mcpField
B
Build a MCP Server

Build a MCP Server

ローカル
github.com/nicknochnack開発ツール6085 週間前に更新
リポジトリ

Build a MCP Server について

訓練済みの Random Forest モデルを MCP サーバーとして提供し、Bee Framework と統合して ReAct による対話を行う方法を示したチュートリアルです。MLモデルを MCP で公開したい開発者を対象としています。

主な機能

  1. 01Random Forest モデルを提供する MCP サーバー
  2. 02Bee Framework と連携した ReAct の対話
  3. 03uv によるサーバーとエージェントスクリプトの実行
  4. 04FastAPI でホストする ML サーバーの手順

活用シーン

  1. 01ML モデルを MCP サーバーとして包む方法の学習
  2. 02Bee Framework を用いた ReAct エージェントのプロトタイプ作成

MCP 対応

このプロジェクトは訓練済みモデルの機能を公開する MCP サーバーを提供し、別のエージェントスクリプトが MCP クライアント経由でそれを呼び出します。

#mcp#ml-server#random-forest

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

MCP サーバーを構築する

トレーニング済みのランダムフォレストモデルを提供する MCP サーバーを構築し、Bee Framework と統合して ReAct による対話を実現するための完全な手順です。

実際の動作をご覧ください 📺

README の画像

MCP サーバーを起動する 🚀

  1. このリポジトリをクローンします git clone https://github.com/nicknochnack/BuildMCPServer
  2. MCP サーバーを実行するには
    cd BuildMCPServer
    uv venv
    source .venv/bin/activate
    uv add .
    uv add ".[dev]"
    uv run mcp dev server.py
  3. エージェントを実行するには、別のターミナルで次を実行します：
    source .venv/bin/activate
    uv run singleflowagent.py

FastAPI ホスト型 ML サーバーを起動する

git clone https://github.com/nicknochnack/CodeThat-FastML
cd CodeThat-FastML
pip install -r requirements.txt
uvicorn mlapi:app --reload
構築方法の詳しい手順はこちら
にもあります。

その他の参考資料 🔗

誰が、いつ、なぜ？

👨🏾‍💻 作成者：Nick Renotte
📅 バージョン：1.x
📜 ライセンス：このプロジェクトは MIT License の下でライセンスされています

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。