Mianshiyaserver

🚀 面接鴨 MCP サーバー

面接鴨の問題検索 API は、MCP プロトコルに対応しており、国内初の MCP プロトコルをサポートする面接問題演習プラットフォームとなっています。MCP プロトコルの詳細については、公式ドキュメントを参照してください。

本サービスは MCP Java SDK をベースに開発されており、MCP プロトコルをサポートするすべてのインテリジェントアシスタント（Claude、Cursor、千帆 AppBuilder など）が簡単に接続できます。

以下に詳細な対応説明を示します。

✨ 主な機能

ツールリスト

問題検索 questionSearch

• 機能：面接問題を面接鴨内の問題リンクに変換します。
• 入力：問題
• 出力：[問題](リンク)

🚀 クイックスタート

面接鴨 MCP サーバーの使用は主に Java SDK を通じて行います。

📦 インストール

Java 接続

⚠️ 重要提示

Java 17 実行環境が必要です。

インストール

git clone https://github.com/yuyuanweb/mcp-mianshiya-server

ビルド

cd mcp-mianshiya-server
mvn clean package

使用方法

1. Cherry Studio の 設定 を開き、MCP サーバー をクリックします。

2. JSON を編集 をクリックし、以下の設定を設定ファイルに追加します。

{
  "mcpServers": {
    "mianshiyaServer": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=",
        "-jar",
        "/yourPath/mcp-server-0.0.1-SNAPSHOT.jar"
      ],
      "env": {}
    }
  }
}

3. 設定 - モデルサービス でモデルを選択し、API キーを入力し、モデルパラメータを設定し、ツール関数呼び出し機能を有効にします。

4. 入力ボックスの下で MCP サービスをオンにするチェックボックスをオンにします。

5. 設定が完了したら、面接問題を検索します。

💻 使用例

コード呼び出し

依存関係の導入

<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-starter</artifactId>
    <version>1.0.0-M6.1</version>
</dependency>
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
    <version>1.0.0-M6</version>
</dependency>

MCP サーバーの設定

application.yml で MCP サーバーの関連パラメータを設定する必要があります。

spring:
  ai:
    mcp:
      client:
        stdio:
          # MCPサーバー設定ファイルを指定
          servers-configuration: classpath:/mcp-servers-config.json
  mandatory-file-encoding: UTF-8

mcp-servers-config.json の設定は以下の通りです。

{
  "mcpServers": {
    "mianshiyaServer": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=",
        "-jar",
        "/Users/gulihua/Documents/mcp-server/target/mcp-server-0.0.1-SNAPSHOT.jar"
      ],
      "env": {}
    }
  }
}

クライアントではアリババの通義千問モデルを使用するため、spring-ai-alibaba-starter 依存関係を導入しています。他のモデルが必要な場合は、具体的な状況に応じて調整してください。

チャットクライアントの初期化

@Bean
public ChatClient initChatClient(ChatClient.Builder chatClientBuilder,
                                 ToolCallbackProvider mcpTools) {
    return chatClientBuilder
            .defaultTools(mcpTools)
            .build();
}

インターフェース呼び出し

@PostMapping(value = "/ai/answer/sse", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> generateStreamAsString(@RequestBody AskRequest request) {

    Flux<String> content = chatClient.prompt()
            .user(request.getContent())
            .stream()
            .content();
    return content
            .concatWith(Flux.just("[complete]"));

}