MCP Knowledgebase Llm

🚀 MCP 知識ベース

シンプルな MCP クライアント - サーバーです。

🚀 クイックスタート

この MCP 知識ベースシステムは、Python と OpenAI API を利用したシンプルなクライアント - サーバーアプリケーションです。以下にセットアップと実行の手順を説明します。

✨ 主な機能

• シンプルな MCP クライアント - サーバーの実装
• 直接のツール呼び出しと LLM を用いた対話モードのサポート
• 知識ベースのカスタマイズが可能

📦 インストール

必要条件

• Python 3.9 以上
• Poetry を用いた依存関係管理
• OpenAI API キー

セットアップ手順

1. Poetry を使って依存関係をインストールします。

poetry install

2. プロジェクトのルートディレクトリまたは親ディレクトリに .env ファイルを作成し、OpenAI API キーを記述します。

OPENAI_API_KEY=your_api_key_here

💻 使用例

基本的な使用法

アプリケーションの起動

1. サーバーを起動します。

poetry run python server.py

2. 別のターミナルでクライアントを実行します。

poetry run python client-sse.py

クライアントの使用方法

クライアントには 2 つのモードがあります。

直接のツール呼び出し

• client-sse.py の asyncio.run(test_direct_tool_calls()) 行のコメントを解除します。
• これにより、LLM を使用せずに直接ツールを呼び出すことができます。

LLM を用いた対話（デフォルト）

• OpenAI を使ってクエリを解釈し、適切なツールを呼び出します。
• 例えば、「MCP とは何ですか？」や「stdio と SSE 伝送の違いは何ですか？」などの質問を行うことができます。

高度な使用法

カスタマイズ

• server.py で新しいツールを追加するには、@mcp.tool() デコレータを持つ追加の関数を作成します。
• 知識ベースを変更するには、data/kb.json を更新します。
• OpenAI モデルを変更するには、MCPClient クラスの model パラメータを修正します。

📚 ドキュメント

プロジェクト構造

• server.py: MCP サーバーのツール付き機能の実装
• client-sse.py: MCP クライアントの LLM 付き機能の実装
• data/kb.json: MCP 関連の Q&A を含む知識ベースデータ
• pyproject.toml: Poetry の設定ファイル