Agentic MCP Client

🚀 自動化MCPクライアントプロキシ

独立したプロキシランナーで、MCP（モデルコンテキストプロトコル）ツールを使用して、Anthropic Claude、AWS Bedrock、OpenAI APIを通じてタスクを実行します。これにより、AIエージェントはクラウド環境で自主的に動作し、様々なシステムと安全にやり取りすることができます。

✨ 主な機能

• 基本的なエージェントダッシュボードを備えています。
• JSON設定ファイルを使用してタスクを定義し、独立したエージェントを実行します。
• Anthropic ClaudeおよびOpenAIモデルをサポートしています。
• セッションログを記録して、エージェントの進捗状況を追跡します。

🚀 クイックスタート

Dashboard Webの実行

cd dashboard
npm i
npm run dev

ダッシュボードURL: http://localhost:3000
APIドキュメント: http://localhost:3001

📦 インストール

1. リポジトリをクローンします：

git clone [リポジトリのリンク]
cd agentic-mcp-client

2. 依存関係を設定します：

npm install

3. 設定ファイルを作成します：

touch src/config.json

📚 ドキュメント

設定ガイド

設定例

推論サーバー

"inference_server": {
  "type": "openai",
  "api_key": "your_openai_api_key",
  "model_name": "gpt-3.5-turbo"
}

MCPツール

"mcp_tools": [
  {
    "name": "tool1",
    "description": "タスク1を実行する",
    "uri": "http://localhost:8080/tool1"
  },
  {
    "name": "tool2",
    "description": "タスク2を実行する",
    "uri": "http://localhost:8081/tool2"
  }
]

MCPの仕組み

sequenceDiagram
    participant ユーザー
    participant AgentWorker
    participant LLM as 言語モデル
    participant MCP as MCPツール

    ユーザー->>AgentWorker: タスク + 設定
    AgentWorker->>MCP: ツールを初期化する
    AgentWorker->>LLM: タスクを送信する
    loop 完了するまで
        LLM->>AgentWorker: ツールの使用を要求する
        AgentWorker->>MCP: ツールを実行する
        MCP->>AgentWorker: ツールの結果
        AgentWorker->>LLM: ツールの結果を送信する
        LLM->>AgentWorker: 応答
    end
    AgentWorker->>ユーザー: 最終結果

貢献ガイド

Agentic MCP Clientへの貢献を歓迎します！貢献するには、以下の手順に従ってください：

1. リポジトリをフォークします。
2. 機能またはバグ修正用の新しいブランチを作成します。
3. 変更を加えてコミットします。
4. 変更を自分のフォークリポジトリにプッシュします。
5. メインリポジトリへのプルリクエストを作成します。

謝辞

このプロジェクトは、MCPエコシステム内の優れたオープンソースプロジェクトに触発されています：

• MCP-Bridge - MCPツールと互換性のあるOpenAIエンドポイントを提供するミドルウェアで、ツールの統合と標準化の方法を学ぶ手助けとなりました。

これらのプロジェクトの貢献者の皆さんがMCP分野で行った先駆的な仕事に感謝します。これにより、エージェント開発がより汎用的かつ強力になりました。

📄 ライセンス

Agentic MCP Clientは、Apache 2.0ライセンスの下で公開されています。詳細については、LICENSEファイルを参照してください。