Weave MCP Server Client Trace

🚀 編織MCPサーバーとクライアントの関連追跡

このリポジトリは、Arize - ai/phoenixのサンプルに基づいて作成され、wandb/weaveにエクスポートできるように修正されています。注意: 競合状態の問題があり、これにより時々OpenAI呼び出しステップでツールが正常に動作しないことがあります。この問題は元のコードにも存在し、Weaveによって導入されたものではありません。

🚀 クイックスタート

📦 インストール

環境設定

まず、以下のコマンドを実行して環境ファイルをコピーします。

cp .env.example .env

新しい環境ファイルの関連するキーを説明に従って設定します。

依存関係のインストール

• uv:

uv sync

• pip:

pip install -r requirements.txt

💻 使用例

クライアントの実行と追跡のエクスポート

• uv:

uv run client.py

• python:

python client.py

📚 ドキュメント

（Arizeから）MCPクライアントとサーバー間のエンドツーエンド追跡の実現方法

このチュートリアルでは、MCPクライアントとサーバー間でOpenTelemetry（OTEL）コンテキストを伝播させ、完全な可観測性を実現する方法を示します。openinference - instrumentation - mcpパッケージは、クライアントとサーバーコンポーネントに計装サポートを提供することで、この目標を達成します。

何がMCPで、なぜ分散追跡が必要なのか？

MCPの主な利点の1つは、AIモデルを異なるサービス、マシン、およびプログラミング言語間の情報に接続することです。この分散型のアプローチには、以下のようないくつかの利点があります。

1. AI機能の拡張：モデルがトレーニングデータの範囲を超えた専門知識やデータソースに接続できるようにする。
2. 即時使用可能なコンポーネント：モデルを再トレーニングすることなく、新しいコンテキストプロバイダーを追加できる。
3. 多言語サポート：互換性を維持しながら、任意のプログラミング言語でコンテキストプロバイダーを実装できる。

ただし、リクエストが複数のサービスを通過すると、デバッグが困難になります。システム全体でリクエストの完全な旅程を追跡して問題の原因を特定するにはどうすればよいでしょうか？

OpenTelemetryを使用してMCPを追跡する方法

OpenTelemetryは、以下の方法でサービス間の追跡の課題を解決します。

• サービス間でコンテキストを保持：トレースIDと異なるコンポーネント間の関係を維持する。
• ネットワーク境界で自動的にコンテキストを処理：ネットワークリクエスト内のコンテキストを自動的に処理する。
• 多言語サポート：標準化された形式を使用し、任意のプログラミング言語と互換性がある。

クライアントが適切に計装された状態でサーバーを呼び出すと、以下のようになります。

1. クライアントは操作を追跡するためのスパンを作成します。
2. OTELコンテキストは自動的にMCPリクエストとともに送信されます。
3. サーバーは同じトレースを中断することなく続行します。
4. すべてのコンテキストプロバイダーはこのトレースコンテキストを継承します。
5. Phoenixでは、完全なインタラクションを接続されたトレースとして見ることができます。

この可視性は、複雑なAIシステムのデバッグ、パフォーマンスのボトルネックの最適化、および異なるコンポーネントがアプリケーションの動作に与える影響の理解に不可欠です。

設定

適切に計装されると、追跡コンテキストは自動的にMCPクライアント - サーバー境界を越えて伝播され、以下のことができます。

• 単一のトレースでクライアントからサーバーまでリクエストを追跡する。
• リクエストのライフサイクルの各段階の遅延を観察する。
• サービス境界をまたぐ任意の問題をデバッグする。

環境設定

1. このディレクトリに切り替えます。

cd tutorials/mcp/tracing_between_mcp_client_and_server

2. 必要な依存関係をインストールします。

pip install -r requirements.txt

サンプルの実行

1. ローカルでPhoenixを実行するか、オンラインのPhoenixインスタンスに接続します。認証機能を持つオンラインのPhoenixインスタンスを使用する場合は、PHOENIX_API_KEYを設定します。
2. .envファイルを更新し、OPENAI_API_KEYとPHOENIX関連のパラメータを入力します。
3. 以下のコマンドを実行してサービスを起動します。

uv run client.py

4. ブラウザを開き、http://localhost:8000にアクセスします。

コード説明

• client.py：これは、Phoenixにリクエストを送信して処理するためのシンプルなMCPクライアントです。
• server.py：これは、クライアントからのリクエストを受信して処理する基本的なMCPサーバーです。

以上の手順に従うことで、追跡機能を備えたMCPクライアントとサーバーを簡単に設定して実行することができます。