Xiaohongshu Search And Comment

🚀 MCP Python 実装

MCP（Model Context Protocol）は、AIと機械学習の分野でモデルコンテキストを管理するためのプロトコルです。このプロジェクトは、MCPのPythonによる実装を提供し、ユーザーが簡単にMCPを利用できるようにします。

🚀 クイックスタート

📦 インストール

pipを使用して最新バージョンをインストールできます。

pip install python-mcp

💻 使用例

基本的な使用法

サーバーとしての使用

from mcp.server import Server, StdioServerParameters
from mcp.server.stdio import stdio_server
from mcp.types import NotificationOptions

async def run():
    server = Server()
    
    @server.list_prompts()
    async def handle_list_prompts() -> list[types.Prompt]:
        return [
            types.Prompt(
                name="example-prompt",
                description="示例提示模板",
                arguments=[
                    types.PromptArgument(
                        name="arg1", description="示例参数", required=True
                    )
                ],
            )
        ]

    @server.get_prompt()
    async def handle_get_prompt(
        name: str, arguments: dict[str, str] | None
    ) -> types.GetPromptResult:
        if name != "example-prompt":
            raise ValueError(f"未知提示：{name}")

        return types.GetPromptResult(
            description="示例提示",
            messages=[
                types.PromptMessage(
                    role="用户",
                    content=types.TextContent(type="text", text="示例提示文本"),
                )
            ],
        )

    async with stdio_server() as (read_stream, write_stream):
        await server.run(
            read_stream,
            write_stream,
            InitializationOptions(
                server_name="example",
                server_version="0.1.0",
                capabilities=server.get_capabilities(
                    notification_options=NotificationOptions(),
                    experimentalCapabilities={},
                ),
            ),
        )


if __name__ == "__main__":
    import asyncio

    asyncio.run(run())

クライアントとしての使用

from mcp.client import ClientSession, StdioServerParameters, types
from mcp.client.stdio import stdio_client

# 创建连接到 MCP 服务器的参数
server_params = StdioServerParameters(
    command="python",  # 可执行文件路径
    args=["example_server.py"],  # 可选命令行参数
    env=None,  # 可选环境变量
)

# 可选：创建采样回调函数
async def handle_sampling_message(
    message: types.CreateMessageRequestParams,
) -> types.CreateMessageResult:
    return types.CreateMessageResult(
        role="assistant",
        content=types.TextContent(
            type="text",
            text="你好，世界！来自模型",
        ),
        model="gpt-3.5-turbo",
        stop_reason="endTurn",
    )

async def run():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(
            read, write, sampling_callback=handle_sampling_message
        ) as session:
            # 获取提示列表
            await session.list_prompts()
            # 获取特定提示
            await session.get_prompt("example-prompt")

if __name__ == "__main__":
    import asyncio

    asyncio.run(run())

📚 詳細ドキュメント

MCP 基本操作

MCP 通知オプション

MCP プロトコル

概念

MCP（Model Context Protocol）は、AIと機械学習の分野でモデルコンテキストを管理するためのプロトコルです。

核心コンポーネント

1. プロンプト（Prompts）：モデルの動作と入力方法を定義します。
2. リソース（Resources）：モデルに提供されるデータとツールです。
3. ツール（Tools）：モデルの機能を拡張します。

実装手順

1. 依存関係のインストール：

   pip install python-mcp
   

2. サーバーの初期化：

   from mcp.server import Server
   
   server = Server()
   

3. プロンプトハンドラー関数の登録：

   @server.list_prompts()
   async def handle_list_prompts() -> list[types.Prompt]:
       return [...]  # プロンプトリストを返す
   

4. サーバーの起動：

   async with stdio_server() as (read_stream, write_stream):
       await server.run(...)
   

📖 参考資料

• MCP 公式ドキュメント
• Python MCP リポジトリ

以上がMCP Python実装の完全なガイドで、インストール、サンプルコード、表の説明、プロトコルの概要を網羅しています。