MCP REST API and CLI Client

MCP REST API とコマンドラインクライアント

Model Context Protocol (MCP) サーバーと対話するためのシンプルな REST API とコマンドラインクライアントです。

主な機能

1. MCP 互換サーバー

• 任意の MCP 互換サーバー をサポートします。
• 事前設定されたデフォルトサーバー:
  • SQLite (test.db にはサンプル製品データが含まれています)
  • Brave Search
• 追加の MCP サーバーは mcp-server-config.json ファイルで追加できます

2. LangChain との統合

• LangChain を活用して LLM プロンプトを実行します。
• 複数の MCP サーバーが協力して同時に特定のクエリに応答することを可能にします。

3. LLM プロバイダーサポート

• 関数機能をサポートする API を提供する任意の LLM プロバイダーと互換性があります。
• 例:
  • OpenAI
  • Claude
  • Gemini
  • AWS Nova
  • Groq
  • Ollama
  • 基本的にすべての LLM プロバイダーが関数ベースの API を提供する限りサポートされます。詳細は langchain ドキュメント を参照してください。

セットアップ

1. リポジトリをクローンします:

   git clone https://github.com/rakesh-eltropy/mcp-client.git
   

2. プロジェクトディレクトリに移動する リポジトリをクローンした後、プロジェクトディレクトリに移動します:

   cd mcp-client
   

3. OPENAI_API_KEY 環境変数を設定します:

   export OPENAI_API_KEY=your-openai-api-key
   

   mcp-server-config.json ファイルで OPENAI_API_KEY を設定することもできます。

   mcp-server-config.json ファイルで provider と model を設定することもできます。 例: provider は ollama で model は llama3.2:3b にできます。

4. BRAVE_API_KEY 環境変数を設定します:

   export BRAVE_API_KEY=your-brave-api-key
   

   mcp-server-config.json ファイルで BRAVE_API_KEY を設定することもできます。 無料の BRAVE_API_KEY は Brave Search API から取得できます。

5. CLI から実行する:

   uv run cli.py
   

   利用可能なコマンドを確認するには、help オプションを使用します。chat コマンドを使用して LLM とチャットできます。 サンプルプロンプト:

     What is the capital city of India?
   

     Search the most expensive product from database and find more details about it from amazon?
   

6. Running from the REST API:

   uvicorn app:app --reload
   

   以下の curl コマンドを使用して LLM とチャットできます:

   curl -X POST -H "Content-Type: application/json" -d '{"message": "list all the products from my local database?"}' http://localhost:8000/chat
   

   以下の curl コマンドを使用してストリーミングで LLM とチャットできます:

   curl -X POST -H "Content-Type: application/json" -d '{"message": "list all the products from my local database?", "streaming": true}' http://localhost:8000/chat
   

貢献

改善やバグ修正のため、お気軽に Issue や Pull Request を送信してください。