Querynest

🚀 QueryNest - MongoDB多インスタンスクエリサービス

QueryNestは、MCP (Model Context Protocol) をベースにしたMongoDB多インスタンスクエリサービスです。データベース構造の自動発見、セマンティック分析、自然言語によるクエリ生成機能を提供します。

📍 プロジェクト情報

属性	詳情
バージョン	v1.0.0
状態	✅ 本番環境での運用可
ライセンス	MIT License
言語	Python 3.12+
アーキテクチャ	非同期/MCPプロトコルベース

🚀 主な機能

🔍 スマートクエリ

• 自然言語クエリ：中国語の自然言語でクエリ要求を記述できます。
• MongoDBネイティブクエリ：標準のMongoDBクエリ構文をサポートします。
• アグリゲーションパイプライン：複雑なデータ集計操作をサポートします。
• クエリ最適化：クエリ性能を自動的に最適化します。
• クエリキャッシュ：スマートキャッシュによりクエリ速度を向上させます。

🏢 多インスタンス管理

• インスタンス発見：複数のMongoDBインスタンスを自動的に発見し、接続します。
• 負荷分散：クエリ要求をスマートに分散させます。
• ヘルスチェック：インスタンスの状態をリアルタイムで監視します。
• フェイルオーバー：インスタンス障害を自動的に処理します。
• コネクションプール管理：データベース接続の使用を最適化します。

🛡️ セキュリティ制御

• 読み取り専用権限：データの安全性を確保し、読み取り操作のみをサポートします。
• クエリ制限：クエリの複雑さと返されるデータ量を制限します。
• データ脱敏：敏感な情報を自動的に識別し、脱敏します。
• アクセス制御：ロールベースのアクセス権限管理を行います。
• セキュリティ監査：すべてのクエリ操作を記録します。

🧠 スマート分析

• 構造発見：データベースの構造とフィールドタイプを自動的に分析します。
• セマンティック理解：フィールドの業務的な意味を理解します。
• クエリ提案：クエリ最適化の提案を提供します。
• 性能分析：クエリの性能とボトルネックを分析します。
• インデックス提案：インデックス最適化の方案をスマートに提案します。

📊 モニタリングと指標

• リアルタイムモニタリング：システム性能とクエリ指標をリアルタイムで監視します。
• 性能分析：詳細なクエリ性能統計を提供します。
• エラートレース：完全なエラー記録と分析を行います。
• ヘルスチェック：システムの健全性を評価します。
• 指標エクスポート：複数の形式で指標をエクスポートできます。

🔧 ユーザー体験

• エラー処理：分かりやすいエラーメッセージと提案を提供します。
• ユーザーフィードバック：完全なフィードバック収集システムを備えています。
• ヘルプシステム：組み込みのヘルプドキュメントとFAQを提供します。
• 設定検証：設定ファイルと環境を自動的に検証します。

🔌 MCP統合

• 標準プロトコル：MCP（Model Context Protocol）と完全に互換性があります。
• 豊富なツール：完全なクエリと分析ツールセットを提供します。
• 対話型：対話形式のクエリと探索をサポートします。
• 拡張性：様々なAIアプリケーションに簡単に統合できます。
• フィードバックツール：組み込みのユーザーフィードバックとヘルプツールを備えています。

📦 インストールとデプロイ

環境要件

• Python 3.8+
• MongoDB 4.0+
• オプション：Redis（キャッシュ用）

🚀 クイックスタート

クイック起動（推奨）

uvxを使用してサービスを迅速に起動します：

# uvツールをインストールする（未インストールの場合）
pip install uv

# プロジェクトディレクトリから起動する（推奨）
cd /path/to/QueryNest
uvx --from . --no-cache querynest-mcp

# または任意の場所から起動する
uvx --from /path/to/QueryNest --no-cache querynest-mcp

uvxで起動するメリット：

• 依存関係を自動的に処理します。
• 環境に事前にパッケージをインストールする必要がありません。
• 隔離された実行環境を使用します。
• 自動キャッシュにより、以降の起動を高速化します。

手動インストール

1. プロジェクトをクローンする

git clone https://github.com/niuzaishu/QueryNest.git
cd QueryNest

2. 依存パッケージをインストールする

cd QueryNest
pip install -r requirements.txt

3. サービスを設定する

# 設定テンプレートをコピーする
cp config.example.yaml config.yaml

# 設定ファイルを編集する（実際の環境に合わせてMongoDB接続文字列を変更する）
vim config.yaml  # または好きなエディタを使用する

4. サービスを起動する

# 開発モード（直接実行）
python mcp_server.py --log-level DEBUG

# 本番モード（uvxを使用する、推奨）
uvx --from . --no-cache querynest-mcp

# 設定ファイルのパスを設定する（必要な場合）
export QUERYNEST_CONFIG_PATH=/path/to/config.yaml

Dockerでのデプロイ

# ビルドして起動する
docker-compose up -d

# ログを確認する
docker-compose logs -f

# サービスを停止する
docker-compose down

⚙️ 設定の説明

🔌 MCPクライアントの設定

QueryNestサービスは、MCPプロトコルをサポートするAIクライアントで構成することで、スマートなデータベースクエリ機能を実現できます。

1. プロジェクト構造

QueryNest/
├── 📄 設定ファイル
│   ├── config.yaml              # メイン設定ファイル
│   ├── config.example.yaml      # 設定テンプレート
│   └── config.py               # 設定管理
├── 🚀 コアサービス
│   ├── mcp_server.py           # MCPサーバーのエントリーポイント
│   ├── start.py               # 予備の起動スクリプト
│   └── database/              # データベース接続と管理
├── 🔧 MCPツールセット
│   └── mcp_tools/             # MCPプロトコルツールの実装
├── 🔍 スキャンと分析
│   └── scanner/               # データベースのスキャンとセマンティック分析
├── 🛠️ ユーティリティクラス
│   └── utils/                 # 検証、エラー処理、ワークフロー管理
├── 🧪 テストコード
│   └── tests/                 # 単体テストと統合テスト
├── 📚 ドキュメント
│   └── docs/                  # 完全なプロジェクトドキュメント
├── 📦 デプロイ
│   └── deployment/            # Dockerとサービスの設定
└── 📜 スクリプト
    └── scripts/               # データベースのチェックとテストツール

📖 詳細な構造説明は を参照してください。

QueryNestはuvxで実行可能なパッケージとして構成されており、以下の重要なファイルが含まれています：

setup.py - パッケージ設定ファイル：

setup(
    name="querynest",
    version="1.0.0",
    description="QueryNest MCP MongoDBクエリサービス",
    py_modules=["mcp_server", "config"],
    packages=["database", "scanner", "mcp_tools", "utils"],
    entry_points={
        "console_scripts": [
            "querynest-mcp=mcp_server:cli_main",
        ]
    },
)

エントリーポイントの設定 - mcp_server.py でCLIエントリーポイントが定義されています：

def cli_main():
    """コマンドラインのエントリーポイント"""
    # 設定ファイルを自動的に検索し、環境を設定する
    # 異なるディレクトリからの起動をサポートする
    asyncio.run(main())

if __name__ == "__main__":
    cli_main()

2. ローカルでの実行手順

手順1：uvツールをインストールする

uvがまだインストールされていない場合は、以下の方法でインストールできます：

# pipを使用してインストールする（推奨）
pip install uv

# または公式のインストールスクリプトを使用する（Linux/macOS）
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# インストールを確認する
uvx --version

手順2：サービスを起動する

プロジェクトのルートディレクトリで以下のコマンドを実行します：

# 推奨方法：プロジェクトディレクトリから実行する
cd /path/to/QueryNest
uvx --from . --no-cache querynest-mcp

# または環境変数を設定して設定ファイルを指定する
export QUERYNEST_CONFIG_PATH=/path/to/QueryNest/config.yaml
uvx --from /path/to/QueryNest --no-cache querynest-mcp

手順3：サービスの起動を確認する

サービスが正常に起動すると、以下のようなログが表示されます：

{"event": "Starting QueryNest MCP server initialization", "config_path": "/path/to/config.yaml"}
{"event": "Configuration loaded successfully", "instances_count": 2}
{"event": "MCP tools initialized successfully", "tools_count": 13}
{"event": "Starting stdio MCP server"}

3. MCPクライアントの統合

uvxの動作原理：

uvxは、現代的なPythonパッケージ実行ツールで、以下のことができます：

• 現在のディレクトリ（.）からパッケージを自動的にインストールします。
• 一時的な仮想環境を管理します。
• パッケージのエントリーポイントコマンドを実行します。

MCPクライアントの設定ポイント：

MCPプロトコルをサポートするAIクライアントでのQueryNestの設定例：

{
  "mcpServers": {
    "QueryNest": {
      "command": "uvx",
      "args": ["--from", "/path/to/QueryNest", "--no-cache", "querynest-mcp"],
      "cwd": "/path/to/QueryNest",
      "env": {
        "QUERYNEST_CONFIG_PATH": "/path/to/QueryNest/config.yaml",
        "QUERYNEST_LOG_LEVEL": "INFO"
      }
    }
  }
}

Windowsの設定例：

{
  "mcpServers": {
    "QueryNest": {
      "command": "uvx",
      "args": ["--from", "C:\\path\\to\\QueryNest", "--no-cache", "querynest-mcp"],
      "cwd": "C:\\path\\to\\QueryNest",
      "env": {
        "QUERYNEST_CONFIG_PATH": "C:\\path\\to\\QueryNest\\config.yaml"
      }
    }
  }
}

重要な設定の説明：

• --from /path/to/QueryNest: プロジェクトの絶対パスを指定します。
• --no-cache: 最新のコードを使用することを確認します。
• cwd: 作業ディレクトリをプロジェクトのルートディレクトリに設定します。
• querynest-mcp: setup.py で定義されたエントリーポイントコマンドです。

メリット：

1. プロジェクトパスが明確：絶対パスを使用することで、正しいプロジェクトを見つけることができます。
2. 自動依存関係管理：uvxがすべての依存パッケージを自動的に処理します。
3. 隔離された環境：毎回の実行が独立した一時的な環境で行われます。
4. 設定ファイルの自動検出：サーバーが自動的に設定ファイルを検索します。

4. トラブルシューティング

一般的な問題と解決策：

問題1：uvxコマンドが見つからない

# 解決策：uvツールをインストールする
pip install uv

# または公式のインストールスクリプトを使用する
curl -LsSf https://astral.sh/uv/install.sh | sh  # Linux/macOS
# powershell -c "irm https://astral.sh/uv/install.ps1 | iex"  # Windows

# インストールを確認する
uvx --version

問題2：設定ファイルが見つからない

# 設定ファイルが存在することを確認する
ls -la config.yaml

# サンプルから設定ファイルを作成する
cp config.example.yaml config.yaml

# 環境変数を設定する
export QUERYNEST_CONFIG_PATH=/path/to/QueryNest/config.yaml

問題3：MCPサービスへの接続に失敗する

• MCPクライアントの設定ファイルの形式を確認してください。
• プロジェクトのパスが正しいことを確認してください（絶対パスを使用してください）。
• MongoDBサービスが稼働していることを確認してください。
• 設定ファイル config.yaml が存在することを確認してください。

問題4：MongoDBへの接続に失敗する

# MongoDBサービスの状態を確認する
python scripts/check_db.py

# 手動でMongoDBの接続をテストする
python -c "
from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017/')
print('MongoDB接続成功')
"

# MongoDBサービスが稼働していることを確認する
# Linux/macOS
sudo systemctl status mongod
# Windows
net start | findstr -i mongo

設定が成功したことを確認する：

# ローカルでの実行をテストする
cd /path/to/QueryNest
uvx --from . --no-cache querynest-mcp --help

# プロジェクト構造を確認する
ls -la setup.py mcp_server.py config.yaml

# エントリーポイントを検証する
python -c "
from mcp_server import cli_main
print('Entry point OK')
"

# 完全な起動プロセスをテストする
uvx --from . --no-cache querynest-mcp --log-level INFO

MongoDBインスタンスの設定

QueryNestは柔軟な環境設定をサポートしており、実際のニーズに合わせてさまざまなタイプのインスタンスを設定できます：

1. 従来の環境設定（dev、test、uat、sit、staging、prod）
2. 業務システム設定（crm-prod、order-system、user-center）
3. 地域クラスター設定（beijing、shanghai、guangzhou）
4. カスタム環境設定（任意の名前）

mongodb:
  instances:
    prod-main:
      name: "本番メインデータベース"
      environment: "prod"
      connection_string: "mongodb://admin:password@localhost:27017/admin"
      database: "prod_database"
      description: "本番環境のメインデータベース"
      status: "active"
      tags: ["production", "primary"]
    
    crm-prod:
      name: "CRM本番データベース"
      environment: "crm-prod"
      connection_string: "mongodb://crm_user:${CRM_DB_PASSWORD}@crm-db.company.com:27017/admin"
      database: "crm_database"
      description: "CRMシステムの本番データベース"
      status: "active"
      tags: ["crm", "production"]
    
    beijing-cluster:
      name: "北京クラスター"
      environment: "beijing"
      connection_string: "mongodb://readonly:${BEIJING_DB_PASSWORD}@beijing-mongo.company.com:27017/admin"
      database: "beijing_database"
      description: "北京地域のMongoDBクラスター"
      status: "active"
      tags: ["beijing", "cluster"]

セキュリティ設定

security:
  permissions:
    allowed_operations:
      - "find"
      - "count"
      - "aggregate"
      - "distinct"
    forbidden_operations:
      - "insert"
      - "update"
      - "delete"
  limits:
    max_documents: 1000
    query_timeout: 30
  data_masking:
    enabled: true
    sensitive_field_patterns:
      - "password"
      - "email"
      - "phone"

環境変数の設定

複数のインスタンスに対して独立した環境変数管理をサポートしています：

# .envファイルの例
# 従来の環境のパスワード
PROD_DB_PASSWORD=your_prod_password
TEST_DB_PASSWORD=your_test_password
DEV_DB_PASSWORD=your_dev_password

# 業務システムのパスワード
CRM_DB_PASSWORD=your_crm_password
ORDER_DB_PASSWORD=your_order_password
USER_CENTER_DB_PASSWORD=your_user_center_password

# 地域クラスターのパスワード
BEIJING_DB_PASSWORD=your_beijing_password
SHANGHAI_DB_PASSWORD=your_shanghai_password
GUANGZHOU_DB_PASSWORD=your_guangzhou_password

# カスタムインスタンスのパスワード
CUSTOM_INSTANCE_PASSWORD=your_custom_password

ポート設定

• MCPサービス：デフォルトではstdio通信を使用し、ポートは必要ありません。HTTPモードではポートを設定できます（デフォルトは8000）。
• MongoDB：27017 (Dockerコンテナ内)
• Prometheus：9090 (モニタリングパネル)
• アプリケーションモニタリング：8000 (オプション、ヘルスチェック用)

ポートの説明：

• stdioモード：標準入出力を介して通信するため、ネットワークポートは必要ありません。
• HTTPモード：環境変数 QUERYNEST_MCP_PORT でポートを設定できます。

メタデータ設定

metadata:
  instance_id: "dev-local"  # 任意の環境識別子を指定できます
  database_name: "querynest_metadata"
  collections:
    instances: "instances"
    databases: "databases"
    collections: "collections"
    fields: "fields"
    query_history: "query_history"

🛠️ MCPツールの使用

1. インスタンスの発見 (discover_instances)

利用可能なすべてのMongoDBインスタンスを発見し、一覧表示します。

{
  "name": "discover_instances",
  "arguments": {
    "include_health": true,
    "include_stats": true
  }
}

2. データベースの発見 (discover_databases)

指定されたインスタンス内のすべてのデータベースを一覧表示します。

{
  "name": "discover_databases",
  "arguments": {
    "instance_id": "prod-main",
    "include_collections": true,
    "exclude_system": true
  }
}

3. コレクションの分析 (analyze_collection)

指定されたコレクションの構造とフィールド情報を分析します。

{
  "name": "analyze_collection",
  "arguments": {
    "instance_id": "prod-main",
    "database_name": "ecommerce",
    "collection_name": "users",
    "include_semantics": true,
    "include_examples": true,
    "rescan": false
  }
}

4. セマンティック管理 (manage_semantics)

フィールドの業務的なセマンティック情報を管理します。

{
  "name": "manage_semantics",
  "arguments": {
    "action": "batch_analyze",
    "instance_id": "prod-main",
    "database_name": "ecommerce",
    "collection_name": "users"
  }
}

5. クエリの生成 (generate_query)

自然言語の説明に基づいてMongoDBクエリを生成します。

{
  "name": "generate_query",
  "arguments": {
    "instance_id": "prod-main",
    "database_name": "ecommerce",
    "collection_name": "orders",
    "query_description": "今日作成された注文を金額の降順で並べて取得",
    "query_type": "auto",
    "limit": 50
  }
}

6. クエリの確認 (confirm_query)

生成されたクエリを実行し、結果を返します。

{
  "name": "confirm_query",
  "arguments": {
    "instance_id": "prod-main",
    "database_name": "ecommerce",
    "collection_name": "orders",
    "query_type": "find",
    "mongodb_query": {
      "filter": {"created_at": {"$gte": "2024-01-01T00:00:00Z"}},
      "sort": {"amount": -1},
      "limit": 50
    },
    "explain": true
  }
}

💻 使用例

シナリオ1：電子商取引データ分析

1. インスタンスとデータベースの発見

ユーザー："利用可能なデータベースインスタンスを教えてください"
アシスタント：discover_instancesツールを使用します

2. ユーザーコレクションの分析

ユーザー："電子商取引データベースのユーザーテーブルの構造を分析してください"
アシスタント：analyze_collectionツールを使用してusersコレクションを分析します

3. 自然言語クエリ

ユーザー："直近1週間で登録されたアクティブなユーザーを登録日時で並べて取得してください"
アシスタント：generate_queryでクエリを生成し、confirm_queryで実行します

シナリオ2：ログデータのクエリ

1. セマンティック分析

ユーザー："ログコレクションの各フィールドの意味を教えてください"
アシスタント：manage_semanticsを使用して一括セマンティック分析を行います

2. 複雑なアグリゲーションクエリ

ユーザー："1時間ごとのエラーログの数を時間でグループ化して集計してください"
アシスタント：アグリゲーションクエリを生成して実行します

🔧 開発ガイド

プロジェクト構造

QueryNest/
├── src/
│   ├── __init__.py
│   ├── config.py              # 設定管理
│   ├── mcp_server.py          # MCPサーバーのメインファイル
│   ├── database/              # データベースモジュール
│   │   ├── __init__.py
│   │   ├── connection_manager.py
│   │   ├── metadata_manager.py
│   │   └── query_engine.py
│   ├── scanner/               # スキャンモジュール
│   │   ├── __init__.py
│   │   ├── structure_scanner.py
│   │   └── semantic_analyzer.py
│   └── mcp_tools/             # MCPツール
│       ├── __init__.py
│       ├── instance_discovery.py
│       ├── database_discovery.py
│       ├── collection_analysis.py
│       ├── semantic_management.py
│       ├── query_generation.py
│       └── query_confirmation.py
├── config.yaml                # 設定ファイル
├── requirements.txt           # 依存関係のリスト
└── README.md                  # プロジェクトドキュメント

新しいツールの追加

1. ツールクラスを作成する

class NewTool:
    def get_tool_definition(self) -> Tool:
        # ツールのインターフェースを定義する
        pass
    
    async def execute(self, arguments: Dict[str, Any]) -> List[TextContent]:
        # ツールのロジックを実装する
        pass

2. ツールを登録する

# mcp_server.pyで登録する
new_tool = NewTool(...)
self.tools["new_tool"] = new_tool

セマンティック分析の拡張

1. セマンティックルールを追加する

# semantic_analyzer.pyに追加する
self.semantic_patterns.update({
    "custom_field": {
        "patterns": [r"custom_.*"],
        "meaning": "カスタムフィールド",
        "confidence": 0.8
    }
})

2. カスタム分析ロジックを実装する

def analyze_custom_semantics(self, field_info):
    # カスタムセマンティック分析のロジックを実装する
    pass

🚨 注意事項

セキュリティに関する考慮事項

1. 権限管理

   • 読み取り操作のみを許可するように設定します。
   • 適切なクエリ制限を設定します。
   • データ脱敏機能を有効にします。

2. ネットワークセキュリティ

   • SSL/TLS接続を使用します。
   • ファイアウォールルールを設定します。
   • 定期的にパスワードを更新します。

3. データ保護

   • 敏感な情報を記録しないようにします。
   • 定期的にクエリ履歴を削除します。
   • 異常なアクセスを監視します。

性能最適化

1. 接続管理

   • コネクションプールのサイズを適切に設定します。
   • 接続の再利用を有効にします。
   • 接続の健全性を監視します。

2. クエリ最適化

   • 適切なインデックスを使用します。
   • クエリ結果の数を制限します。
   • 複雑なアグリゲーション操作を避けます。

3. キャッシュ戦略

   • メタデータのキャッシュを有効にします。
   • よく使用されるクエリ結果をキャッシュします。
   • 期限切れのキャッシュを定期的に削除します。

📝 更新履歴

v1.0.0 (2024-01-01)

• 初期バージョンのリリース
• 複数のMongoDBインスタンスへの接続をサポート
• 基本的な構造スキャンとセマンティック分析を実装
• 完全なMCPツールセットを提供
• 自然言語クエリ生成をサポート

🧪 テスト

すべてのテストを実行する

python -m pytest tests/ -v

単体テストを実行する

# 接続マネージャーのテスト
python -m pytest tests/unit/test_connection_manager.py -v

# クエリエンジンのテスト
python -m pytest tests/unit/test_query_engine.py -v

# メタデータマネージャーのテスト
python -m pytest tests/unit/test_metadata_manager.py -v

# データベーススキャナーのテスト
python -m pytest tests/unit/test_database_scanner.py -v

# MCPツールのテスト
python -m pytest tests/unit/test_mcp_tools.py -v

テストカバレッジ

pip install pytest-cov
python -m pytest tests/ --cov=src --cov-report=html

環境の検証

# 起動環境を検証する
python -c "
from utils.startup_validator import validate_startup_environment
print(validate_startup_environment())
"

📚 ドキュメント

コアドキュメント

• 技術アーキテクチャ - 詳細な技術アーキテクチャの説明
• 設定ガイド - 設定ファイルの説明
• 環境変数 - 環境変数の設定説明

デプロイメントドキュメント

• デプロイメントスクリプト - 自動デプロイメントツール
• Dockerデプロイ - コンテナ化されたデプロイメント
• サービス設定 - システムサービスの設定

開発ドキュメント

• 単体テスト - 完全な単体テストセット
• エラー処理 - エラー処理メカニズム
• モニタリング指標 - 性能モニタリングシステム
• 設定検証 - 設定検証ツール

ユーザーガイド

• クイックスタート - 迅速なデプロイと使用方法
• 機能特性 - 詳細な機能説明
• トラブルシューティング - 一般的な問題の解決策

📚 その他のリソース

• Dockerデプロイメントガイド
• コントリビューションガイド
• 変更履歴
• MCPプロトコルドキュメント
• MongoDB公式ドキュメント
• Python非同期プログラミングガイド

🔧 トラブルシューティング

一般的な問題

3. MongoDBへの接続に失敗する

# MongoDBサービスの状態を確認する
sudo systemctl status mongod

# ネットワーク接続をテストする
telnet <mongodb_host> <mongodb_port>

# 認証情報を検証する
mongo --host <host> --port <port> -u <username> -p

4. 設定ファイルのエラー

# 設定ファイルを検証する
python -c "
from utils.config_validator import ConfigValidator
validator = ConfigValidator()
print(validator.validate_config_file('config.yaml'))
"

環境変数の設定

QueryNestは以下の環境変数をサポートしています：

環境変数	説明	デフォルト値	例
QUERYNEST_CONFIG_PATH	設定ファイルのパス	config.yaml	/app/config.yaml
QUERYNEST_LOG_LEVEL	ログレベル	INFO	DEBUG, INFO, WARNING, ERROR
QUERYNEST_MCP_TRANSPORT	MCPのトランスポート方式	stdio	stdio, http
QUERYNEST_MCP_HOST	HTTPモードのホストアドレス	None	0.0.0.0
QUERYNEST_MCP_PORT	HTTPモードのポート	None	8000
MONGO_PROD_PASSWORD	本番環境のMongoDBパスワード	-	your_password
MONGO_TEST_PASSWORD	テスト環境のMongoDBパスワード	-	your_password
MONGO_DEV_PASSWORD	開発環境のMongoDBパスワード	-	your_password

Linux/macOSの例：

# 設定ファイルのパスを設定する
export QUERYNEST_CONFIG_PATH=/path/to/QueryNest/config.yaml

# ログレベルを設定する
export QUERYNEST_LOG_LEVEL=DEBUG

# MCPのトランスポートモード（現在はstdioのみサポート）
export QUERYNEST_MCP_TRANSPORT=stdio

Windowsの例：

# CMD
set QUERYNEST_CONFIG_PATH=C:\path\to\QueryNest\config.yaml
set QUERYNEST_LOG_LEVEL=DEBUG

# PowerShell
$env:QUERYNEST_CONFIG_PATH="C:\path\to\QueryNest\config.yaml"
$env:QUERYNEST_LOG_LEVEL="DEBUG"

5. 依存パッケージの問題

cd /path/to/QueryNest

# 依存パッケージを再インストールする
pip install -r requirements.txt --force-reinstall

# Pythonのバージョンを確認する
python --version

# 重要なパッケージのインストール状態を確認する
pip list | grep -E "(mcp|pymongo|motor)"

6. 権限とパスの問題

# ファイルが存在することを確認する
ls -la config.yaml mcp_server.py

# ディレクトリの権限を確認する
ls -ld . logs/

# 必要に応じて権限を修正する
chmod 755 .
chmod 644 config.yaml
chmod +x mcp_server.py

# ログディレクトリが存在しない場合は作成する
mkdir -p logs/

ログ分析

詳細なログを確認するには：

# アプリケーションログを確認する
tail -f logs/querynest.log

# エラーログを確認する
tail -f logs/error.log

# システムログを確認する
journalctl -u querynest -f

性能チューニング

# システムリソースの使用状況を確認する
top
htop

# MongoDBの性能を確認する
mongotop
mongostat

# ネットワーク接続を確認する
netstat -an | grep :27017

🤝 コントリビューションガイド

私たちは様々な形でのコントリビューションを歓迎します！CONTRIBUTING.md を参照して、プロジェクト開発への参加方法を確認してください。

迅速なコントリビューションガイド

1. プロジェクトをForkする
2. 機能ブランチを作成する (git checkout -b feature/AmazingFeature)
3. テストケースを追加する
4. テストを実行して通過することを確認する (python -m pytest tests/ -v)
5. 変更をコミットする (git commit -m 'Add some AmazingFeature')
6. ブランチにプッシュする (git push origin feature/AmazingFeature)
7. Pull Requestを作成する

開発環境

# プロジェクトをクローンする
git clone <repository_url>
cd QueryNest

# 仮想環境を作成する
python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

# 開発用の依存パッケージをインストールする
pip install -r requirements.txt
pip install pytest pytest-cov black flake8

# コードをフォーマットする
black src/ tests/

# コードをチェックする
flake8 src/ tests/

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています - 詳細については LICENSE ファイルを参照してください。

🙏 謝辞

すべてのコントリビューターと以下のオープンソースプロジェクトに感謝します：

• PyMongo - MongoDBのPythonドライバー
• PyYAML - YAMLパーサー
• psutil - システムモニタリングライブラリ
• pytest - テストフレームワーク

📞 サポート

問題が発生した場合や提案がある場合は、以下の手順を実行してください：

1. FAQ を参照する
2. Issues を検索する
3. 新しい Issue を作成する
4. GitHub Discussions を参照する
5. メンテナに連絡する

🙏 謝辞

以下のプロジェクトとコントリビューターに感謝します：

• MCP (Model Context Protocol)
• PyMongo
• Motor
• Pydantic
• StructLog

---

QueryNest - MongoDBクエリをシンプルでスマートに 🚀