mcpField
A
Axiom - A Docs Expert Agent

Axiom - A Docs Expert Agent

github.com/aasherkamal216フレームワーク・SDK863 週間前に更新

Axiom - A Docs Expert Agent について

Axiomは、AIフレームワーク、ライブラリ、ツールに関するドキュメントを扱うエージェントで、自然言語でプロジェクト構築の相談ができます。MCP Docs Serverを通じて複数のドキュメントを参照し、Geminiモデル、画像分析、モデル設定のカスタマイズに対応します。

主な機能

  1. 01対話型チャットインターフェース
  2. 02複数のドキュメントソースに対応
  3. 03複数のGeminiモデルに対応
  4. 04画像処理と分析
  5. 05モデル設定のカスタマイズ
  6. 06Dockerによるデプロイに対応

活用シーン

  1. 01フレームワークの資料を基にAIエージェントを計画
  2. 02RAGシステムやチャットボットの構築を相談
  3. 03画像やグラフをコード生成の参考にする
  4. 04設定ファイルからドキュメントソースを追加

MCP 対応

MCP Docs Serverを利用してドキュメントにアクセスし、各ソースのllms.txtに基づいて内容を取得します。

詳細

Axiom - ドキュメントに精通したエージェント

Axiom は、最新の AI フレームワーク、ライブラリ、ツールに特化した AI エージェントです。AI エージェント、RAG システム、チャットボット、認証の仕組みの作成から、フルスタック開発まで支援できます。LangGraph、MCP Docs Server、Chainlit、Gemini モデルを使用して構築されており、自然言語の指示を使ってさまざまなプロジェクトを作成できるよう支援する設計です。

AxiomAgent

機能

  • 🤖 インタラクティブなチャットインターフェース
  • 📚 複数のドキュメントソースへのアクセス
  • 🦾 複数の Gemini モデルをサポート
  • 🎨 画像の処理と分析をサポート
  • 📈 画像やグラフを活用して、本番環境に対応したコードを作成
  • 🛠️ モデル設定(温度、モデルのバージョン)をカスタマイズ可能
  • 🌐 コンテナ化したデプロイに対応する Docker サポート

ドキュメントソース

Axiom は指定されたドキュメントの llms.txt を使用し、llms.txt に記載された URL に基づいてコンテンツを取得します。 エージェントは以下のドキュメントを利用できます。

  • LangGraph Python
  • CrewAI
  • Model Context Protocol (MCP)
  • Chainlit
  • FastHTML
  • Supabase
  • Pinecone
  • Composio
  • Mem0
  • Zep
  • Stripe
  • Resend
  • Upstash
  • Netlify
  • Clerk Auth
  • Stack Auth

前提条件

  • UV パッケージマネージャー
  • Python 3.11+
  • Google Gemini API キー
  • Docker(任意):Dockerfile を使用する場合は、Docker のインストールが必要です。

インストール

  1. リポジトリをクローンします。
git clone https://github.com/aasherkamal216/Axiom.git
cd Axiom
  1. 仮想環境を作成して有効化します。
uv venv
.venv\Scripts\activate # For Windows
source .venv/bin/activate # for Mac
  1. 依存関係をインストールします。
uv sync
  1. 環境変数を設定します。
cp .env.example .env

.env ファイルに API キーやその他の認証情報を追加します。

メモ

認証を無効にする場合は、chainlit.yaml ファイルを削除します。 また、src/axiom/app.py から Oauth Callback 関数も削除します。

使用方法

アプリケーションを実行する:
  • まず MCP Doc サーバーを実行します。
uv run mcpdoc --yaml docs_config.yaml --transport sse --port 8082 --host localhost
  • 次に Chainlit インターフェースを実行します。
uv run chainlit run app.py -w

アプリケーションには http://localhost:8000 からアクセスできます。

Docker イメージをビルドする(任意)

代わりに、Docker を使用してアプリケーションを実行できます。

docker build -t axiom .
docker run -p 7860:7860 -p 8082:8082 axiom

ドキュメントを追加する

docs_config.yaml ファイルにドキュメントを追加できます。llms.txt ファイルがあるドキュメントであれば、リストに追加できます。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。