Web Search MCP

🚀 Web_Search_MCP

このプロジェクトは、Tavily APIを使用してウェブ検索ツールを作成し、それをMCP（モデルコンテキストプロトコル）と統合し、AIシステムとのシームレスなやり取りを実現します。これにより、言語モデルやアプリケーションにリアルタイムのウェブ検索機能を提供できます。

🚀 クイックスタート

Web_Search_MCP プロジェクトは、以下の手順でセットアップし、実行できます。

前提条件

• Python 3.8+：システムにPython 3.8以上がインストールされていること。
• Tavily APIキー：Tavilyのウェブサイトに登録して取得した有効なAPIキー。
• uv：Pythonのuvパッケージマネージャー。以下のコマンドでインストールできます。

pip install uv

インストール

1. プロジェクトディレクトリの作成：プロジェクトディレクトリを作成し、その中に移動します。

uv init Web_Search_MCP    

*** 上記のコードを実行すると、uvは pyproject.toml と .venv ファイルを作成します *** 2. プロジェクトファイルの作成：Web_Search_MCP ディレクトリ内に main.py と .env ファイルを作成します。 3. 仮想環境のアクティブ化：.venv/Scripts/ ディレクトリに移動し、仮想環境をアクティブ化します。 4. コードのコピー：作成した main.py と .env ファイルにコードをコピーします。 5. 依存関係のインストール：uv を使用して必要なPythonパッケージをインストールします。

uv add "mcp[cli]" python-dotenv langchain-community tavily-python

設定

1. .env ファイル：
   • Web_Search_MCP ディレクトリ内に .env ファイルを作成します。
   • 以下の形式でTavily APIキーを .env ファイルに追加します。

TAVILY_API_KEY='your_tavily_api_key'

your_tavily_api_key を実際のAPIキーに置き換えてください。

2. claude_desktop_config.json：
   • Web_Search_MCP ディレクトリ内に claude_desktop_config.json ファイルを作成します。
   • 以下の内容をファイルに貼り付けます。

{
    "proxy": null,
    "model_name": " Claude 2",
    "temperature": 0.1,
    "max_tokens": 1000,
    "tools": [
        {
            "type": "function_calling",
            "tool_name": "search_web",
            "description": "Use this tool to search the web and obtain relevant information."
        }
    ]
}

- ファイルを保存します。

実行

1. 依存関係のインストール：プロジェクトディレクトリでターミナルを開き、以下のコマンドを実行します。

pip install -r requirements.txt

2. サーバーの起動：以下のコマンドを実行してサーバーを起動します。

uvicorn main:app --reload

3. インターフェースのアクセス：ブラウザを開き、http://localhost:8000 にアクセスします。

✨ 主な機能

このプロジェクトの核心は search_web ツールで、以下の機能を提供します。

• ウェブ検索：検索クエリを入力として受け取り、Tavily APIを使用してウェブから関連する検索結果を取得します。
• 詳細な結果：検索結果から、ウェブサイトの内容、URL、関連性スコア、コンテンツタイプ、直接の回答（ある場合）などの詳細情報を提供します。
• 整形された出力：構造化されたJSON形式で検索結果を返します。出力には、ステータスインジケーター（success または error）、成功時の結果配列、タイムスタンプが含まれます。
• エラー処理：検索中にエラーが発生した場合、JSON形式で詳細なエラー情報を返します。
• 非同期処理：検索ツールは非同期で動作し、複数のリクエストを同時に処理できます。

📚 ドキュメント

概要

Web_Search_MCP プロジェクトは、以下の主要なコンポーネントを利用しています。

• Tavily API：強力な検索APIで、リアルタイムで包括的なウェブ検索結果を提供します。結果には、回答、元のコンテンツ、関連するメタデータが含まれます。
• FastMCP：FastMCPクラスはPythonの型ヒントとドキュメント文字列を使用して、自動的にツール定義を生成します。これにより、MCPツールの作成と保守が簡単になります。
• Langchain：特にLangchainが提供する TavilySearchResults ツールを使用して、Tavily APIと効率的にやり取りします。
• Dotenv：.env ファイルから環境変数を読み込むライブラリで、APIキーなどの機密情報を安全に管理します。
• uv：非常に高速なPythonパッケージインストーラーと解析器で、このプロジェクトの管理と実行に使用されます。

ツールの使用

サーバーが起動すると、モデルコンテキストプロトコルに基づいて search_web ツールが公開されます。

• ツール名：search_web
• 入力：
  • query (str)：ウェブに送信する検索クエリ。
• 出力：検索結果を含む構造化されたJSON文字列。

成功時のサンプルJSON応答：

{
    "status": "success",
    "results": [
        {
            "title": "...",
            "url": "...",
            "content": "text",
            "score": 0.9,
            "raw_content": "..."
        },
        {
            "title": "...",
            "url": "...",
            "content": "text",
            "score": 0.9,
            "raw_content": "..."
        }
    ],
    "timestamp": 1708849844.064655
}