MCP Py Prompt Cleaner

🚀 MCP Prompt Cleaner

このプロジェクトは、TypeScriptで書かれたPrompt Cleanerの拡張として作成されました。また、これは私の「ロゼッタストーン」プロジェクトでもあり、Pythonについて深く理解するための手がかりとして役立ちます。もちろん、このコードはCursorの助けを借りて書かれています。

このMCP Prompt Cleanerは、AIを利用して生のプロンプトを強化およびクリーンアップし、より明確で実行可能かつ効果的なものにするModel Context Protocol (MCP)サーバーです。

✨ 主な機能

• AIによる強化：大規模言語モデルを使用して、プロンプトの明確性と具体性を向上させます。
• 簡潔なシステムプロンプト：構造化された効率的なプロンプト形式を使用して、一貫した結果を得ます。
• コンテキスト認識処理：強化プロセスをガイドするために追加のコンテキストを受け入れます。
• モード固有の最適化：異なるユースケースに対応する「一般」と「コード」の両方のモードをサポートします。
• 品質評価：強化されたプロンプトに対する品質スコアと詳細なフィードバックを提供します。
• 二段階リトライ戦略：ネットワーク問題に対するHTTPレベルのリトライと、AI出力品質に対するコンテンツレベルのリトライを行います。
• 指数バックオフ：ジッターを持つ堅牢なエラーハンドリングを行い、同時アクセスの集中を防ぎます。
• MCP統合：stdioトランスポートを使用した完全なMCPプロトコル準拠。
• 本番環境対応：包括的なテストカバレッジ、クリーンなコード、および堅牢なエラーハンドリング。

📦 インストール

uvを使用する場合（推奨）

uv sync

pipを使用する場合

pip install -e .

注意: このプロジェクトは依存関係の管理にpyproject.tomlを使用しています。

📚 ドキュメント

ローカルLLM (LMStudio) - デフォルト設定

サーバーはデフォルトでLMStudioのようなローカルLLMと連携するように設定されています。APIキーは必要ありません。

# デフォルト設定（.envファイルは不要）
# LLM_API_ENDPOINT=http://localhost:1234/v1/chat/completions
# LLM_API_KEY=None (ローカルLLMでは不要)
# LLM_MODEL=local-model

クラウドLLM (OpenAI, Anthropicなど)

クラウドベースのLLMを使用する場合は、プロジェクトのルートに.envファイルを作成してください。

# LLM API設定
LLM_API_ENDPOINT=https://api.openai.com/v1/chat/completions
LLM_API_KEY=your-api-key-here
LLM_MODEL=gpt-4
LLM_TIMEOUT=60
LLM_MAX_TOKENS=600

# リトライ設定
CONTENT_MAX_RETRIES=2

注意: .envファイルのサポートはpydantic-settingsによって提供されており、追加の依存関係は必要ありません。

LMStudioの設定

1. LMStudioをダウンロードしてインストールします。
2. LMStudioを起動し、モデルをロードします。
3. ローカルサーバーを起動します（通常はhttp://localhost:1234）。
4. MCPサーバーは自動的にローカルLLMに接続します。

💻 使用例

サーバーの起動

MCPサーバーを起動するには、以下のコマンドを実行します。

python main.py

ツールの使用

サーバーはclean_promptツールを提供しており、以下のパラメータを受け入れます。

• raw_prompt (必須): ユーザーの生の、未加工のプロンプト
• context (オプション): タスクに関する追加のコンテキスト
• mode (オプション): 処理モード - "一般"または"コード"（デフォルト: "一般"）
• temperature (オプション): AIのサンプリング温度 0.0 - 1.0（デフォルト: 0.2）

基本的な使用法

ツールはパラメータを直接指定して呼び出すことができます。

# 直接関数呼び出し
result = await clean_prompt_tool(
    raw_prompt="help me write code",
    context="web development with Python",
    mode="code",
    temperature=0.1
)

または、MCPプロトコルを介して呼び出すこともできます。

{
  "method": "tools/call",
  "params": {
    "name": "clean_prompt",
    "arguments": {
      "raw_prompt": "help me write code",
      "context": "web development with Python",
      "mode": "code",
      "temperature": 0.1
    }
  }
}

高度な使用法

以下は応答の例です。

{
  "cleaned": "Help me write Python code for web development. I need assistance with [specific task] using [framework/library]. The code should [requirements] and handle [error cases].",
  "notes": [
    "Added placeholders for specific task and framework",
    "Specified requirements and error handling"
  ],
  "open_questions": [
    "What specific web development task?",
    "Which Python framework?",
    "What are the exact requirements?"
  ],
  "risks": ["Without specific details, the code may not meet requirements"],
  "unchanged": false,
  "quality": {
    "score": 4,
    "reasons": ["Clear structure", "Identifies missing information", "Actionable guidance"]
  }
}

MCPクライアントの設定

Claude Desktop

ローカルLLM (LMStudio) - APIキー不要

{
  "mcpServers": {
    "mcp-prompt-cleaner": {
      "command": "python",
      "args": ["main.py"]
    }
  }
}

クラウドLLM (OpenAIなど) - APIキー必要

{
  "mcpServers": {
    "mcp-prompt-cleaner": {
      "command": "python",
      "args": ["main.py"],
      "env": {
        "LLM_API_KEY": "your-api-key-here",
        "LLM_API_ENDPOINT": "https://api.openai.com/v1/chat/completions",
        "LLM_MODEL": "gpt-4"
      }
    }
  }
}

その他のMCPクライアント

サーバーはstdioトランスポートを使用しており、main.pyファイルを指定することで、MCP互換のクライアントで構成することができます。

🔧 技術詳細

テストの実行

uv run pytest

テストカバレッジ

このプロジェクトには以下の包括的なテストが含まれています。

• 混合コンテンツからのJSON抽出
• リトライロジックを持つLLMクライアント
• プロンプトクリーニング機能
• MCPプロトコルの統合

プロジェクト構造

├── main.py                 # ツール登録付きのMCPサーバー
├── config.py              # 設定管理
├── schemas.py             # 検証用のPydanticモデル
├── tools/
│   └── cleaner.py         # 主なclean_promptの実装
├── llm/
│   └── client.py          # リトライロジックを持つAI APIクライアント
├── utils/
│   └── json_extractor.py  # JSON抽出ユーティリティ
├── prompts/
│   └── cleaner.md         # AIシステムプロンプト
└── tests/                 # 包括的なテストスイート

必要条件

• Python 3.11以上
• MCP Python SDK
• HTTPクライアント用のhttpx
• データ検証用のpydantic
• テスト用のpytest

📄 ライセンス

MIT