Fluent MCP

🚀 流畅的MCPフレームワークの紹介

流畅的MCP（Model Context Protocol）フレームワークは、モデルコンテキストプロトコルサーバーを構築するための現代的なフレームワークです。特に、人工知能の推論機能に重点を置いています。このフレームワークは、複雑なAIモデルを管理および実行するための、効率的で安全かつ拡張しやすい方法を提供します。

🚀 クイックスタート

このセクションでは、流畅的MCPフレームワークを使って新しいサーバーを作成する方法を説明します。

コマンドラインでの生成

# コマンドを使ってプロジェクト構造を生成
fluent-mcp new my_server
cd my_server
npm install

プログラミングによる作成

from fluent_mcp import create_mcp_server

server = create_mcp_server(
    server_name="my_server",
    embedded_tools=[search_database, analyze_data],
    external_tools=[research_question],
    config={
        "provider": "ollama",
        "model": "llama2",
        "base_url": "http://localhost:11434",
        "api_key": "ollama"
    }
)

server.run()

✨ 主な機能

コアアーキテクチャパターン

2層LLM構造

• 組み込み型LLM：内部の複雑な推論と計算を処理します。
• 消費型LLM：外部モデル（Claudeなど）に使用され、APIを介してアクセスします。

ツールの分離

• 内部ツール：組み込み型LLMでのみ使用され、システムのセキュリティを強化します。
• 外部ツール：消費型LLMに公開され、機能拡張を実現します。

コアアーキテクチャパターンの実装

ツールの登録

from fluent_mcp.core.tool_registry import register_tool

@register_tool(name="search_database")
def search_database(query):
    # データベースをクエリして結果を返す
    pass

@register_tool(name="analyze_data")
def analyze_data(data):
    # データを分析して結果を返す
    pass

ツールの使用

from fluent_mcp.core.tool_registry import get_tool

# 登録されたツールを取得
database_tool = get_tool("search_database")
data_analyzer = get_tool("analyze_data")

# 操作を実行
result Database = database_tool(query)
result Analysis = data_analyzer(data)

プロンプト内のツール定義

プロンプトファイルで利用可能なツールを指定することで、制御とセキュリティを強化します。

---
name: math_tools
description: 数学関連のツールを使用するプロンプト
model: gpt-4
temperature: 0.3
tools:
  - add_numbers
  - multiply_numbers
---
あなたは計算を実行できる数学アシスタントです。
利用可能なツールを使って数学の問題を解いてください。

📚 ドキュメント

詳細なドキュメントはdocsディレクトリを参照してください。

• 入門ガイド
• ツールの作成
• サーバーの実行
• 組み込み推論
• レート制限戦略
• 自己改善システム
• トラブルシューティング
• APIリファレンス

💻 使用例

基本的な使用法

# サーバーの作成
from fluent_mcp import create_mcp_server

server = create_mcp_server(
    server_name="my_server",
    embedded_tools=[search_database, analyze_data],
    external_tools=[research_question],
    config={
        "provider": "ollama",
        "model": "llama2",
        "base_url": "http://localhost:11434",
        "api_key": "ollama"
    }
)

server.run()

高度な使用法

# ツールの登録と使用
from fluent_mcp.core.tool_registry import register_tool, get_tool

@register_tool(name="search_database")
def search_database(query):
    # データベースをクエリして結果を返す
    pass

@register_tool(name="analyze_data")
def analyze_data(data):
    # データを分析して結果を返す
    pass

# 登録されたツールを取得
database_tool = get_tool("search_database")
data_analyzer = get_tool("analyze_data")

# 操作を実行
result Database = database_tool(query)
result Analysis = data_analyzer(data)

🔧 開発情報

依存関係のインストール

pip install -e ".[dev]"

テストの実行

pytest

コード規約

flake8
black .
isort .

📄 ライセンス

MIT