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 : 22

更新時間 : 2025-04-28

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。

利点と制限

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