Mcpx Py

🚀 mcpx-py プロジェクト

mcpx-py は、mcp.run ツールを通じて LLM と対話するための Python ライブラリです。

✨ 主な機能

サポートされる AI プロバイダー

mcpx-py は、PydanticAI がサポートするすべてのモデルをサポートしています。

📦 インストール

依存関係

• uv
• npm
• ollama（オプション）

mcp.run の設定

以下のコマンドを実行して、mcp.run のセッション ID を取得する必要があります。

npx --yes -p @dylibso/mcpx gen-session --write

これにより、新しいセッションが生成され、セッション ID が mcpx-py で使用できる設定ファイルに書き込まれます。

セッション ID を環境変数に保存する場合は、--write フラグを付けずに gen-session を実行します。

npx --yes -p @dylibso/mcpx gen-session

これにより、次のような出力が表示されます。

ログイン成功！
セッション：kabA7w6qH58H7kKOQ5su4v3bX_CeFn4k.Y4l/s/9dQwkjv9r8t/xZFjsn2fkLzf+tkve89P1vKhQ

その後、MPC_RUN_SESSION_ID 環境変数を設定します。

$ export MPC_RUN_SESSION_ID=kabA7w6qH58H7kKOQ5su4v3bX_CeFn4k.Y4l/s/9dQwkjv9r8t/xZFjsn2fkLzf+tkve89P1vKhQ

インストール方法

Python での使用

コード例

以下は、mcpx-py を使用する完全な例です。

from mcpx import MPX

# MPX インスタンスを初期化
mpx = MPX()

# 異なる LLM モデルを使用して推論を実行
print(mpx.chat("What is the weather like?"))  # デフォルトのモデルを使用
print(mpx.chat("What is the weather like?", model="gpt-3.5-turbo"))  # 指定したモデルを使用

# 構造化された出力を処理
response = mpx.chat("Tell me a joke.", result_type=dict)
print(response)

依存関係のインストール

mcpx-py を使用する前に、すべての必要な依存関係をインストールしてください。

pip install mcpx

コマンドラインでの使用

ツールのインストール

uv パッケージマネージャーを使用する場合

mcpx を uv の設定ファイル（通常は ~/.config/uv.json）に追加します。

{
  "dependencies": {
    "mcpx": "*"
  }
}

次に、以下のコマンドを実行してインストールします。

uv install

npm パッケージマネージャーを使用する場合

主に pip を通じてインストールされますが、npm を使用することもできます（ただし、推奨される方法ではありません）。

npm install mcpx-py

基本的な使い方

LLM との対話

以下のコマンドを実行して、LLM との対話を開始します。

mcpx-client chat

ヘルプ情報の取得

詳細情報が必要な場合は、以下のコマンドを実行します。

mcpx-client --help

📚 ドキュメント

サポートされるモデルとその設定方法

Gemini モデルの使用

1. Gemini でアカウントを作成します。
2. API キーを生成し、指示に従って使用します。

Ollama の使用

1. Ollama をダウンロードしてインストールします：ollama.ai
2. 必要なモデルを取得します。例えば：

ollama pull llama3.2

3. デフォルトのモデルに設定します。

ollama config default=llama3.2

Llamafile の使用

1. Llamafile モデルをダウンロードします：llamafile
2. ファイルを実行可能に設定します。

chmod +x your-model.llamafile

3. JSON API モードで実行します。

./your-model.llamafile --json-api --host 127.0.0.1 --port 8080

4. OpenAI プロバイダーを使用して、ローカルサービスのアドレス http://localhost:8080 を指定します。

サポートされるモデルのリスト

• gpt-3.5-turbo
• llama2
• llama3
• llama3.2

API キーの設定

API キーを環境変数に追加します。例えば：

export OPENAI_API_KEY="your-api-key"

これで、これらのモデルを使用して対話することができます。

以上の手順に従えば、さまざまな LLM モデルを簡単に設定して使用し、さまざまな開発ニーズに対応することができます。