Plot MCP Server

🚀 🧠 Node.jsを用いたシンプルなMCPサーバー

このプロジェクトは、Node.jsとExpressを使用して構築された**モデルコンテキストプロトコル（MCP）**サーバーのシンプルなプロトタイプです。OpenAIのAPIと連携し、コンテキストを認識したサポートアシスタントを模倣します。例えば、物語の執筆を支援することができます。

🚀 クイックスタート

このサーバーを使用することで、以下のことができます。

• system, user, steps, resourcesを使用してコンテキストを構造化する
• OpenAI APIを呼び出し、コンテキストに基づく物語の概要を生成する
• APIを介してキャラクターを動的に追加する
• コンテキストの変更がLLMの応答に与える影響を観察する

✨ 主な機能

• system, user, steps, および resourcesを使ってコンテキストを構造化することができます。
• OpenAI APIを呼び出して、コンテキストに基づいた物語の概要を生成します。
• APIを通じてキャラクターを動的に追加できます。
• コンテキストの変更がLLMの応答に与える影響を観察できます。

📦 インストール

必要条件

• Node.js v18+
• npm
• OpenAI APIキー（ここから取得）

インストール手順

1. このリポジトリをクローンする

git clone https://github.com/takehisa10098/plot-mcp-server.git
cd plot-mcp-server

2. 依存関係をインストールする

npm install

3. .envファイルを作成する

OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx

4. context.jsonファイルを作成する

{
  "system": "あなたは小説執筆のサポートAIです。",
  "user": {
    "goal": "和風ファンタジーの短編小説を書きたい",
    "constraints": ["文字数は3000字以内", "テーマは『喪失と再生』"]
  },
  "steps": [
    { "name": "キャラクター作成", "status": "done" },
    { "name": "プロット生成", "status": "in_progress" }
  ],
  "resources": {
    "characters": [
      { "name": "アカネ", "role": "主人公", "trait": "寡黙で芯が強い" }
    ],
    "world": "戦国時代風の異世界。陰陽術が存在する。"
  }
}

5. server.jsを作成する

const express = require('express');
const fs = require('fs');
const dotenv = require('dotenv');
const openai = require('openai');

const app = express();
app.use(express.json());

const port = 3000;
app.listen(port, () => {
    console.log(`サーバーが http://localhost:${port} で実行されています`);
});

// ルートを定義する
app.get('/steps', (req, res) => {
    // ステップのロジックを処理する
});

app.post('/update/characters', (req, res) => {
    const character = req.body;
    // キャラクターをresourcesに追加する
});

6. openai.js設定ファイルを作成する

const OpenAI = require('openai');

const openaiConfig = new OpenAI({
    apiKey: process.env.OPENAI_API_KEY,
    dangerouslyAllowBrowser: true
});

module.exports = openaiConfig;

📚 ドキュメント

💡 MCPとは？

モデルコンテキストプロトコル（MCP）は、LLMのコンテキスト情報を構造化するためのフォーマットです。アプリケーションがsystem, user, steps, および resourcesを定義し、会話やプロジェクトの現在の状態を表すことができます。

このプロジェクトでは、毎回プロンプトを書き直すのではなく、構造化されたコンテキストを変更することでLLMの対話を設計する方法を示しています。

🔗 関連リンク

• Anthropic MCPドキュメント
• OpenAI関数呼び出し