Weather Ai Agent

🚀 谷歌双子星APIとMCPツールの統合プロジェクト説明

本プロジェクトでは、GoogleのGemini APIを、多雲プラットフォーム（MCP）フレームワークで管理されるカスタムツールと組み合わせて使用する方法を示しています。Gemini APIを使って自然言語のクエリを処理し、MCPツールを通じてクエリの意図に基づいた特定の操作を実行します。

🚀 クイックスタート

このプロジェクトを実行する前に、以下の前提条件を満たしていることを確認してください。

✨ 主な機能

• 自然言語クエリをGemini APIで処理する。
• MCPツールを使用してクエリの意図に応じた特定の操作を実行する。

📦 インストール

前提条件

• Python 3.7以上のバージョン
• Google CloudプロジェクトでGemini APIを有効にし、APIキーを取得する
• MCP環境を設定し、必要なツールをインストールする
• プロジェクトのルートディレクトリに.envファイルを作成し、以下の環境変数を追加する：

GEMINI_API_KEY=<あなたのGemini APIキー>
GEMINI_MODEL=<あなたのGeminiモデル名>
MCP_RUNNER=<mcpランナーのパス>
MCP_SCRIPT=<mcpスクリプトのパス>

インストール手順

1. リポジトリをクローンする：

git clone <リポジトリURL>
cd <リポジトリディレクトリ>

2. 仮想環境を作成する（推奨）：

python3 -m venv venv
source venv/bin/activate  # macOS/Linuxの場合

3. uvを使用して必要な依存関係をインストールする：

uv pip install dotenv google-generativeai mcp
uv add "mcp[cli]" httpx
uv pip install python-dotenv google-generativeai mcp

4. プロジェクトのルートディレクトリに.envファイルを作成し、環境変数を追加する。

GEMINI_API_KEY=あなたのAPIキー
GEMINI_MODEL=gemini-pro
MCP_RUNNER=mcpランナーのパス
MCP_SCRIPT=mcpスクリプトのパス

💻 使用例

基本的な使用法

アプリケーションを実行するには、以下のコマンドを実行します：

python main.py

📚 ドキュメント

動作原理

1. アプリケーションは環境変数を読み込み、存在を検証します。
2. MCPクライアントとの接続を確立します。
3. MCPセッション内の利用可能なツールを取得します。
4. ツール定義を添えて、Gemini APIにプロンプトを送信します。
5. モデル呼び出しによるツールの使用を処理します。
6. ツール呼び出しの結果を含む最終応答を返します。

カスタマイズガイド

プロンプトや動作をカスタマイズするには：

1. prompt変数を変更して、必要なテキストを設定します。
2. get_contents()関数を調整して、プロンプトの形式を変更します。
3. process_response()関数を拡張して、異なるタイプの応答を処理します。