MCP Server TEST1

🚀 フィレンツェAI画像生成器MCPサーバー

このプロジェクトは、Venice AIを統合した画像生成のモデルコンテキストプロトコル（MCP）サーバーを実装し、承認/再生成のワークフローを組み合わせています。

🚀 クイックスタート

MCPとは？

モデルコンテキストプロトコル（MCP）は、アプリケーションが大規模言語モデル（LLMs）にコンテキストを提供する方法を標準化するオープンプロトコルです。これは「AIアプリのUSB - Cポート」として機能し、LLMsがさまざまなデータソースやツールに統一的な方法で接続できるようにします。

詳細情報については、公式MCP紹介ページをご覧ください。

プロジェクト概要

このMCPサーバーは、ClaudeなどのLLMsとVenice AIの画像生成機能の間に架ける橋となります。LLMsがテキストプロンプトに基づいて画像を生成できるようにし、上/下投票アイコンを備えた対話型の承認フィードバックループを実現します。

✨ 主な機能

画像生成と承認プロセス

このサーバーの主要な機能は以下の通りです：

1. Venice AIを使用して、テキストプロンプトに基づいて画像を生成します。
2. 画像上にクリック可能な上/下投票アイコンを重ねてユーザーに表示します。
3. ユーザーが上アイコンをクリックして画像を承認するか、下アイコンをクリックして再生成を要求できるようにします。
4. 必要に応じて、同じパラメータで画像を再生成します。

技術的な実装

サーバーはいくつかのMCPツールを実装しています：

• generateImage：テキストプロンプトに基づいて画像を生成します。
• approveImage：生成された画像を承認します。
• requestRegeneration：画像の再生成を要求します。
• showVotes：現在の画像の投票状況を表示します。

📦 インストール

このサーバーを実装するには、以下の手順に従ってください：

1. FastMCPライブラリをインストールします。
2. Venice AI APIの認証情報を設定します。
3. 前述のMCPツールを実装します。
4. サーバーを起動し、LLMホストに接続します。

📚 ドキュメント

モデルコンテキストプロトコルに関する詳細情報や、MCPサーバーの構築方法については、以下のリソースを参照してください：

• MCP紹介 - モデルコンテキストプロトコルの公式紹介
• MCP SDKs - Python、TypeScript、Java、Kotlin用の公式言語SDK
• MCP GitHubリポジトリ - 公式MCPの実装とサンプル
• LLMsを使用したMCPの構築 - LLMsを使用したMCPサーバーの構築チュートリアル
• サンプルサーバー - 公式MCPサーバーの実装例ライブラリ
• MCPインスペクター - MCPサーバーのデバッグ用の対話型ツール