MCP Hub Documentation

🚀 MCP コンソールドキュメント

MCP コンソールは、モデルコンテキストプロトコル（MCP）のサーバーとクライアントを作成および管理するためのフレームワークです。uv ツールを利用して、高速なパッケージインストールと設定管理を実現します。

🚀 クイックスタート

UV を使用する理由

UV はパッケージ管理と設定を簡素化し、コマンドの実行速度が非常に速いです。いくつかのコマンドを学ぶだけで使用を開始できます。

• プロジェクトの初期化：

  uv init
  

• Python バージョンと依存関係の同期：

  uv sync
  

詳細については、UV GitHub リポジトリをご覧ください。

MCP の基礎知識

MCP の基礎知識を理解し、MCP サーバーの作成を開始するには、MCP クイックスタートサーバーガイドを参照してください。

サンプル MCP サーバーの作成方法

1. 新しいプロジェクトディレクトリの作成

   uv init XYZ
   cd XYZ
   

2. 仮想環境の設定

   uv venv
   source .venv/bin/activate
   

3. 依存関係のインストール

   uv add "mcp[cli]" httpx
   

4. サーバーファイルの作成

   touch XYZ.py
   

MCP サーバーの実行方法

サーバーを実行するには、以下のコマンドを使用します。

uv run XYZ.py

新しい XYZ サーバーの作成例

上記の手順に従って、新しい XYZ サーバーを作成して実行します。XYZ を必要なプロジェクト名に置き換えてください。

✨ 主な機能

最近の更新内容

ノートブックディレクトリ

notebooks/ ディレクトリがプロジェクトに追加されました。このディレクトリには、JupyterHub を設定および実行するための設定ファイルとスクリプトが含まれています。主要なファイルは以下の通りです。

• jupyterhub_config.py：JupyterHub の設定。
• start_jupyterhub.sh：JupyterHub サーバーを起動するスクリプト。

CIFAR - 10 データセットダウンローダー

ai/computer - vision/09_datasets/ の下に、TensorFlow/Keras を使用して CIFAR - 10 データセットをダウンロードする新しいスクリプトが追加されました。使用するには、以下のコマンドを実行します。

python ai/computer-vision/09_datasets/download_cifar10.py

このスクリプトはデータセットをダウンロードし、確認メッセージを表示します。

AI フォルダ

ai/ フォルダには、様々なサブフォルダと人工知能関連のスクリプトが含まれています。以下はその構造と内容の概要です。

01_image_handling

• basic_manipulations.py：基本的な画像処理技術。
• blue_image.png：テスト用のサンプル画像。
• hello_cv.py：コンピュータビジョンの基礎知識を示す簡単なスクリプト。
• image_representation.py：コンピュータビジョンにおける画像の表現を説明。
• read_display_save.py：画像の読み取り、表示、保存のスクリプト。
• README.md：このサブフォルダの説明ドキュメント。

02_feature_detection

• corner_detection.py：コーナー検出の例。
• edge_detection.py：エッジ検出の例。
• feature_detection.py：特徴検出の例。
• README.md：このサブフォルダの説明ドキュメント。

03_image_segmentation

• image_segmentation.py：画像セグメンテーションの例。
• segmentation_methods.py：異なるセグメンテーション方法の実装。
• README.md：このサブフォルダの説明ドキュメント。

04_object_detection

• object_detection.py：物体検出の例。
• detection_models.py：物体検出モデルの実装。
• README.md：このサブフォルダの説明ドキュメント。

05_face_recognition

• face_detection.py：顔検出の例。
• face_recognition.py：顔認識の例。
• face_models.py：顔認識モデルの実装。
• README.md：このサブフォルダの説明ドキュメント。

🔧 付録

よく使用するコマンド

• プロジェクトの初期化：

  uv init project_name
  

• 開発環境の起動：

  uv run -d
  

• 新しい機能モジュールの作成：

  uv add feature_module
  

これらの手順とリソースを使用することで、MCP コンソールを簡単に使い始めてプロジェクトを開発することができます。