Jitapi

🚀 JitAPI

LLM用のJust-in-Time APIオーケストレーション

JitAPIは、OpenAPI仕様から関連するエンドポイントを動的に検出することで、LLM（Claudeなど）がANY APIと対話できるようにするMCPサーバーです。JitAPIは、コンテキストにAPI仕様全体を読み込む代わりに、セマンティック検索と依存関係グラフを使用して、各タスクに必要なエンドポイントのみを見つけます。

✨ 主な機能

• セマンティック検索：自然言語クエリを使用して関連するAPIエンドポイントを見つけます。
• 依存関係グラフ：エンドポイントの依存関係を自動的に検出します（例：「POST /ordersはGET /productsのproduct_idを必要とする」）。
• LLMベースのワークフロー計画：GPT - 4o - miniを使用してクエリからパラメータを抽出し、多段階のワークフローを計画します。
• 汎用実行：手順間で自動的にパラメータを渡してワークフローを実行します。
• マルチAPIサポート：複数のAPIを同時に登録し、クエリを実行できます。
• MCP統合：Model Context Protocolを介してClaude Codeとネイティブに統合されています。

🚀 クイックスタート

📦 インストール

pip install jitapi

または、uvを使用する場合は、以下のコマンドを実行してください。

uvx jitapi

⚠️ 重要提示

macOSユーザーの場合、pipで「externally - managed - environment」エラーが発生した場合は、仮想環境を使用してください。

python3 -m venv .venv
source .venv/bin/activate
pip install jitapi

または、uvx jitapiを使用すると、この問題は自動的に処理されます。

Claude Desktopでのセットアップ

1. Claude Desktopの設定ファイルを見つけます。

2. JitAPI MCPサーバーの設定を追加します。

{
  "mcpServers": {
    "jitapi": {
      "command": "uvx",
      "args": ["jitapi"],
      "env": {
        "OPENAI_API_KEY": "sk - proj - your - key - here"
      }
    }
  }
}

3. Claude Desktopを再起動します。
4. MCPサーバーのリスト（ハンマーアイコン）で「jitapi」を探します。

Claude Codeでのセットアップ

オプションA：プロジェクトレベルの設定（推奨）

プロジェクトディレクトリに.mcp.jsonファイルを作成します。

{
  "mcpServers": {
    "jitapi": {
      "command": "uvx",
      "args": ["jitapi"],
      "env": {
        "OPENAI_API_KEY": "sk - proj - your - key - here"
      }
    }
  }
}

その後、そのディレクトリからClaude Codeを起動します。JitAPIはそのプロジェクトでのみ使用できるようになります。

オプションB：グローバル設定

~/.claude.jsonを編集して、すべてのプロジェクトでJitAPIを使用できるようにします。

{
  "mcpServers": {
    "jitapi": {
      "command": "uvx",
      "args": ["jitapi"],
      "env": {
        "OPENAI_API_KEY": "sk - proj - your - key - here"
      }
    }
  }
}

Claude Codeを再起動し、「List available JitAPI tools」と問い合わせて確認します。

代替案：pipでインストールしたパッケージを使用する

uvxではなくpipを使用してインストールした場合は、以下のように設定します。

{
  "mcpServers": {
    "jitapi": {
      "command": "python",
      "args": ["-m", "jitapi"],
      "env": {
        "OPENAI_API_KEY": "sk - proj - your - key - here"
      }
    }
  }
}

代替案：ソースからのインストール（開発用）

{
  "mcpServers": {
    "jitapi": {
      "command": "python",
      "args": ["-m", "jitapi"],
      "cwd": "/path/to/jitapi",
      "env": {
        "OPENAI_API_KEY": "sk - proj - your - key - here",
        "PYTHONPATH": "/path/to/jitapi/src"
      }
    }
  }
}

💻 使用例

基本的な使用法

設定が完了したら、自然言語を使用してAPIを操作できます。

User: "Register the Petstore API from https://petstore.swagger.io/v2/swagger.json"
Claude: [calls jitapi:register_api tool]
✓ Registered Swagger Petstore with 20 endpoints

User: "Find a pet and get its details"
Claude: [calls jitapi:get_workflow tool]
Workflow planned:
1. GET /pet/findByStatus - Find pets by status
2. GET /pet/{petId} - Get pet details
Parameters extracted: status="available" (from context)

User: "Execute that workflow"
Claude: [calls jitapi:set_api_auth, then jitapi:execute_workflow]
Step 1: Found 3 available pets
Step 2: Retrieved details for pet "Max"

🔧 技術詳細

アーキテクチャ

┌─────────────────────────────────────────────────────────────────┐
│                    INGESTION PIPELINE                           │
│                                                                 │
│  OpenAPI Spec → Parser → Graph Builder → Embedder → Storage    │
└─────────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────────┐
│                    RUNTIME PIPELINE                             │
│                                                                 │
│  Query → Vector Search → Graph Expansion → LLM Rerank →        │
│  Parameter Extraction → Workflow Execution                      │
└─────────────────────────────────────────────────────────────────┘

動作原理

1. APIを登録する：OpenAPI仕様を解析し、依存関係グラフを構築し、埋め込みを作成します。
2. クエリを実行する：ユーザーが「get weather in Tokyo」と問い合わせます。
3. 検索する：意味的に関連するエンドポイントを見つけます。
4. 拡張する：必要な依存関係（地理コーディングエンドポイント）を追加します。
5. 計画する：LLMが「Tokyo」を都市パラメータとして抽出し、データフローをマッピングします。
6. 実行する：ワークフローを実行し、地理コーディングから天気APIに座標を渡します。

📚 ドキュメント

MCPツール

設定

OpenAI APIキーの設定

JitAPIは、埋め込みとLLMベースのワークフロー計画にOpenAI APIキーが必要です。いくつかの方法で設定することができます。

オプション1：MCP設定で設定（推奨）

{
  "mcpServers": {
    "jitapi": {
      "command": "uvx",
      "args": ["jitapi"],
      "env": {
        "OPENAI_API_KEY": "sk - proj - your - key - here"
      }
    }
  }
}

オプション2：環境変数で設定

# ~/.zshrcまたは~/.bashrcに追加
export OPENAI_API_KEY="sk - proj - your - key - here"

オプション3：.envファイルで設定

以下の場所のいずれかに.envファイルを作成します（順番にチェックされます）。

1. 現在の作業ディレクトリ
2. ~/.jitapi/.env
3. ~/.env

# ~/.jitapi/.env
OPENAI_API_KEY=sk - proj - your - key - here

環境変数

例：天気APIワークフロー

User: "What's the weather in San Francisco?"

JitAPI plans the workflow:
1. GET /geo/1.0/direct
   - Parameters: q="San Francisco" (from user query)
   - Output mapping: lat=$[0].lat, lon=$[0].lon

2. GET /data/2.5/weather
   - Parameters: lat=step_1.lat, lon=step_1.lon
   - Returns: Current weather data

The LLM extracts "San Francisco" from the query and maps coordinates
between steps - no hardcoded logic required.

開発

# リポジトリをクローンする
git clone https://github.com/nk3750/jitapi.git
cd jitapi

# 開発用依存関係を含めてインストールする
pip install -e ".[dev]"

# テストを実行する
pytest

# リンティングを実行する
ruff check src/

プロジェクト構造

jitapi/
├── src/jitapi/
│   ├── main.py          # エントリーポイント
│   ├── ingestion/       # OpenAPI解析、グラフ構築、埋め込み
│   ├── retrieval/       # 検索、拡張、再ランキング
│   ├── execution/       # HTTP実行、ワークフロー実行
│   ├── mcp/             # MCPサーバー、ツール、リソース
│   └── stores/          # データ永続化
├── tests/               # 単体テスト
└── pyproject.toml

APIリファレンス

APIを登録する

# Via MCP tool
{
  "tool": "register_api",
  "arguments": {
    "api_id": "weather",
    "spec_url": "https://example.com/openapi.yaml"
  }
}

ワークフローを取得する

# Via MCP tool
{
  "tool": "get_workflow",
  "arguments": {
    "query": "get the weather in Tokyo",
    "api_id": "weather"
  }
}

# Returns:
{
  "workflow_id": "abc123",
  "steps": [
    {
      "endpoint_id": "GET /geo/1.0/direct",
      "parameters": {
        "q": {"value": "Tokyo", "source": "user_query"}
      },
      "output_mapping": {
        "lat": "$[0].lat",
        "lon": "$[0].lon"
      }
    },
    ...
  ]
}

ワークフローを実行する

# Via MCP tool
{
  "tool": "execute_workflow",
  "arguments": {
    "workflow_id": "abc123",
    "api_id": "weather"
  }
}

サポートされる認証方式

• APIキー（ヘッダ）：X - API - Key、またはカスタムヘッダ名
• APIキー（クエリ）：?apikey=...、またはカスタムパラメータ名
• ベアラートークン：Authorization: Bearer ...

📄 ライセンス

MIT

コントリビューション

コントリビューションは大歓迎です！まずはコントリビューションガイドラインをお読みください。