Explorium

🚀 探索者 MCP サーバー

探索者 MCP サーバーは、Explorium API とやり取りするための モデルコンテキストプロトコル サーバーです。これにより、AI アシスタントが Explorium の企業データと潜在顧客検索機能にアクセスできるようになります。

🚀 クイックスタート

探索者 MCP サーバーは、Explorium API とやり取りするためのモデルコンテキストプロトコル (MCP) サーバーです。これにより、AI アシスタントが Explorium の企業データと潜在顧客検索機能にアクセスできるようになります。

📦 インストール

探索者 MCP サーバーをインストールするには、以下のコマンドを実行します。

pip install explorium-mcp-server

🛠️ 開発環境のセットアップ

1. プロジェクトリポジトリをクローンします。

   git clone https://github.com/explorium-ai/mcp-server.git
   cd mcp-server
   

2. 依存関係をインストールします。

   pip install -r requirements.txt
   

3. 環境変数を設定し、.env ファイルを編集します。

   APP_ENV=development
   APP_SECRET=your-secret-key
   

💻 ローカルでの実行

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て、サーバーを起動します。

python src/explorium_mcp_server/__main__.py

💻 使用例

Claude Desktop

探索者 MCP サーバーを Claude Desktop に統合するには、以下の手順に従います。

1. 必要な依存関係をインストールします。

   pip install python-dotenv requests
   

2. 新しいスクリプトを作成し、以下のコードを追加します。

   from explorium_mcp_server import tools
   
   def main():
       # MCP ツールを初期化します。
       mcp_tool = tools.MCPTool()
       # データを取得します。
       data = mcp_tool.fetch_data()
       print(data)
   
   if __name__ == "__main__":
       main()
   

3. ターミナルでスクリプトを実行します。

   python your_script.py
   

ツール

探索者 MCP サーバーは以下のツールを提供します。

• MCPTool: Explorium API とのやり取りに使用します。
• DataParser: データの解析と処理に使用します。

📁 プロジェクト構造

explorer-mcp-server/
├── .env               # ローカル環境変数ファイル
├── src/              # ソースコードディレクトリ
│   └── explorium_mcp_server/
│       ├── __init__.py      # パッケージ初期化ファイル
│       ├── __main__.py      # プログラムのエントリポイント
│       ├── models/          # データモデルとアーキテクチャ
│       └── tools/           # MCP ツールの実装
├── tests/            # テストスイート
├── Makefile         # 開発用のショートカットファイル
└── README.md        # プロジェクトドキュメント

🔨 開発ワークフロー

1. 上記のように環境を設定します。
2. コードを変更し、変更を保存します。
3. コードをフォーマットします。

   make format
   

4. チェックを実行します。

   make lint
   

5. テストを実行します。

   make test
   

🔄 継続的インテグレーション

このプロジェクトは、GitHub Actions を使用して継続的インテグレーションとデリバリーを行っています。メインのワークフローは .github/workflows/ci.yml にあり、以下の操作を実行します。

1. バージョンチェック: pyproject.toml のバージョン番号がメインブランチにマージされる前に更新されていることを確認します。
2. コードスタイルチェック: ruff を使用してコードのスタイルとフォーマットを検証します。
3. テスト: テストスイートを実行し、カバレッジレポートを生成します。
4. デプロイ: コミットタグを GitHub にプッシュします。

📦 ビルドとリリース

パッケージのビルド

1. pyproject.toml のバージョン番号を更新します（各新しいバージョンで更新が必要です）。
2. ビルドコマンドを実行します。

   uv build
   

   このコマンドは、プロジェクトのルートディレクトリに dist/ フォルダを作成し、生成されたインストールパッケージを含みます。

PyPI へのリリース

1. twine がインストールされていることを確認します。

   pip install twine
   

2. ビルドされたパッケージを PyPI にアップロードします。

   twine upload dist/*
   

   PyPI の資格情報を提供するか、.pypirc ファイルを設定する必要があります。

自動バージョン管理とタグ付け

コードがメインブランチにマージされると、CI ワークフローが自動的に以下のことを行います。

1. pyproject.toml のバージョン番号を使用して、リポジトリにタグを付けます。
2. タグを GitHub にプッシュします。