Azure Container Apps Ai MCP

このプロジェクトは、AzureコンテナアプリケーションでMCPプロトコルを使用してOpenAI、Azure OpenAI、GitHubモデルとやり取りする方法を示しています。TODOリストエージェントとの対話を行うための簡単なターミナルアプリケーションのデモを提供します。プロジェクトには、MCPホスト、クライアント、サーバー、LLMプロバイダー、Postgresデータベース、およびツールセットなどの核心コンポーネントが含まれています。

人工知能チャットボット開発者ツール #AI対話 #コンテナアプリケーション #MCPプロトコル #TODOエージェント .TypeScript

スコア : 2.5ポイント

ダウンロード数 : 7.2K

更新時間 : 2025-04-29

サイトを開く

MCPサーバーとは?

MCP(Model Context Protocol)サーバーは、異なるAIモデル(OpenAI、Azure OpenAI、GitHub Modelsなど)が統一されたプロトコルを介してクライアントアプリケーションとやり取りできるようにするミドルウェアです。ツール管理、状態保存、標準化されたインターフェース機能を提供します。

MCPサーバーの使用方法は?

簡単なターミナルインターフェースを通じてAIエージェントと対話します。エージェントはMCPサーバーが提供するツールセット(例:TODOリスト管理)にアクセスできます。HTTPとSSEの2つの通信プロトコルをサポートしています。

適用シナリオ

複数のAIモデルに統一されたインターフェースでアクセスする必要があるシナリオに適しています。例えば、AIアシスタントの構築、自動化タスク処理、または複数モデルの協調アプリケーションの開発などです。

主要機能

多プロトコルサポート

HTTPとSSE(Server-Sent Events)プロトコルの両方をサポートし、さまざまなクライアントのニーズに対応します。

多モデルサポート

OpenAI、Azure OpenAI、GitHub Modelsなどの複数のAIモデルに接続できます。

ツール管理

TODOリスト管理ツールなど、標準化されたツール呼び出しインターフェースを提供します。

状態管理

PostgreSQLを使用してエージェントの状態とツールデータを永続的に保存します。

利点

複数のAIモデルに統一されたインターフェースでアクセスでき、統合の複雑さを軽減します。

柔軟なプロトコル選択(HTTP/SSE)でさまざまなシナリオに対応します。

組み込みのツール管理により、AI機能の拡張が簡単になります。

オープンソースプロジェクトで、自由にカスタマイズおよび拡張できます。

制限

現在、認証機能は開発中です(wip)。

リソース管理機能はまだ完全に実装されていません(#3)。

ローカルのDockerランタイムでは、Azure OpenAIのマネージドID認証がサポートされていません。

使用方法

依存関係のインストール

Node.js(22+)、npm、Dockerがインストールされていることを確認してください。

環境の設定

AIモデルのアクセス資格情報(OpenAI APIキー、GitHubトークン、またはAzure OpenAIエンドポイント)を設定します。

サービスの起動

Docker Composeを使用してすべてのサービス(MCPサーバー、データベースなど)を一度に起動します。

対話体験

MCPホストのターミナルに入り、AIエージェントとの対話を開始します。

使用例

TODOリストの管理

自然言語の指示を通じて、あなたの待办事項リストを管理します。

待办事項の照会

現在のすべての待办事項リストを取得します。

よくある質問

どのAIモデルを使用するかをどのように選択しますか?

HTTPとSSEプロトコルにはどのような違いがありますか?

カスタムツールをどのように追加しますか?

なぜローカルのDockerではAzureのマネージドID認証が使えないのですか?

🚀 Azure コンテナアプリ AI MCP プロジェクトガイド

このプロジェクトは、Azure コンテナと AI 技術を使用して、効率的なマイクロサービスアーキテクチャを構築する方法を示すことを目的としています。このプロジェクトを通じて、クラウドコンテナの構成と管理方法を学ぶと同時に、人工知能モデルを統合してアプリケーションの機能を強化することができます。

🚀 クイックスタート

環境要件

オペレーティングシステム: Linux、Windows、または macOS をサポート
開発ツール: Node.js と npm（バージョン 14.0 以上）をインストールする必要があります
仮想化技術: コンテナ化デプロイには Docker と Docker Compose の使用をおすすめします
クラウドサービス: テストとデプロイには Azure Cloud を推奨します

プロジェクトの構成

設定ファイルの説明

プロジェクトのルートディレクトリには、環境変数を格納する env ファイルが含まれています。以下は設定する必要がある主要な変数です。

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

# オプション：API キーを使用した認証
AZURE_OPENAI_API_KEY=your_azure_openai_api_key

# OpenAI 設定
OPENAI_API_KEY=your_openai_api_key
MODEL="gpt-4.1"

# GitHub モデル設定
GITHUB_TOKEN=your_github_token
MODEL="openai/gpt-4.1"

注意事項

Azure OpenAI: Managed Identity を使用するには、Azure Cloud 環境で構成する必要があります。ローカル開発の場合は、API キーを使用した認証をおすすめします。
OpenAI: OpenAI の API サービスを正常に呼び出すには、OPENAI_API_KEY を設定する必要があります。
GitHub モデル: GitHub の AI モデルを呼び出すには、有効な GITHUB_TOKEN を提供する必要があります。

実行ガイド

DevContainer を使用する（推奨）

プロジェクトには DevContainer 設定が統合されており、コンテナ化環境での実行が容易になっています。この方法は、すべての依存関係のインストールと構成を自動的に処理するため、プロジェクトを実行する最適な選択肢です。

DevContainer 環境でプロジェクトを実行した後は、Docker の操作手順を参照してください。

Docker を使用する

コンテナの構築と起動 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ます。
```
docker compose up -d --build
```
このコマンドは、HTTP と SSE の 2 つの MCP サーバーと PostgreSQL データベースコンテナを構築して起動します。
MCP ホストのターミナルにアクセスする 以下のコマンドを実行して、MCP ホストの対話型環境に入ります。
```
docker exec -it mcp-host bash
```
サービスを起動する MCP ホストで、以下のコマンドを実行して関連サービスを起動します。
```
npm start mcp-server
```