MCP Starter

🚀 MCP 初期プロジェクト

MCP（モデルコンテキストプロトコル）を用いた、AIアプリケーション開発の初期プロジェクトです。外部ツールやAPIとの連携が可能です。

🚀 クイックスタート

MCP（モデルコンテキストプロトコル）は、外部ツールやAPIと相互作用できるAIアプリケーションを構築するための標準です。このプロジェクトは、MCPサーバーとMCPクライアントの実装を含んでいます。

✨ 主な機能

• ドキュメント検索ツール：人気のAIライブラリのドキュメントを検索します。
  • LangChain
  • LlamaIndex
  • OpenAI
• 会話管理：セッションごとにチャット履歴を維持します。
• ツール統合：AIモデルの応答とツール呼び出しをシームレスに統合します。
• エラー処理：API呼び出しとツール実行に対する堅牢なエラー処理を行います。

📦 インストール

前提条件

• Python 3.11以上
• Node.js 18以上
• Hugging Face APIキー
• Serper APIキー（Google検索機能に必要）

サーバーのセットアップ

1. Python仮想環境を作成してアクティブ化します。

cd mcp-server
python -m venv .venv
# Windowsの場合
.venv\Scripts\activate

2. 依存関係をインストールします。

pip install -e .

3. mcp-serverディレクトリに.envファイルを作成します。

SERPER_API_KEY=your_serper_api_key_here

クライアントのセットアップ

1. Node.jsの依存関係をインストールします。

cd mcp-clients
npm install

2. mcp-clientsディレクトリに.envファイルを作成します。

HUGGINGFACE_API_KEY=your_huggingface_api_key_here

3. TypeScriptコードをビルドします。

npm run build

💻 使用例

基本的な使用法

アプリケーションの実行

1. MCPサーバーを起動します。

cd mcp-server
python main.py

2. 新しいターミナルでクライアントサーバーを起動します。

cd mcp-clients
node build/index.js ../mcp-server/main.py

APIの使用

クライアントは2つのエンドポイントを公開しています。

• ヘルスチェック：GET http://localhost:3000/health
• チャット：POST http://localhost:3000/chat

チャットリクエストの例：

{
  "query": "搜索langchain文档中的RAG",
  "sessionId": "用户123"
}

📚 ドキュメント

仕組み

1. MCPサーバーは、AIモデルが呼び出せるツールを定義します。
2. クライアントはMCPサーバーに接続し、利用可能なツールを取得します。
3. ユーザーがクエリを送信すると：
   • クライアントは会話履歴をフォーマットします。
   • それをHugging Faceモデルに送信します。
   • モデルの応答からツール呼び出しを抽出して実行します。
   • ツールの結果を含む最終応答を返します。

環境変数

サーバー

• SERPER_API_KEY：Google検索機能に使用するAPIキー

クライアント

• HUGGINGFACE_API_KEY：Hugging FaceモデルにアクセスするためのAPIキー

📄 ライセンス

MITライセンス