Mymcp Prompt

🚀 MyMCP 提示工具

MyMCP Promptは、自然言語の記述からModel Context Protocol (MCP) サーバーを生成するためのツールです。この最小限の実用的製品（MVP）は、Google Gemini APIを使用して、ユーザーの記述を機能的なPython MCPサーバーに変換し、対応するJSON設定を生成します。

🚀 クイックスタート

MyMCP Promptは、Google Gemini APIを利用して、自然言語の記述から機能的なPython MCPサーバーとJSON設定を生成するツールです。以下に、このツールの使い方を説明します。

✨ 主な機能

• Google Gemini APIを使用して、ユーザーの自然言語記述をPython MCPサーバーとJSON設定に変換します。
• Flaskを使用したバックエンドとReactを使用したフロントエンドで構成され、ユーザーフレンドリーなWebインターフェースを提供します。

📦 インストール

1. リポジトリをクローンする

git clone https://github.com/AlexJ-StL/mymcp
cd mymcp

2. バックエンドのセットアップ（ルートディレクトリ）

仮想環境を作成してアクティブ化します（uvを推奨）。

# プロジェクトのルートディレクトリ (mymcp)
uv venv
source .venv/Scripts/activate  # Windows システム
# source .venv/bin/activate    # macOS/Linux システム

Pythonの依存関係をインストールします。

uv pip install -r requirements.txt

3. フロントエンドのセットアップ

frontend-vite ディレクトリに移動します。

cd frontend-vite

Node.jsの依存関係をインストールします。

npm install

ルートディレクトリに戻ります。

cd ..

4. Gemini APIキーの設定

⚠️ 重要提示

Google Gemini APIキーを取得し、環境変数 GEMINI_API_KEY として設定してください。APIキーをリポジトリにコミットしないでください。

Windows（コマンドプロンプト）：

set GEMINI_API_KEY=your_api_key

Windows（PowerShell）：

$env:GEMINI_API_KEY="your_api_key"

macOS/Linux：

export GEMINI_API_KEY=your_api_key

💻 使用例

基本的な使用法

1. バックエンドサーバーを起動する

ルートディレクトリで以下のコマンドを実行します。

python app.py

2. フロントエンド開発サーバーを起動する

frontend-vite ディレクトリで以下のコマンドを実行します。

npm run dev

3. アプリケーションを使用する

• ブラウザを開き、http://localhost:5173（デフォルトのフロントエンド開発サーバーアドレス）にアクセスします。
• MCPサーバーの記述を入力します。
• 「生成」ボタンをクリックして、コードと設定を生成します。

📚 ドキュメント

プロジェクト構造

このアプリケーションは以下の部分で構成されています。

Flaskバックエンド（ルートディレクトリ）

• app.py：主なFlaskアプリケーションの設定（CORS、ブループリントの登録）。
• api.py：/api/generate-mcp エンドポイントを含み、Google Gemini APIとやり取りしてサーバーコードと設定を生成します。
• requirements.txt：Pythonの依存関係を列挙します。

Reactフロントエンド（/frontend-vite ディレクトリ）

• ウェブインターフェース (frontend-vite/src/App.js) を提供し、ユーザーがサーバーの記述を入力できるようにします。
• 生成されたPythonコードとJSON設定を表示します。
• 生成されたファイルが保存される場所のパスを表示します。

変更履歴

• バージョン1.0.0：
  • 基本的なMCPサーバー生成機能をサポートする初期リリース。
  • Google Gemini APIを統合。
  • 基本的なユーザーインターフェースとバックエンド設定を提供。

将来的な機能

• OpenRouter、LiteLLM、OpenAI、Anthropic、SombaNova、Cerebras、LM Studio、Ollama、Groqなどの追加の大規模言語モデル（LLM）との統合をサポート。
• ツール/関数呼び出しの生成をサポート。
• エージェントプロンプトの生成をサポート。
• エラー処理とユーザーフィードバックを改善。
• より複雑なMCPサーバーコードの生成（例：テンプレートの使用、より良い構造）を提供。
• ユーザーエクスペリエンスインターフェースを強化。
• バックエンドとフロントエンドの単体テストを追加。