MCP Server

🚀 LangChain MCP マルチサーバー統合

包括的なモデルコンテキストプロトコル（MCP）の実装です。複数のデータソースとサービスをLangChainエージェントと統合し、インテリジェントなデータ処理と保存を実現します。

🚀 主な機能

• マルチサーバーアーキテクチャ：天気、株式、MongoDB、Elasticsearchサーバーをサポート
• AIエージェント統合：利用可能なすべてのツールを賢く使うLangChainエージェント
• 自動データ保存：会話とデータが自動的にElasticsearchに保存される
• リアルタイムデータ：リアルタイムの天気アラートと株式ポートフォリオデータ
• 安全な設定：資格情報は.netrcファイルで管理される

📋 前提条件

• Python 3.8以上
• localhost:9200で実行されているElasticsearch
• localhost:27017で実行されているMongoDB（オプション）
• 株式データ用のKite Connect APIアカウント
• LLM APIアクセス（OpenAI互換エンドポイント）

📦 インストール

1. リポジトリをクローンします：

git clone https://github.com/vamsivenkat987/langchain_mcp_server.git
cd langchain_mcp_server/mcp

2. 依存関係をインストールします：

pip install langchain-mcp-adapters langchain-openai elasticsearch pymongo kiteconnect requests

3. 必要なサービスを起動します：

# Elasticsearchを起動
docker run -d -p 9200:9200 -e "discovery.type=single-node" elasticsearch:8.11.0

# MongoDBを起動（オプション）
docker run -d -p 27017:27017 mongo:latest

⚙️ 設定

プロジェクトディレクトリに.netrcファイルを作成します：

machine llm.model
login your_api_key_here
password https://your-llm-endpoint-here

machine stocks.data
login your_kite_api_key
password your_kite_api_secret
account your_kite_access_token

💻 使用例

クイックスタート

python3 mcp_client.py

個別サーバーのテスト

# 天気サーバーをテスト
python3 weather_server.py

# 株式サーバーをテスト
python3 stocks_server.py

# Elasticsearchサーバーをテスト
python3 elastic_search_server.py

# MongoDBサーバーをテスト
python3 mongo_server.py

🔧 利用可能なツール

天気サーバー (weather_server.py)

• get_alerts(state) - 米国の州のアクティブな天気アラートを取得
• 米国国立気象局APIを使用

株式サーバー (stocks_server.py)

• get_holdings() - Kite Connectから現在の株式ポートフォリオを取得
• 有効なKite Connectセッションが必要

Elasticsearchサーバー (elastic_search_server.py)

• add_document(document, index, doc_id) - Elasticsearchにドキュメントを保存
• 自動的なタイムスタンプとUUIDの生成
• 文字列入力のJSON解析

MongoDBサーバー (mongo_server.py)

• add_conversation_data(user_content, ai_content) - 会話を保存
• add_customer_data(name, age) - 顧客情報を保存

📁 プロジェクト構成

mcp/
├── mcp_client.py              # メインのLangChainエージェントクライアント
├── weather_server.py          # 天気アラートのMCPサーバー
├── stocks_server.py           # 株式ポートフォリオのMCPサーバー
├── elastic_search_server.py   # ElasticsearchのMCPサーバー
├── mongo_server.py            # MongoDBのMCPサーバー
├── test_elastic_search.py     # Elasticsearchのテストユーティリティ
├── test_kite.py              # Kite Connectの認証フロー
├── test_mcp.py               # MCPサーバーのテスト
├── .netrc                    # API資格情報（これを作成する）
├── oneEGaDCA.crt            # SSL証明書
└── README.md                 # このファイル

🤖 AIエージェントのワークフロー

LangChainエージェントは以下のワークフローに従います：

1. ユーザークエリを処理：ユーザーの要求を理解する
2. 適切なツールを呼び出す：
   • 天気クエリ → get_alerts(state)
   • 株式クエリ → get_holdings()
3. 自然な応答を提供：ユーザーの質問に平易な言葉で答える
4. データを保存：会話とデータを自動的にElasticsearchに保存する

📊 データ保存

Elasticsearchインデックス

• conversations - ユーザークエリとAI応答
• weather - 天気アラートデータ
• stocks - 株式ポートフォリオ情報
• customer_data - 顧客情報

MongoDBコレクション

• conversations - チャット履歴
• customers - 顧客データ

🔐 セキュリティ機能

• 資格情報は.netrcファイルに保存される（コード内には保存されない）
• SSL証明書のサポート
• 環境変数の設定
• 安全なAPIトークンの処理

🔍 クエリ例

• "ニューヨークの現在の天気アラートを取得してください"
• "私の株式保有状況はどうですか？"
• "私の株式ポートフォリオとニューヨークの天気に関連性はありますか？"
• "カリフォルニアの天気を表示し、データを保存してください"

🐛 トラブルシューティング

一般的な問題

1. Elasticsearch接続エラー

   • Elasticsearchがlocalhost:9200で実行されていることを確認
   • サービスにアクセス可能か確認：curl http://localhost:9200

2. Kite Connect認証エラー

   • .netrc内のAPI資格情報を確認
   • アクセストークンが有効か確認（トークンは毎日失効する）

3. MCPサーバーエラー

   • サーバーログを確認して詳細なエラーメッセージを取得
   • すべての依存関係がインストールされていることを確認

4. LLMタイムアウトエラー

   • mcp_client.py内のタイムアウトを増やす
   • ainvokeの代わりにストリーミングを使用してみる

📝 APIドキュメント

天気サーバー

• エンドポイント：米国国立気象局API
• レート制限：認証不要
• データ形式：JSON形式の天気アラート

株式サーバー

• エンドポイント：Kite Connect API
• 認証：APIキー + シークレット + アクセストークン
• レート制限：Zerodhaの制限に準拠
• データ形式：損益情報付きのポートフォリオ保有状況

🤝 コントリビューション

1. リポジトリをフォークする
2. 機能ブランチを作成する
3. 変更を加える
4. 適用可能な場合はテストを追加する
5. プルリクエストを送信する

🆘 サポート

問題や質問については：

• GitHubでイシューを作成する
• トラブルシューティングセクションを確認する
• 詳細なエラー情報を得るためにサーバーログを確認する

🔄 バージョン履歴

• v1.0.0 - マルチサーバーMCP統合の初期リリース
• v1.1.0 - 自動データ保存を追加し、エラーハンドリングを改善
• v1.2.0 - 認証とセキュリティ機能を強化