Azure Openai MCP Example

このプロジェクトでは、MCPプロトコルを使用してOpenAI、Azure OpenAI、およびGitHubモデルを統合し、TODOリストエージェントのターミナルアプリケーションを構築する方法を示しています。プロジェクトにはMCPホスト、クライアント、サーバーの3つの主要コンポーネントが含まれており、HTTPとSSEプロトコルをサポートし、ツールの呼び出しとデータベースの保存機能を提供します。

人工知能チャットボット開発者ツール #AIエージェント #MCPプロトコル #ツール統合 #データベース保存 .TypeScript

スコア : 2ポイント

ダウンロード数 : 13

更新時間 : 2025-04-28

MCPサーバーとは？

MCP（モデルコンテキストプロトコル）サーバーは、言語モデルと外部ツールを接続するためのミドルウェアです。開発者は統一されたインターフェースを介して、異なるモデルプロバイダーとインタラクションし、効率的なタスク処理を実現できます。

MCPサーバーの使い方は？

ユーザーはターミナルまたはAPIを介してMCPサーバーと通信し、リクエストを送信してレスポンスを受け取ることができます。OpenAI、Azure OpenAI、GitHub Modelsなど、複数のモデルプロバイダーをサポートしています。

適用シナリオ

外部ツールの動的呼び出し、複雑なタスクフローの管理、およびインテリジェントエージェントの構築が必要なアプリケーションシナリオに適しています。例えば、カスタマーサービスシステムや自動化アシスタントなどです。

主要機能

SSE（サーバー送信イベント）サポートイベントストリームを介してデータをリアルタイムでプッシュし、応答速度を向上させます。

HTTPストリーミング応答のチャンク転送をサポートし、大量データの処理に適しています。

認証（トークンベース）セキュリティトークンを使用して機密操作を保護します。

ツール統合待办事項の追加/削除など、複数の実用的なツールが組み込まれています。

リソース管理メモリ使用量と計算効率を最適化します。

利点と制限

利点

複数のモデルプロバイダーをサポートし、高い柔軟性を持ちます。

リアルタイムイベントストリームによりユーザー体験が向上します。

拡張が容易で、必要に応じて機能をカスタマイズできます。

制限

初回の設定には一定の技術的な背景が必要になる場合があります。

一部の高度な機能は特定の環境（例：Azure OpenAI）に依存しています。

使い方

依存関係のインストール

Node.js、npm、およびDockerがインストールされていることを確認してください。

モデルプロバイダーの設定

OPENAI_API_KEYやAZURE_OPENAI_ENDPOINTなどの環境変数を設定してください。

MCPサーバーの起動

コマンドを実行してHTTPまたはSSEサーバーを起動します。

使用例

待办事項の追加買い物リストに新しいタスクを追加します。

待办事項の照会現在の未完成タスクのリストを取得します。

よくある質問

異なるモデルプロバイダーを切り替えるにはどうすればいいですか？

オフラインモードをサポートしていますか？

🚀 Azure 容器应用 AI MCP プロジェクト

このプロジェクトは、Azure コンテナアプリケーションに関連する AI プロジェクトです。主にコンテナ化環境下でのインテリジェントサービスの開発と統合に焦点を当てています。

🚀 クイックスタート

このプロジェクトは、Azure コンテナアプリケーションに関連する AI 技術を用いた開発を行うものです。以下に、プロジェクトのインストール、設定、実行方法を説明します。

✨ 主な機能

コンテナオーケストレーション：Kubernetes やその他のオーケストレーションツールを通じて、コンテナアプリケーションの自動化されたデプロイと拡張を実現します。
インテリジェントサービス統合：AI モデルをコンテナアプリケーションと統合し、インテリジェントなサービス機能を提供します。
モニタリングとログ：コンテナの実行時モニタリングとログ管理機能を統合し、保守と最適化を容易にします。

📦 インストール

環境変数の設定

プロジェクトを正常に実行するためには、.env ファイルに以下の環境変数を設定する必要があります。

Azure OpenAI のキーレス認証を使用する場合

Azure OpenAI のキーレス認証機能を使用する場合は、以下の情報を提供してください。

AZURE_OPENAI_ENDPOINT="https://<ai-foundry-openai-project>.openai.azure.com"
MODEL="gpt-4.1"

# （オプション）API キーでの認証を使用する場合は、以下の変数を設定できます。
# AZURE_OPENAI_API_KEY=your_azure_openai_api_key

また、Azure CLI を使用して Azure アカウントにログインし、対象のサブスクリプションを選択してください。

az login

OpenAI サービスを使用する場合

OpenAI の API を使用するには、以下の変数を設定してください。

OPENAI_API_KEY=your_openai_api_key
MODEL="gpt-4.1"

GitHub モデルを使用する場合

GitHub が提供するモデルを使用するには、以下の変数を設定してください。

GITHUB_TOKEN=your_github_token
MODEL="openai/gpt-4.1"

💻 使用例

基本的な使用法

DevContainer での実行（推奨）

このプロジェクトには DevContainer の設定が用意されており、コンテナ化環境でプロジェクトを実行できます。これは、すべての依存関係が正しくインストールされ、設定されることを保証するため、推奨される実行方法です。 DevContainer でプロジェクトを開いた後は、Docker のセクションの説明に従って MCP サーバーを実行してください。

Docker での実行

提供されている Docker Compose ファイルを使用して、Docker コンテナで MCP サーバーを実行できます。この方法は、テストや開発環境に適しています。手順は以下の通りです。

マシンに Docker と Docker Compose がインストールされていることを確認してください。ターミナルで docker compose コマンドを入力して、インストールされているかどうかを確認できます。
プロジェクトのルートディレクトリで、以下のコマンドを実行してコンテナをビルドし、起動します。

docker compose up -d --build

このコマンドは、HTTP と SSE の MCP サーバー、および PostgreSQL データベースコンテナをビルドし、起動します。 3. 以下のコマンドを使用して、MCP ホストのターミナルにアクセスします。

docker exec -it mcp-host bash

コンテナ内で、MCP ホストを実行し、LLM エージェントとやり取りします。具体的な手順は使用説明のセクションを参照してください。

Docker を使用しない場合

Docker 環境で実行しない場合は、具体的なプロジェクトのドキュメントやガイドを参照して、従来の環境でサービスをデプロイし、設定する方法を確認してください。

注意事項

⚠️ 重要提示

キーレス認証を使用する場合は、Azure アカウントで関連機能が有効になっており、アクセスポリシーが正しく設定されていることを確認してください。

GitHub モデルを使用する場合は、その API の使用制限と規則を遵守してください。

本番環境にデプロイする前に、サービスの安定性と信頼性を確保するために、全面的なテストと最適化を行ってください。