentiment_analysis ツールに送信します。
極性、主観性、および評価を示すフォーマットされた感情分析結果を表示します。
非同期コンテキストマネージャと AsyncExitStack を使用してリソースを適切に管理します。

💻 使用例

標準入出力 (stdio) トランスポートの使用例

コマンドライン引数

((venv) ) Mac:jim mcp_testlab[529]$ python mcp-sentiment/mcp_client_stdio.py --help
usage: mcp_client_stdio.py [-h] [--server SERVER] [--verbose] text

MCP Client for sentiment analysis using stdio transport

positional arguments:
  text             Text to analyze for sentiment

options:
  -h, --help       show this help message and exit
  --server SERVER  Path to the MCP server script (default: mcp-sentiment/app_fastmcp.py)
  --verbose, -v    Display detailed information about available tools

クライアント

((venv) ) Mac:jim mcp_testlab[512]$ python mcp-sentiment/mcp_client_stdio.py "i love  mcp"

Connected to MCP server at mcp-sentiment/app_fastmcp.py
Listing available tools...
[07/29/25 13:45:16] INFO     Processing request of type ListToolsRequest                                                             server.py:619

Connected to MCP server. Listing available tools...
                    INFO     Processing request of type ListToolsRequest                                                             server.py:619

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'i love  mcp'
                    INFO     Processing request of type CallToolRequest                                                              server.py:619
{'polarity': 0.5, 'subjectivity': 0.6, 'assessment': 'positive'}

Sentiment Analysis Result:
  Polarity: 0.5 (-1=negative, 1=positive)
  Subjectivity: 0.6 (0=objective, 1=subjective)
  Assessment: positive

Sentiment Analysis Result: (0.5, 0.6, 'positive')
((venv) ) Mac:jim mcp_testlab[513]$ python mcp-sentiment/mcp_client_stdio.py "i hate java"

Connected to MCP server at mcp-sentiment/app_fastmcp.py
Listing available tools...
[07/29/25 13:45:38] INFO     Processing request of type ListToolsRequest                                                             server.py:619

Connected to MCP server. Listing available tools...
                    INFO     Processing request of type ListToolsRequest                                                             server.py:619

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'i hate java'
                    INFO     Processing request of type CallToolRequest                                                              server.py:619
{'polarity': -0.8, 'subjectivity': 0.9, 'assessment': 'negative'}

Sentiment Analysis Result:
  Polarity: -0.8 (-1=negative, 1=positive)
  Subjectivity: 0.9 (0=objective, 1=subjective)
  Assessment: negative

Sentiment Analysis Result: (-0.8, 0.9, 'negative')

((venv) ) Mac:jim mcp_testlab[514]$ python mcp-sentiment/mcp_client_stdio.py "i really like python" -v

Connected to MCP server at mcp-sentiment/app_fastmcp.py
Listing available tools...
[07/29/25 13:46:35] INFO     Processing request of type ListToolsRequest                                                             server.py:619

Connected to MCP server. Listing available tools...
                    INFO     Processing request of type ListToolsRequest                                                             server.py:619

sentiment_analysis:
  Description: 
    Analyze the sentiment of the given text.

    Args:
        text (str): The text to analyze

    Returns:
        str: A JSON string containing polarity, subjectivity, and assessment
    
  Annotations: None
  Inputschema: {'properties': {'text': {'title': 'Text', 'type': 'string'}}, 'required': ['text'], 'title': 'sentiment_analysisArguments', 'type': 'object'}
  Meta: None
/Users/jim/Desktop/modelcontextprotocol/mcp_testlab/mcp-sentiment/mcp_client_stdio.py:154: PydanticDeprecatedSince211: Accessing the 'model_computed_fields' attribute on the instance is deprecated. Instead, you should access this attribute from the model class. Deprecated in Pydantic V2.11 to be removed in V3.0.
  value = getattr(tool, attr)
  Model_computed_fields: {}
  Model_config: {'extra': 'allow'}
  Model_extra: {}
/Users/jim/Desktop/modelcontextprotocol/mcp_testlab/mcp-sentiment/mcp_client_stdio.py:154: PydanticDeprecatedSince211: Accessing the 'model_fields' attribute on the instance is deprecated. Instead, you should access this attribute from the model class. Deprecated in Pydantic V2.11 to be removed in V3.0.
  value = getattr(tool, attr)
  Model_fields: {'name': FieldInfo(annotation=str, required=True), 'title': FieldInfo(annotation=Union[str, NoneType], required=False, default=None), 'description': FieldInfo(annotation=Union[str, NoneType], required=False, default=None), 'inputSchema': FieldInfo(annotation=dict[str, Any], required=True), 'outputSchema': FieldInfo(annotation=Union[dict[str, Any], NoneType], required=False, default=None), 'annotations': FieldInfo(annotation=Union[ToolAnnotations, NoneType], required=False, default=None), 'meta': FieldInfo(annotation=Union[dict[str, Any], NoneType], required=False, default=None, alias='_meta', alias_priority=2)}
  Model_fields_set: {'description', 'inputSchema', 'outputSchema', 'name'}
  Outputschema: {'properties': {'result': {'title': 'Result', 'type': 'string'}}, 'required': ['result'], 'title': 'sentiment_analysisOutput', 'type': 'object'}
  Title: None

Analyzing sentiment for: 'i really like python'
                    INFO     Processing request of type CallToolRequest                                                              server.py:619
{'polarity': 0.2, 'subjectivity': 0.2, 'assessment': 'positive'}

Sentiment Analysis Result:
  Polarity: 0.2 (-1=negative, 1=positive)
  Subjectivity: 0.2 (0=objective, 1=subjective)
  Assessment: positive

Sentiment Analysis Result: (0.2, 0.2, 'positive')

SSEトランスポートの使用例

コマンドライン引数

((venv) ) Mac:jim mcp_testlab[532]$ python mcp-sentiment/mcp_client_sse.py --help
usage: mcp_client_sse.py [-h] [--url URL] [--verbose] text_to_test

MCP SSE Client for Sentiment Analysis

positional arguments:
  text_to_test   Text to analyze for sentiment

options:
  -h, --help     show this help message and exit
  --url URL      URL of the SSE server endpoint (default: http://localhost:8000/sse)
  --verbose, -v  Display detailed information about available tools

クライアント

python mcp-sentiment/mcp_client_sse.py "i really like python" 
Connecting to MCP server at http://localhost:8000/sse...

Connected to MCP server. Listing available tools...

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'i really like python'

Sentiment Analysis Result:
  Polarity: 0.2 (-1=negative, 1=positive)
  Subjectivity: 0.2 (0=objective, 1=subjective)
  Assessment: positive

SSEサーバー

((venv) ) Mac:jim mcp_testlab[506]$ python mcp-sentiment/app_fastmcp.py --transport sse
INFO:     Started server process [8908]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     127.0.0.1:49538 - "GET /sse HTTP/1.1" 200 OK
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
[07/29/25 06:13:08] INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:49540 - "POST /messages/?session_id=fb1a89915f0b40e98f44385af5b6db58 HTTP/1.1" 202 Accepted
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     127.0.0.1:49543 - "GET /sse HTTP/1.1" 200 OK
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
[07/29/25 06:13:46] INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:49545 - "POST /messages/?session_id=632a380ef69344eab4bf145158e05051 HTTP/1.1" 202 Accepted
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     127.0.0.1:49547 - "GET /sse HTTP/1.1" 200 OK
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
[07/29/25 06:14:17] INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:49549 - "POST /messages/?session_id=f6a51e126c12412398bacc85753174a3 HTTP/1.1" 202 Accepted
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     Shutting down
INFO:     Waiting for application shutdown.
INFO:     Application shutdown complete.
INFO:     Finished server process [8908]
Terminated: 15             python mcp-sentiment/app_fastmcp.py --transport sse

ストリーム可能なHTTPトランスポートの使用例

コマンドライン引数

((venv) ) Mac:jim mcp_testlab[533]$ python mcp-sentiment/mcp_client_streamable.py --help
usage: mcp_client_streamable.py [-h] [--url URL] [--verbose] text_to_test

MCP Streamable Client for Sentiment Analysis

positional arguments:
  text_to_test   Text to analyze for sentiment

options:
  -h, --help     show this help message and exit
  --url URL      URL of the streamable-http server endpoint (default: http://localhost:8000/mcp)
  --verbose, -v  Display detailed information about available tools

クライアント

# Using the default URL
((venv) ) Mac:jim mcp_testlab[517]$ python mcp-sentiment/mcp_client_streamable.py "MCP is the best" 
Connecting to MCP server at http://localhost:8000/mcp...
Session ID: fdc3c721f04441a1ae4c22cadebc9226

Connected to MCP server. Listing available tools...

Available tools: ['sentiment_analysis']

Analyzing sentiment for: 'MCP is the best'

Sentiment Analysis Result:
  Polarity: 1.0 (-1=negative, 1=positive)
  Subjectivity: 0.3 (0=objective, 1=subjective)
  Assessment: positive

ストリーム可能なHTTPサーバー

((venv) ) Mac:jim mcp_testlab[507]$ python mcp-sentiment/app_fastmcp.py --transport streamable-http
INFO:     Started server process [2701]
INFO:     Waiting for application startup.
[07/28/25 22:48:20] INFO     StreamableHTTP session manager started                                                                                                               streamable_http_manager.py:112
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     127.0.0.1:54049 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
[07/28/25 22:48:29] INFO     Created new transport with session ID: 6a17c2206e6e478b830bd0da73771b8b                                                                              streamable_http_manager.py:229
INFO:     127.0.0.1:54049 - "POST /mcp/ HTTP/1.1" 200 OK
INFO:     127.0.0.1:54052 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54053 - "GET /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54052 - "POST /mcp/ HTTP/1.1" 202 Accepted
INFO:     127.0.0.1:54053 - "GET /mcp/ HTTP/1.1" 200 OK
INFO:     127.0.0.1:54055 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54055 - "POST /mcp/ HTTP/1.1" 200 OK
                    INFO     Processing request of type ListToolsRequest                                                                                                                           server.py:619
INFO:     127.0.0.1:54057 - "POST /mcp HTTP/1.1" 307 Temporary Redirect
INFO:     127.0.0.1:54057 - "POST /mcp/ HTTP/1.1" 200 OK
                    INFO     Processing request of type CallToolRequest                                                                                                                            server.py:619
INFO:     127.0.0.1:54059 - "DELETE /mcp HTTP/1.1" 307 Temporary Redirect
                    INFO     Terminating session: 6a17c2206e6e478b830bd0da73771b8b                                                                                                        streamable_http.py:633
INFO:     127.0.0.1:54059 - "DELETE /mcp/ HTTP/1.1" 200 OK
INFO:     Shutting down
INFO:     Waiting for application shutdown.
[07/28/25 22:48:42] INFO     StreamableHTTP session manager shutting down                                                                                                         streamable_http_manager.py:116
INFO:     Application shutdown complete.
INFO:     Finished server process [2701]
Terminated: 15             python mcp-sentiment/app_fastmcp.py --transport streamable-http

🔧 技術詳細

単体テストが提供されており、MCPサーバーとクライアントの機能を確保します。テストを実行するには、以下のコマンドを使用します。

$ pytest -v tests

サンプル出力:

MCPインスペクター

MCPインスペクターは、Model Context Protocol (MCP) サーバーを探索および操作するためのツールです。以下の機能を提供するユーザーフレンドリーなインターフェイスを備えています。

利用可能なツールとその機能を発見する
ツールにリクエストを送信し、レスポンスを表示する
MCPの相互作用をデバッグおよびテストする

標準入出力 (stdio) トランスポートでMCPインスペクターを実行する

標準入出力トランスポートを使用するサーバーのMCPインスペクターを実行するには、以下のコマンドを使用します。

mcp dev mcp-sentiment/app_fastmcp.py

サンプル出力には、利用可能なツールとその説明が表示され、感情分析ツールとの対話が可能になります。

MCPインスペクターのツールリスト

MCPインスペクターでの感情分析テスト

SSEトランスポートでMCPインスペクターを実行する

テスト用の `sse` サーバーを起動する

python mcp-sentiment/app_fastmcp.py --transport sse

sse または streamable-http トランスポートを使用するサーバーのMCPインスペクターを実行するには、以下のコマンドを使用します。

npx @modelcontextprotocol/inspector

MCPインスペクターに接続する

ブラウザを開いてMCPインスペクターのインターフェイスにアクセスし、必要に応じて http から https に変更します。MCPインスペクターが起動したら、「Transport Type」を sse または streamable-http に設定し、サーバーURLを実行中のMCPサーバーに向けて設定し (例: http://localhost:8000/sse または http://localhost:8000/mcp)、「Connect」ボタンをクリックします。

sse サーバーURL: http://localhost:8000/sse

ストリーム可能なHTTPトランスポートでMCPインスペクターを実行する

テスト用の `streamable-http` サーバーを起動する

python mcp-sentiment/app_fastmcp.py --transport streamable-http

streamable-http サーバーURL: http://localhost:8000/mcp

📦 インストール

必要条件

Python 3.12以上
依存関係: pip install -r requirements.txt
感情分析に必要なNLPライブラリ
MCPインスペクターを実行するには node のバージョンがv20.xより新しい必要があります (詳細はGH Issue on unexpected tokenを参照)

sentiment_analysis

与えられたテキストの感情傾向を分析する

パラメータ

text : str*

説明

分析する必要があるテキスト