Mattermost MCP Client

Mattermost MCP Host

Model Context Protocol (MCP) サーバーに接続する Mattermost インテグレーションです。LangGraph ベースの AI エージェントを活用して、Mattermost 内でユーザーと対話し、ツールを直接実行するためのインテリジェントなインターフェースを提供します。

デモ

1. サポートチャネルの Github エージェント - 既存の Issue と PR を検索し、見つからない場合は新しい Issue を作成します

2. インターネットを検索して Mattermost-MCP-server を使用してチャネルに投稿します

YouTube の完全なデモについては下記をご覧ください

機能

• 🤖 Langgraph エージェント統合: LangGraph エージェントを使用してユーザーリクエストを理解し、レスポンスを調整します。
• 🔌 MCP サーバー統合: mcp-servers.json で定義された複数の MCP サーバーに接続します。
• 🛠️ 動的ツール読み込み: 接続された MCP サーバーからツールを自動的に検出し、AI エージェントで利用可能にします。MCP ツールを langchain 構造化ツールに変換します。
• 💬 スレッド対応会話: Mattermost スレッド内の会話コンテキストを維持して、一貫性のある対話を実現します。
• 🔄 インテリジェントなツール使用: AI エージェントが利用可能なツール（複数呼び出しのチェーンを含む）を使用して、ユーザーリクエストを満たすかどうかを判断できます。
• 🔍 MCP 機能検出: ダイレクトコマンドを通じて、利用可能なサーバー、ツール、リソース、プロンプトをリストアップできます。
• #️⃣ ダイレクトコマンドインターフェース: コマンドプレフィックス（デフォルト: #）を使用して MCP サーバーと直接対話します。

概要

インテグレーションの動作は以下の通りです。

1. Mattermost 接続（mattermost_client.py）: API と WebSocket を通じて Mattermost サーバーに接続し、指定されたチャネルのメッセージをリッスンします。
2. MCP 接続（mcp_client.py）: src/mattermost_mcp_host/mcp-servers.json で定義された各 MCP サーバーへの接続（主に stdio）を確立します。各サーバーで利用可能なツールを検出します。
3. エージェント初期化（agent/llm_agent.py）: 選択した LLM プロバイダーと、接続されたすべての MCP サーバーから動的に読み込まれたツールで構成された LangGraphAgent が作成されます。
4. メッセージ処理（main.py）:
   • メッセージがコマンドプレフィックス（#）で始まる場合、それはサーバー/ツールをリストアップするか、対応する MCPClient を通じて特定のツールを呼び出すためのダイレクトコマンドとして解析されます。
   • それ以外の場合、メッセージ（スレッド履歴を含む）は LangGraphAgent に渡されます。
5. エージェント実行: エージェントがリクエストを処理し、MCPClient インスタンスを通じて 1 つ以上の MCP ツールを呼び出す可能性があり、レスポンスを生成します。
6. レスポンス配信: エージェントまたはコマンド実行からの最終レスポンスが、適切な Mattermost チャネル/スレッドに投稿されます。

セットアップ

1. リポジトリをクローンする:

   git clone <repository-url>
   cd mattermost-mcp-host
   

2. インストール:

   • uv を使用する場合（推奨）:

     # まだ uv をインストールしていない場合はインストールしてください
     # curl -LsSf https://astral.sh/uv/install.sh | sh 
     
     # venv をアクティブにする
     source .venv/bin/activate
     
     # uv でパッケージをインストール
     uv sync
     
     # 開発用の依存関係をインストールするには
     uv sync --dev --all-extras
     

3. 環境を設定する（.env ファイル）: .env.example をコピーして値を入力するか、 プロジェクトのルートに .env ファイルを作成します（または環境変数を設定します）:

   # Mattermost の詳細
   MATTERMOST_URL=http://your-mattermost-url
   MATTERMOST_TOKEN=your-bot-token # 投稿、チャネル読み取りなどの権限が必要です
   MATTERMOST_TEAM_NAME=your-team-name
   MATTERMOST_CHANNEL_NAME=your-channel-name # ボットがリッスンするチャネル
   # MATTERMOST_CHANNEL_ID= # オプション: 名前が指定されている場合は自動検出されます
   
   # LLM 設定（Azure OpenAI がデフォルト）
   DEFAULT_PROVIDER=azure
   AZURE_OPENAI_ENDPOINT=your-azure-endpoint
   AZURE_OPENAI_API_KEY=your-azure-api-key
   AZURE_OPENAI_DEPLOYMENT=your-deployment-name # 例: gpt-4o
   # AZURE_OPENAI_API_VERSION= # オプション、デフォルト値が提供されています
   
   # オプション: 他のプロバイダー（`[all]` エクストラでインストール）
   # OPENAI_API_KEY=...
   # ANTHROPIC_API_KEY=...
   # GOOGLE_API_KEY=...
   
   # コマンドプレフィックス
   COMMAND_PREFIX=# 
   

   詳細は .env.example を参照してください。

4. MCP サーバーを設定する: src/mattermost_mcp_host/mcp-servers.json を編集して、接続する MCP サーバーを定義します。src/mattermost_mcp_host/mcp-servers-example.json を参照してください。 サーバーの設定によっては、システムのパスに npx、uvx、docker をインストールする必要があります。

5. 統合を開始する:

   mattermost-mcp-host
   

前提条件

• Python 3.13.1 以上
• uv パッケージマネージャー
• Mattermost サーバーインスタンス
• API トークン付き Mattermost ボットアカウント
• LLM API へのアクセス（Azure OpenAI）

オプション

• mcp-servers.json に設定された 1 つ以上の MCP サーバー
• Tavily ウェブ検索には .env ファイルの TAVILY_API_KEY が必要です

Mattermost での使用方法

統合が実行され、接続されたら:

1. ダイレクトチャット: 設定されたチャネルまたはボットと簡単にチャットします。AI エージェントは必要に応じてツールを使用して応答します。メッセージスレッド内でコンテキストを維持します。
2. ダイレクトコマンド: 特定のアクションにはコマンドプレフィックス（デフォルト #）を使用します:
   • #help - ヘルプ情報を表示します。
   • #servers - 設定および接続されている MCP サーバーをリストします。
   • #<server_name> tools - <server_name> の利用可能なツールをリストします。
   • #<server_name> call <tool_name> <json_arguments> - <server_name> で <tool_name> を呼び出し、引数を JSON 文字列として提供します。
     • 例: #my-server call echo '{"message": "Hello MCP!"}'
   • #<server_name> resources - <server_name> の利用可能なリソースをリストします。
   • #<server_name> prompts - <server_name> の利用可能なプロンプトをリストします。

次のステップ

• ⚙️ 設定可能な LLM バックエンド: 環境変数を使用して複数の AI プロバイダー（デフォルトは Azure OpenAI、OpenAI、Anthropic Claude、Google Gemini）をサポートします。

Mattermost セットアップ

1. ボットアカウントを作成する

• [統合] > [ボットアカウント] > [ボットアカウントの追加] に進みます
• 名前と説明を入力します
• アクセストークンを .env ファイルに保存します

2. 必要なボット権限

• post_all
• create_post
• read_channel
• create_direct_channel
• read_user

3. ボットをチーム/チャネルに追加する

• ボットをチームに招待します
• 目的のチャネルにボットを追加します

トラブルシューティング

1. 接続の問題

• Mattermost サーバーが実行されていることを確認してください
• ボットトークンの権限を確認してください
• チーム/チャネル名が正しいことを確認してください

2. AI プロバイダーの問題

• API キーを検証してください
• API クォータと制限を確認してください
• API エンドポイントへのネットワークアクセスを確認してください

3. MCP サーバーの問題

• サーバーログを確認してください
• サーバー構成を確認してください
• 必要な依存関係がインストールされており、環境変数が定義されていることを確認してください

デモ

Github MCP サーバーを使用してチャットで issue を作成

(YouTube)

貢献

PR をお気軽に開いてください。

ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細は LICENSE ファイルを参照してください。