Langextract MCP

🚀 LangExtract MCP Server

Googleのlangextractライブラリ用のFastMCPサーバーです。このサーバーは、Claude CodeのようなAIアシスタントがMCPインターフェースを通じて大規模言語モデルを使用し、非構造化テキストから構造化情報を抽出できるようにします。

🚀 クイックスタート

概要

LangExtractは、LLMを使用してテキストドキュメントから構造化情報を抽出し、正確な情報源を維持するPythonライブラリです。このMCPサーバーは、Model Context Protocolを通じてlangextractの機能を公開します。サーバーには、インテリジェントキャッシュ、永続的接続、サーバー側の資格情報管理が含まれており、Claude Codeのような長時間実行される環境で最適なパフォーマンスを提供します。

Claude Codeのクイックセットアップ

前提条件

• Claude Codeがインストールされ、設定されていること
• Google Gemini APIキー（ここで取得）
• Python 3.10以上

インストール

組み込みのMCP管理を使用して、Claude Codeに直接インストールします。

claude mcp add langextract-mcp -e LANGEXTRACT_API_KEY=your-gemini-api-key -- uv run --with fastmcp fastmcp run src/langextract_mcp/server.py

サーバーは自動的に起動し、Claude Codeと統合されます。追加の設定は必要ありません。

検証

インストール後、Claude Codeで以下を入力して統合を検証します。

/mcp

サーバーが実行中であることを示す出力が表示され、サーバーに入ってそのツールの内容を確認できます。

✨ 主な機能

サーバーは、テキスト抽出ワークフロー用の以下のツールを提供します。

Core Extraction

• extract_from_text - 提供されたテキストから構造化情報を抽出します。
• extract_from_url - ウェブコンテンツから情報を抽出します。
• save_extraction_results - 結果をJSONL形式で保存します。
• generate_visualization - インタラクティブなHTMLビジュアライゼーションを作成します。

詳細については、src/langextract_mcp/resourcesの下にあるクライアント用のリソースを確認できます。

💻 使用例

現在、MCPクライアントが非構造化テキストのファイルパスを渡す機能を追加しています。

基本的な使用法

Claude Codeに自然言語で情報を抽出するように依頼します。

Extract medication information from this text: "Patient prescribed 500mg amoxicillin twice daily for infection"

Use these examples to guide the extraction:
- Text: "Take 250mg ibuprofen every 4 hours"
- Expected: medication=ibuprofen, dosage=250mg, frequency=every 4 hours

高度な使用法

複雑な抽出の場合は、構成パラメータを指定します。

Extract character emotions from Shakespeare using:
- Model: gemini-2.5-pro for better literary analysis
- Multiple passes: 3 for comprehensive extraction
- Temperature: 0.2 for consistent results

URL処理

ウェブコンテンツから直接情報を抽出します。

Extract key findings from this research paper: https://arxiv.org/abs/example
Focus on methodology, results, and conclusions

📚 ドキュメント

サポートされているモデル

このサーバーは現在、Google Geminiモデルのみをサポートしており、高度なスキーマ制約を持つ信頼性の高い構造化抽出に最適化されています。

• gemini-2.5-flash - 推奨デフォルト - 速度、コスト、品質の最適なバランス
• gemini-2.5-pro - 最高の精度が必要な複雑な推論や分析タスクに最適

サーバーは、Geminiモデルで最適なパフォーマンスを得るために、永続的接続、スキーマキャッシュ、接続プーリングを使用しています。将来のバージョンでは、追加のプロバイダーのサポートが追加される可能性があります。

構成リファレンス

環境変数

インストール時またはサーバー環境で設定します。

LANGEXTRACT_API_KEY=your-gemini-api-key  # 必須

ツールパラメータ

ツールパラメータを通じて抽出動作を構成します。

{
    "model_id": "gemini-2.5-flash",     # 言語モデルの選択
    "max_char_buffer": 1000,            # テキストチャンクサイズ
    "temperature": 0.5,                 # サンプリング温度 (0.0-1.0)  
    "extraction_passes": 1,             # 抽出試行回数
    "max_workers": 10                   # 並列処理スレッド数
}

出力形式

すべての抽出は一貫した構造化データを返します。

{
    "document_id": "doc_123",
    "total_extractions": 5,
    "extractions": [
        {
            "extraction_class": "medication", 
            "extraction_text": "amoxicillin",
            "attributes": {"type": "antibiotic"},
            "start_char": 25,
            "end_char": 35
        }
    ],
    "metadata": {
        "model_id": "gemini-2.5-flash",
        "extraction_passes": 1,
        "temperature": 0.5
    }
}

ユースケース

LangExtract MCPサーバーは、複数のドメインにわたる幅広いユースケースをサポートしています。医療や生命科学では、臨床ノートから薬剤、投与量、治療プロトコルを抽出し、放射線学や病理学のレポートを構造化し、研究論文や臨床試験データを処理することができます。法務やコンプライアンスのアプリケーションでは、契約条項、当事者、義務を抽出し、規制文書、コンプライアンスレポート、判例法を分析することができます。研究や学術分野では、論文から方法論、調査結果、引用を抽出し、調査回答やインタビューの文字起こしを分析し、歴史的またはアーカイブ資料を処理するのに役立ちます。ビジネスインテリジェンスでは、顧客のフィードバックやレビューから洞察を抽出し、ニュース記事や市場レポートを分析し、財務文書や収益レポートを処理するのに役立ちます。

サポートとドキュメント

主要なリソース:

• LangExtract Documentation - コアライブラリのリファレンス
• FastMCP Documentation - MCPサーバーフレームワーク
• Model Context Protocol - プロトコル仕様