mcpField
A
AytchMCP - Aytch4K Model Context Protocol Server

AytchMCP - Aytch4K Model Context Protocol Server

ローカル
github.com/aytch4kAI・エージェント079 週間前に更新
リポジトリ

AytchMCP - Aytch4K Model Context Protocol Server について

AytchMCPは、LLMとAytch4Kアプリケーションを接続するMCPサーバーです。リソース、ツール、プロンプト、画像データ処理を提供し、設定を通じて複数のクライアントで再利用できます。

主な機能

  1. 01LLM向けリソース提供
  2. 02ツールによるアプリ操作
  3. 03再利用可能な対話プロンプト
  4. 04画像データ処理
  5. 05プロパティファイルによる設定

活用シーン

  1. 01LLMからAytch4Kのデータにアクセス
  2. 02Aytch4Kアプリで操作を実行

MCP 対応

MCPサーバーとして、Aytch4Kのリソース、ツール、プロンプトをMCPクライアントに公開し、接続とメッセージのルーティングを担います。

#aytchmcp#model-context-protocol#llm-integration

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

AytchMCP - Aytch4K Model Context Protocol サーバー

このディレクトリには、Aytch4K アプリケーション向けの Model Context Protocol（MCP）サーバーの実装が含まれています。MCP サーバーは、LLM が Aytch4K アプリケーションとやり取りするためのインターフェースを提供します。

コンポーネント

  • uv：Python プロジェクトを管理するための Python パッケージマネージャー
  • fastmcp：MCP プロトコルの中核となるインターフェース。接続管理、プロトコルへの準拠、メッセージのルーティングを担います
  • resources：LLM に公開されるデータソース（REST API の GET エンドポイントに類似）
  • tools：LLM がサーバーを介してアクションを実行できるようにするコンポーネント（計算や副作用を伴います）
  • prompts：LLM とのやり取りに再利用できるテンプレート
  • images：画像データの処理
  • context：ツールとリソース向けの MCP 機能へのアクセス

LLM との統合

AytchMCP は複数の LLM プロバイダーに対応しています。

  • OpenAI：GPT-4、GPT-3.5、その他の OpenAI モデル
  • Anthropic：Claude、その他の Anthropic モデル
  • OpenRouter.ai：単一の API を通じて、多種多様なモデルを利用できます
  • NinjaChat.ai：NinjaChat のモデルを利用できます

Docker のセットアップ

MCP サーバーは Docker を使用してコンテナ化されています。

  • Dockerfile.build：MCP サーバーをビルドします
  • Dockerfile.run：MCP サーバーを実行します
  • docker-compose.yml：MCP サービスを統合管理します

設定

設定はプロパティファイルで管理され、次の項目をカスタマイズできます。

  • 名前
  • 変数
  • ブランディング
  • LLM との統合（OpenAI、Anthropic、OpenRouter.ai、NinjaChat.ai）
  • その他のサービスとの統合

この方法により、最小限の変更で、異なるクライアント間で MCP サーバーを再利用できます。

コメント

Markdown 対応

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。