MCP Servers Fbl

🚀 MCP（Model Context Protocol）プロジェクト

MCP（Model Context Protocol）は、USB - Cに似た汎用的な人工知能インターフェースプロトコルです。このプロトコルを用いることで、一度開発した機能を複数のAIシステムで利用することが可能になります。

🚀 クイックスタート

MCPは、AIシステムと外部のデバイスや機能を接続するためのプロトコルです。MCPサーバーは外部デバイスとしてAIシステム（Claude Desktopやクラウドアプリケーションなど）に接続でき、MCPクライアントはAIホストに組み込まれ、MCPサーバーとの1対1の通信を担当します。

✨ 主な機能

エージェント組み合わせ能力

MCPアーキテクチャは、多層エージェントの相互作用をサポートしています。AIエージェントはMCPクライアントとサーバーの両方の役割を同時に果たすことができ、専門化したモジュールが異なるタスクを独立して処理することで、より複雑な操作を実現します。

登録APIによる自己進化型AI

将来的なアップデートでは、動的なツール発見機能が導入される予定です。これにより、AIクライアントは新しいMCP機能をリアルタイムに登録および発見でき、システムが必要に応じて自動的に機能を拡張できるようになります。

開発とデバッグサポート

AnthropicのMCPインスペクターを利用することで、完全なデプロイ環境を必要とせずに、対話型のテストとデバッグが可能です。これは迅速な開発と問題解決に非常に役立ちます。

📦 インストール

ドキュメントに具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

基本的な使用法

# 示例：简单的MCP服务器端实现
class MCPServer:
    def __init__(self):
        self.tools = []
        self.resources = []
        self.prompts = []

    def register_tool(self, tool):
        self.tools.append(tool)
        print(f"工具已注册: {tool}")

    def get_resource(self, resource_id):
        for res in self.resources:
            if res["id"] == resource_id:
                return res
        return None

    def handle_prompt(self, prompt):
        # 处理提示的逻辑
        pass

# 示例：简单的MCP客户端实现
class MCPClient:
    def __init__(self, server):
        self.server = server

    def call_tool(self, tool_id):
        for tool in self.server.tools:
            if tool["id"] == tool_id:
                return tool["function"]()
        return None

    def query_resource(self, resource_id):
        return self.server.get_resource(resource_id)

    def send_prompt(self, prompt):
        self.server.handle_prompt(prompt)

📚 ドキュメント

プロジェクト背景

MCP（Model Context Protocol）は、USB - Cに似た汎用的な人工知能インターフェースプロトコルです。MCPサーバーは外部デバイスとしてAIシステム（Claude Desktopやクラウドアプリケーションなど）に接続でき、一度開発した機能を複数の場所で利用することができます。MCPクライアントはAIホストに組み込まれ、MCPプロトコルを介してサーバーと1対1で通信します。MCPクライアントはツールの呼び出し、リソースの照会、プロンプトの挿入ができ、MCPサーバーはツール（モデルによって制御：検索、データベース更新、送信）、リソース（アプリケーションによって制御：データベースレコード、API）、およびプロンプト（ユーザーによって制御：ドキュメント）を公開します。

プロジェクト目標

MCPベースのAIインフラストラクチャを構築し、AIモデルをリアルタイムの構造化知識に接続し、カスタムツールの実行によって機能を拡張し、エージェントの組み合わせ能力を強化することを目指しています。適応性とプラグイン式アーキテクチャを持つ動的なAIシステムを作成し、複数のホストに統合し、ツールの登録とリアルタイム発見によって進化させることが目標です。

プロジェクトアーキテクチャ

MCPを汎用AIインターフェースとして

MCPは相互運用性のレイヤーとして機能し、外部のAIアプリケーション（Claude、Cursorなど）が構造化データソースと実行可能な関数とやり取りできるようにします。USB - Cに似たアーキテクチャを採用しており、MCPサーバーは外部プラグインとしてさまざまなAIシステムに接続できます。

MCPクライアントとサーバーの役割

MCPクライアント（AIホストに組み込まれる）

• ツールを要求する
• リソースを照会する
• プロンプトを処理する
• AIシステムとMCPサーバーの間の橋渡しとして機能する

MCPサーバー（ローカルで実装）

• AIクライアントが動的に呼び出せるツール（天気APIなど）を公開する
• リソース（API応答、データベースクエリ結果など）を提供する
• 構造化されたユーザーインタラクションを実現するためにプロンプトを処理する

MCPアーキテクチャとワークフロー

MCPを汎用AIインターフェースとして

MCPはUSB - Cに似た機能を持ち、外部のAIアプリケーションがプラグイン形式でさまざまなAIシステムに接続できるようにします。MCPサーバーは独立した外部デバイスとして、特定の機能をAIクライアントに提供できます。

MCPクライアントとサーバーのやり取り

• MCPクライアント：AIホスト（Claude Desktopなど）に組み込まれ、ツールの要求、リソースの照会、およびプロンプトの処理を担当します。
• MCPサーバー：ローカルで実装されたサーバーで、ツール、リソース、およびプロンプトをAIクライアントが利用できるように公開します。

実装詳細

「Vibe」コードの開発

上記のコード例を参照してください。

画像説明

• 画像1：MCPプロトコルの全体アーキテクチャ図で、クライアントとサーバー間のやり取りの流れを示しています。
• 画像2：MCPツールの登録と呼び出しの模式図で、さまざまな機能を動的に登録して呼び出す方法を示しています。

🔧 技術詳細

ドキュメントに具体的な技術詳細が十分に記載されていないため、このセクションは省略されます。

📄 ライセンス

ドキュメントにライセンス情報が記載されていないため、このセクションは省略されます。