MCP

🚀 MCPを使用したファイル検索と音声文字起こし

このプロジェクトでは、MCP（Multi-Channel Processing）を利用して、ファイル検索と音声文字起こしの2つの機能を実現しています。MCPは多チャンネル処理フレームワークで、複数のデータストリームを同時に処理することができます。

✨ 主な機能

• ファイル検索：HTTPサーバを介してREST APIを提供し、ユーザーは指定したパス内のファイルを検索できます。
• 音声文字起こし：fastspeechライブラリを使用して、音声を文字に変換し、詳細な文字起こし情報を提供します。

📦 インストール

依存関係のインストール

まず、プロジェクトに必要な依存関係をインストールします。

npm install
pip install -r requirements.txt  # requirements.txtファイルが作成されていることを確認してください

コンパイルとビルド

TypeScriptコードをコンパイルし、JavaScriptファイルを生成します。

npm run build

🚀 クイックスタート

サービスの起動

ファイル検索サーバ（直接実装）

src/index.tsを実行します。

ts-node src/index.ts

HTTPファイル検索サーバ

main.pyを実行します。

python main.py

デフォルトでは、サーバは8080ポートで起動します。

音声文字起こしサーバ（直接実装）

src/whisper-index.tsを実行します。

ts-node src/whisper-index.ts

HTTP音声文字起こしサーバ

whisper_server.pyを実行します。

python whisper_server.py

デフォルトでは、サーバは8081ポートで起動します。

💻 使用例

ファイル検索API

http://localhost:8080/search?path=/target/directoryにGETリクエストを送信して、指定したパス内のすべてのファイルを取得します。

リクエスト例：

curl http://localhost:8080/search?path=/home/user/documents

レスポンス例：

{
  "files": [
    "/home/user/documents/report.pdf",
    "/home/user/documents/data.csv"
  ],
  "directories": [
    "/home/user/documents/subfolder"
  ]
}

音声文字起こしAPI

http://localhost:8081/transcribeにPOSTリクエストを送信し、リクエストボディに音声データを含めます。

リクエスト例：

curl -X POST http://localhost:8081/transcribe \
     --header "Content-Type: application/json" \
     --data '{"audio":"JVBERi0xLjUK...","language":"zh-CN"}'

レスポンス例：

{
  "text": "这是一个语音转写示例。",
  "segments": [
    {
      "start": 0.0,
      "end": 2.5,
      "text": "这是"
    },
    {
      "start": 2.5,
      "end": 4.0,
      "text": "一个语音转写示例。"
    }
  ],
  "language": "zh-CN",
  "language_probability": 0.98
}

📚 ドキュメント

トラブルシューティング

• 「接続が見つかりません」というエラーが発生した場合は、MCP設定を変更した後、VS Codeを再起動してください。
• サーバーが応答しない場合は、MCPプロキシパスがコンパイル後のJavaScriptファイルを正しく指していることを確認してください。
• fastspeechを使用する際にGPUアクセラレーションが必要な場合は、必要なグラフィックドライバと計算ライブラリ（CUDAなど）がインストールされていることを確認してください。

付録

Dockerを使用したデプロイ

プロジェクトをDockerイメージにパッケージ化し、本番環境で実行することができます。以下のようにDockerfileを作成します。

FROM node:16-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm install --production

FROM python:3.8-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY --from=builder /app/ .

# デフォルトのPythonパスを設定
ENV PATH=/usr/local/bin:$PATH

EXPOSE 8080 8081
CMD ["python", "main.py", "--port", "8080"]

次に、イメージをビルドして実行します。

docker build -t mcp .
docker run -p 8080:8080 -p 8081:8081 mcp

サンプルプロジェクト構造

プロジェクトのルートディレクトリには、以下のファイルとサブディレクトリが必要です。

project/
├── src/
│   ├── index.ts
│   └── whisper-index.ts
├── build/
│   ├── index.js
│   └── whisper-index.js
├── package.json
├── tsconfig.json
├── main.py
└── whisper_server.py

依存関係の管理

Node.jsとPythonの開発環境がインストールされていることを確認し、プロジェクトに必要な依存関係をインストールしてください。

Node.js依存関係：

{
  "name": "mcp",
  "version": "1.0.0",
  "description": "Multi-Channel Processing for file search and speech transcription.",
  "scripts": {
    "build": "tsc -p tsconfig.json"
  },
  "dependencies": {
    "typescript": "^4.5.2",
    "fastspeech": "^0.13.0"
  }
}

Python依存関係：

numpy
flask
pydub

コントリビューションガイド

コントリビューションは大歓迎です！以下の手順に従ってください。

1. 機能ブランチを作成します：git checkout -b feature/your-feature
2. 変更をコミットします：git add . && git commit -m 'あなたのコミットメッセージ'
3. リモートリポジトリにプッシュします：git push origin feature/your-feature
4. プルリクエストを送信します

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。詳細については、LICENSEファイルを参照してください。