Mcpml

MCPMLは、Model Context Protocol (MCP)標準に準拠したサーバーを構築するためのPythonフレームワークで、CLIツールとOpenAIエージェントの機能をサポートし、動的ロードと構造化出力などの機能を提供します。

開発者ツール人工知能チャットボット #MCPフレームワーク #Pythonツール #AIエージェント #CLIサポート .Python

スコア : 2.5ポイント

ダウンロード数 : 6.9K

更新時間 : 2025-04-28

サイトを開く

MCPMLとは？

MCPMLは、Model Context Protocol (MCP)標準に準拠したサーバーを構築するために特別に設計されたPythonフレームワークです。開発者はこれを使用して、AIサービスを簡単に作成し、コマンドラインインターフェイス(CLI)またはOpenAIエージェントを介してやり取りすることができます。

MCPMLの使い方は？

インストール後、コマンドラインツールを使用してMCPサーバーを実行するか、既存のPythonプロジェクトに統合することができます。設定はYAMLファイルで管理され、ローカルおよびリモート設定をサポートします。

適用シナリオ

AIサービスのインターフェイスを標準化する必要があるシナリオ、企業のAIシステムの統合、複数のモデルの協調プラットフォームの開発、および人間とプログラムによる両方のインタラクションをサポートする必要があるAIアプリケーションに適しています。

主要機能

MCPサーバーフレームワーク

MCP互換サーバーを構築するための完全なフレームワークを提供し、サービスがプロトコル標準に準拠することを保証します。

CLIツール統合

すべてのサーバー機能はコマンドラインからアクセスでき、スクリプトの統合と手動操作が容易です。

OpenAIエージェントサポート

OpenAIエージェントのサポートが組み込まれており、ツールをAIエージェントとして実装することができます。

動的ロード

実行ディレクトリからカスタムエージェントタイプとツールの実装を動的にロードすることをサポートします。

構造化出力

Pydanticモデルを使用して構造化出力をサポートし、プログラムによる処理を容易にします。

利点

標準化されたインターフェイス：MCPプロトコルに準拠し、サービスの相互運用性を保証します。

柔軟なデプロイ：ローカルおよびリモート設定をサポートします。

複数のアクセス方法：CLIとAIエージェントの両方のインタラクションをサポートします。

拡張が容易：モジュール化されたアーキテクチャにより、新機能の追加が簡単です。

制限

学習曲線：MCPプロトコルの基本概念を理解する必要があります。

Python依存：主にPythonエコシステムを対象としています。

初期設定：環境変数と設定ファイルの設定が必要です。

使い方

インストール

pipを使用してMCPMLパッケージをインストールします。

設定

環境変数(例：OpenAI APIキー)を設定するか、.envファイルを作成します。

サーバーの起動

デフォルト設定でサーバーを起動します。

ツールの使用

CLIを介して特定のツール機能にアクセスします。

使用例

ローカル開発テスト

開発者が機能テストのためにローカルMCPサーバーをすばやく起動します。

カスタムツールの統合

既存のPython関数をMCPツールとして統合します。

リモート設定のデプロイ

Gitリポジトリからリモート設定をロードしてサービスを起動します。

よくある質問

MCPMLは通常のPythonサーバーフレームワークとどのように異なりますか？

OpenAIサービスを使用する必要はありますか？

カスタムツールを追加するにはどうすればいいですか？

どのようなトランスポートプロトコルをサポートしていますか？

🚀 MCP サーバーマークアップ言語（MCPML）

モデルコンテキストプロトコル (MCP) サーバーを構築するためのPythonフレームワークで、コマンドラインインターフェース（CLI）とOpenAIエージェントをサポートしています。

🚀 クイックスタート

MCPMLは、MCPサーバーを構築するためのPythonフレームワークです。CLIとOpenAIエージェントをサポートし、様々な機能を提供します。以下のセクションでは、その特性、インストール方法、使用方法について説明します。

✨ 主な機能

🚀 MCPサーバーフレームワーク：Pythonを使用してMCP標準に準拠したサーバーを構築できます。
🔧 コマンドラインツール：すべてのサーバー機能はCLIコマンドでアクセスできます（人間またはスクリプト用で、MCPクライアントではありません）。
🤖 OpenAIエージェントSDKサポート：ツールまたは簡単なPython関数でOpenAIエージェントを実装できます。
🔄 エージェントからMCPへの統合：エージェントは設定によりMCPサービスを利用できます。
🛠️ 拡張可能なアーキテクチャ：カスタムツールやサービスを簡単に追加できます。
🔌 動的ロードサポート：実行ディレクトリからカスタムエージェントタイプとツール実装をサポートします。
📦 構造化出力：Pydanticモデルを使用して構造化出力をサポートします。

📦 インストール

pip install git+https://github.com/a5c-ai/mcpml#egg=mcpml

.envファイルの設定

OPENAI_API_KEY=your_openai_api_key

または

AZURE_OPENAI_ENDPOINT=https://your-azure-openai-endpoint.openai.azure.com
AZURE_OPENAI_API_KEY=your_azure_openai_api_key
OPENAI_API_VERSION=api_version

💻 使用例

基本的な使用法

mcpml --help

mcpml run

デフォルトでは、mcpml.yaml をMCPMLサーバーの設定ファイルとして使用します。

mcpml run -c https://github.com/a5c-ai/some-mcpml-server

mcpml -c mcpml.yaml tools some-tool run --arg1 value1 --arg2 value2

高度な使用法

uvxツールを使用する場合：

uvx --from git+https://github.com/a5c-ai/mcpml#egg=mcpml mcpml -c mcpml.yaml tools list

uvx --from git+https://github.com/a5c-ai/mcpml#egg=mcpml mcpmp run --transport=sse