Mcphub Trw

🚀 MCPHub プロジェクトドキュメント

MCPHub は、モデルコンテキストプロトコル（Model Context Protocol, MCP）サーバーを人工知能アプリケーションに簡単に統合するためのツールです。以下の4つの核心コンポーネントにより、この目的を達成しています。

✨ 主な機能

核心コンポーネント

1. Params Hub

   • .mcphub.json 設定ファイルから読み取った設定を管理します。
   • 使用する MCP サーバーとその設定方法を定義します。
   • サーバーのパラメータ（コマンド、パラメータ、環境変数など）を保存します。

2. MCP サーバーマネージャー

   • サーバーのインストールと起動を担当します。
   • 2種類のサーバーをサポートしています。
     • TypeScript ベースのサーバー（npx でインストール）
     • Python ベースのサーバー（uv を使って GitHub からインストール）
   • サーバーのライフサイクルと環境を管理します。

3. MCP クライアント

   • MCP サーバーとの通信を確立します。
   • 標準入出力（stdio）を使ってやり取りします。
   • 2つの主要な操作を処理します。
     • list_tools：利用可能なサーバーツールを発見します。
     • call_tool：サーバーツールを実行します。

4. フレームワークアダプター

   • MCP ツールを特定のフレームワークの形式に変換します。
   • 複数の人工知能フレームワークをサポートしています。
     • OpenAI エージェント
     • LangChain
     • Autogen

ワークフロー

1. 設定とセットアップ

   • Params Hub が設定ファイルを読み取ります。
   • サーバーマネージャーが必要なサーバーを起動します。
   • サーバーが起動し、利用可能になります。

2. 通信

   • MCP クライアントが stdio を通じてサーバーに接続します。
   • ツールが発見され、利用可能になります。
   • クライアントとサーバー間でリクエストとレスポンスがやり取りされます。

3. 統合

   • フレームワークアダプターが MCP ツールを特定のフレームワークの形式に変換します。
   • 人工知能アプリケーションが好みのフレームワークを通じてこれらのツールを使用します。
   • ツールは確立された通信チャネルを通じて実行されます。

このアーキテクチャは、MCP 機能を任意の人工知能アプリケーションにシームレスに統合する方法を提供し、同時に明確な関心事の分離とフレームワークの柔軟性を維持しています。

📦 インストール

インストールと設定

始める前に、Python 3.10 以上と poetry がインストールされていることを確認してください。次のコマンドを実行します。

poetry install

.mcphub.json 設定ファイルを編集して、使用する MCP サーバーとパラメータを指定してください。

💻 使用例

基本的な使用法

MCP サーバーからツールのリストを取得し、ツールを実行します。

from mcphub import MCPHub

async def basic_usage():
    hub = MCPHub()
    
    # すべてのサーバーを取得
    servers = hub.list_servers()
    
    # 特定の MCP サーバーのツールを取得
    tools = await hub.list_tools(mcp_name="sequential-thinking-mcp")
    
    # ツール情報を表示
    for tool in tools:
        print(f"ツール名: {tool.name}")
        print(f"説明: {tool.description}")
        print(f"パラメータ: {tool.parameters}")
        print("---")
    
    # ツールは以下のことができます。
    # - cache_tools_list=True を使用してキャッシュし、パフォーマンスを向上させる
    # - 特定のフレームワークの形式に自動変換する
    # - アダプターを通じて AI フレームワークと直接使用する

asyncio.run(basic_usage())

高度な使用法

MCP ツールを OpenAI、LangChain、Autogen などの一般的なフレームワークに統合します。

from mcphub import MCPHub, get_openai_proxy, get_langchain_proxy, get_autogen_proxy

async def advanced_usage():
    hub = MCPHub()
    
    # OpenAI プロキシを取得
    openai_proxy = await get_openai_proxy(hub)
    
    # LangChain プロキシを取得
    langchain_proxy = await get_langchain_proxy(hub)
    
    # Autogen プロキシを取得
    autogen_proxy = await get_autogen_proxy(hub)

asyncio.run(advanced_usage())

📚 ドキュメント

コードの貢献方法

1. このリポジトリをフォークします。
2. ローカルコピーで新しい機能ブランチを作成します：git checkout -b feature/your-feature
3. 変更をコミットします：git commit -m "新機能の追加"
4. リモートリポジトリにプッシュします：git push origin feature/your-feature
5. Pull Request を作成します。

問題の報告方法

Issues ページで新しい問題を作成し、遭遇した問題と再現手順を記述してください。

開発環境のセットアップ

依存関係のインストール

poetry を使用して依存関係を管理します。

poetry install

テストの実行

単体テストを実行します。

poetry run pytest tests/

コードフォーマットチェックの実行

コードフォーマットチェックを実行します（black と flake8 がインストールされていることを前提とします）。

poetry run black .
poetry run flake8 .

📄 ライセンス

MCPHub プロジェクトは MIT License の下でオープンソース化されています。