MCP Sse Client Python

🚀 MCP SSE クライアント

MCP SSE クライアントは、Server-Sent Events (SSE) をサポートする MCP サービスとやり取りするための Python ライブラリです。簡単な方法でツールを呼び出すことができ、OpenAI、Anthropic、Ollama などの複数の LLM プロバイダーを統合して、AI 駆動のツール選択を実現します。

🚀 クイックスタート

1. リポジトリのクローン

git clone https://github.com/zanetworker/mcp-sse-client-python.git
cd mcp-sse-client-python
pip install -e .

2. Streamlit アプリの実行

cd mcp-streamlit-app
streamlit run app.py

✨ 主な機能

1. シンプルな MCP クライアント

client = MCPClient(endpoint)

• endpoint：MCP サービスの URL（http または https である必要があります）

メソッド

async list_tools() -> List[ToolDef]

MCP サービスで利用可能なすべてのツールをリストします。

async invoke_tool(tool_name: str, kwargs: Dict[str, Any]) -> ToolInvocationResult

名前で特定のツールを呼び出し、パラメータを渡します。

2. LLM 駆動のツール選択

ユーザーのクエリに基づいて自動的にツールを選択して実行するために、複数の LLM プロバイダーをサポートしています。

OpenAI Bridge

bridge = OpenAIBridge(mcp_client, api_key, model="gpt-4o")

Anthropic Bridge

bridge = AnthropicBridge(mcp_client, api_key, model="claude-3-opus-20240229")

Ollama Bridge

bridge = OllamaBridge(mcp_client, model="llama3", host=None)

共通メソッド

async process_query(query: str) -> Dict[str, Any]

ユーザーのクエリを処理し、LLM を介してツールの選択と実行を行います。

3. コマンドラインインターフェイス (CLI)

強力な CLI ツールを提供し、以下の操作をサポートしています。

• 任意の MCP エンドポイントに接続する
• OpenAI、Anthropic、Ollama の中から LLM を選択する
• 利用可能なツールとそのパラメータを表示する
• 自然言語でツールをテストする
• ツール選択の推論と結果を可視化する

4. 対話型テスト UI

Streamlit アプリが含まれており、ユーザーフレンドリーなインターフェイスを提供します。

• 任意の MCP エンドポイントに接続する
• OpenAI、Anthropic、Ollama の中から LLM を選択する
• 利用可能なツールとそのパラメータを表示する
• 自然言語でツールをテストする
• ツール選択の推論と結果を可視化する

📦 インストール

ソースコードからのインストール

git clone https://github.com/zanetworker/mcp-sse-client-python.git
cd mcp-sse-client-python
pip install -e .

pip を使用したインストール（リリース後）

pip install mcp-sse-client

サポートされている LLM プロバイダー

• OpenAI：GPT-4o、GPT-4、GPT-3.5-Turbo モデルをサポート
• Anthropic：Claude 3 Opus、Claude 3 Sonnet、Claude 3 Haiku モデルをサポート
• Ollama：Llama 3、Mistral などのローカルホストモデルをサポート

📚 ドキュメント

MCPClient

client = MCPClient(endpoint)

• endpoint：MCP サービスの URL（http または https である必要があります）

メソッド

async list_tools() -> List[ToolDef]

利用可能なツールをリストします。

async invoke_tool(tool_name: str, kwargs: Dict[str, Any]) -> ToolInvocationResult

名前で特定のツールを呼び出し、パラメータを渡します。

LLM Bridge

複数の LLM プロバイダーのブリッジクラスを提供し、統一されたインターフェイスで呼び出すことができます。

OpenAI Bridge

bridge = OpenAIBridge(mcp_client, api_key, model="gpt-4o")

Anthropic Bridge

bridge = AnthropicBridge(mcp_client, api_key, model="claude-3-opus-20240229")

Ollama Bridge

bridge = OllamaBridge(mcp_client, model="llama3", host=None)

必要条件

• Python バージョン：3.8+
• 追加の依存関係：
  • requests
  • sseclient-py
  • langchain
  • openai
  • anthropic
  • llama-cp

プロジェクト構造

mcp-sse-client-python/
├── mcp_sse_client/
│   ├── client.py
│   ├── tools.py
│   └── bridges/
│       ├── openai_bridge.py
│       ├── anthropic_bridge.py
│       └── olalla_bridge.py
└── mcp-streamlit-app/
    ├── app.py
    └── templates/
        └── index.html

💻 使用例

基本的な使用法

from mcp_sse_client.client import MCPClient
from mcp_sse_client.bridges.openai_bridge import OpenAIBridge

# MCP クライアントの初期化
client = MCPClient("http://localhost:8000")

# 利用可能なツールの取得
tools = client.list_tools()
print(tools)

# 名前でツールを呼び出す
result = await client.invoke_tool("tool_name", {"param": "value"})
print(result)

LLM 駆動のツール選択

from mcp_sse_client.bridges.openai_bridge import OpenAIBridge

# OpenAI ブリッジの初期化
bridge = OpenAIBridge(mcp_client, api_key="your-api-key", model="gpt-4")

# ユーザークエリの処理
result = await bridge.process_query("你的查询内容")
print(result)

プロジェクトの目標

MCP SSE クライアントは、MCP サービスとのやり取りを簡素化すると同時に、強力な LLM 統合機能を提供します。統一されたインターフェイスと柔軟なツール呼び出しメカニズムにより、開発者が迅速にスマートなアプリケーションを構築できるよう支援します。

コントリビューションガイド

コントリビューションを歓迎します！開発に参加する方法については、CONTRIBUTING.md を参照してください。