MCP Chinese Getting Started Guide

🚀 モデルコンテキストプロトコル（MCP）入門チュートリアル

このドキュメントは、モデルコンテキストプロトコル（Model Context Protocol、略称MCP）を使ってクイックスタートし、クラウドにデプロイする方法に関する詳細なガイドです。依存関係のインストールからMCPサービスの作成、最終的なクラウドデプロイまでの一連の流れをカバーし、関連するコード例も添付しています。

🚀 クイックスタート

📦 インストール

始める前に、以下の依存関係がインストールされていることを確認してください。

• Python 3.x
• pip（Pythonパッケージの管理に使用）
• Node.js（オプション、フロントエンド開発にのみ必要）

コマンドラインツールを使用して、以下のコマンドを実行して必要なPythonパッケージをインストールします。

pip install mcp

✨ 主な機能

MCPサービスの作成

簡単なMCPサービスの作成

公式ドキュメントまたはサンプルコードに従ってモデルのカプセル化が完了したと仮定します。次に、以下のコードを使用して簡単なMCPサービスを作成できます。

# モデルコンテキストプロトコルサービスのサンプルコード

from mcp.server import MCPModelService, Context

class MyModelService(MCPModelService):
    def __init__(self, context: Context):
        super().__init__(context)
        # モデルまたは関連コンポーネントの初期化

    async def __call__(self, inputs):
        """入力処理関数"""
        pass

# サービスインスタンスの作成
if __name__ == '__main__':
    service = MyModelService(Context())
    service.run()

実行時の設定

プロジェクトのルートディレクトリにmcp.jsonファイルを作成し、MCPサービスの実行時設定を定義します。

{
  "model": {
    "name": "my-model",
    "version": "1.0.0",
    "description": "これは簡単なモデルコンテキストプロトコルサービスの例です。",
    "author": "あなたの名前または会社名"
  },
  "server": {
    "port": 5000,
    "workers": 4
  }
}

💻 使用例

クラウドへのデプロイ

クラウドプラットフォームの選択

現在、MCPは複数のクラウドプラットフォームへのデプロイ方法をサポートしています。この記事では、阿里云関数計算（FC）を例に説明します。

関数計算サービスの作成

阿里云コンソールにログインし、「関数計算」サービスページにアクセスし、以下の手順で新しい関数を作成します。

1. 「関数の作成」をクリックします。
2. 関数名を入力し、実行環境を選択し（「MCP実行時」を推奨）、その他の設定を完了します。
3. コードと依存関係をアップロードします。

MCPサービスのデプロイ

関数計算コンソールで、作成した関数のページにアクセスし、「デプロイ」をクリックします。

テストと検証

クライアントテスト

以下のPythonコードを使用してMCPサービスをテストします。

import asyncio
from mcp.client.sse import sse_client
from mcp import ClientSession


async def main():
    async with sse_client('https://mcp-test-whhergsbso.cn-hangzhou.fcapp.run/sse') as streams:
        async with ClientSession(*streams) as session:
            await session.initialize()

            res = await session.call_tool('web_search', {'query': 'テストクエリ'})
            print(res)


if __name__ == '__main__':
    asyncio.run(main())

ツールの設定

以下のツールでは、MCPサービスのコンテキスト情報を追加することで設定を完了できます。

• VS Code：launch.jsonファイルにデバッグ設定を追加します。
• PyCharm：プラグインマーケットからMCPサポートプラグインをインストールします。
• Docker：事前に構築されたイメージを使用して迅速にデプロイします。

📚 ドキュメント

更新履歴

2023年4月9日

• 「MCP実行時」オプションを追加し、関数計算サービスの作成プロセスを簡素化しました。
• いくつかの既知の問題を修正し、パフォーマンスを最適化しました。

もっと詳しい情報は、MCP公式ドキュメントを参照するか、GitHubリポジトリにアクセスしてサポートを得てください。