MCP Server with Gemini AI Integration

Gemini AI 統合 MCP サーバー

このプロジェクトでは、Gemini AI と統合したマルチコンポーネントプラットフォーム（MCP）サーバーを実装しています。自然言語によるコマンドを使って、さまざまな数学演算や複雑なタスクを実行できます。

特長

• 数学演算

  • 基本的な算術演算（加算、減算、乗算、除算）
  • 高度な数学演算（累乗、平方根、立方根）
  • 特殊関数（階乗、対数、三角関数）
  • リスト演算（リストの合計、指数の合計）

• 文字列処理

  • 文字列を ASCII 値に変換
  • 文字配列を処理

• Keynote との統合

  • Keynote アプリケーションを開く
  • 任意の寸法で長方形を描画
  • 図形にテキストを追加

• AI を活用したタスク実行

  • Gemini AI による自然言語処理
  • 反復的な問題解決
  • ユーザーの問い合わせに基づくツールの自動選択

前提条件

• Python 3.8 以降
• Google Gemini API キー
• macOS（Keynote との統合に必要）

インストール

1. リポジトリをクローンします：

git clone <repository-url>
cd <repository-name>

2. 仮想環境を作成して有効化します：

python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

3. 依存関係をインストールします：

pip install -r requirements.txt

4. プロジェクトのルートに .env ファイルを作成し、Gemini API キーを追加します：

GEMINI_API_KEY=your_api_key_here

プロジェクト構成

• mcp_server.py：MCP サーバーの実装とツール定義が含まれています
• talk2mcp.py：MCP サーバーおよび Gemini AI と連携するクライアントアプリケーションです
• .env：API キーの設定ファイルです
• requirements.txt：プロジェクトの依存関係です

使用方法

アプリケーションは、次の 2 つの方法で起動できます。

方法 1：サーバーとクライアントを別々に起動する

1. 1 つ目のターミナルで MCP サーバーを起動します：

python mcp_server.py

2. 別のターミナルでクライアントアプリケーションを実行します：

python talk2mcp.py

方法 2：クライアントのみを起動する（推奨）

クライアントアプリケーションは、サーバーがまだ起動していない場合、自動的に起動できます。次のコマンドを実行するだけです：

python talk2mcp.py

クライアントは次の処理を行います：

1. サーバーが起動しているか確認します
2. 必要に応じてサーバーを起動します
3. 自動的に接続を確立します
4. 問い合わせの入力を促します

アプリケーションの使用

1. 入力を促されたら、問い合わせを入力します。例：

   • 「5 と 3 を足して」
   • 「INDIA の各文字の ASCII 値を調べて」
   • 「Keynote アプリを起動して、300x400 の長方形を描いて」
   • 「5 の階乗を計算して」

2. アプリケーションを終了するには、「exit」と入力します。

注：方法 2 を使用する場合、クライアントアプリケーションを終了すると、サーバーも自動的に停止します。

使用可能なツール

システムでは、次のツールを使用できます。

1. 数学ツール

   • add(a: int, b: int)：2 つの数値を加算します
   • subtract(a: int, b: int)：2 つの数値を減算します
   • multiply(a: int, b: int)：2 つの数値を乗算します
   • divide(a: int, b: int)：2 つの数値を除算します
   • power(a: int, b: int)：累乗を計算します
   • sqrt(a: int)：平方根を計算します
   • cbrt(a: int)：立方根を計算します
   • factorial(a: int)：階乗を計算します
   • log(a: int)：対数を計算します
   • sin(a: int)、cos(a: int)、tan(a: int)：三角関数

2. 文字列処理ツール

   • strings_to_chars_to_int(string: str)：文字列を ASCII 値に変換します
   • int_list_to_exponential_sum(int_list: list)：指数の合計を計算します

3. Keynote ツール

   • open_keynote()：Keynote アプリケーションを開きます
   • draw_rectangle_in_keynote(shapeWidth: int, shapeHeight: int)：長方形を描画します
   • add_text_to_keynote_shape(text: str)：図形にテキストを追加します

デモ

Gemini AI と統合した MCP サーバーの動作デモをご覧ください。

上の画像をクリックすると、YouTube でデモ動画を視聴できます。

エラー処理

システムには、次のような包括的なエラー処理が含まれています。

• AI の応答に対するタイムアウト処理
• 型変換の検証
• ツールの利用可否の確認
• パラメーターの検証

デバッグ

次のようなデバッグ情報がコンソールに出力されます。

• ツールの実行詳細
• パラメーターの処理
• 結果のフォーマット
• エラーメッセージとスタックトレース

貢献方法

1. リポジトリをフォークします
2. 機能ブランチを作成します
3. 変更をコミットします
4. ブランチにプッシュします
5. プルリクエストを作成します

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。詳細については LICENSE ファイルをご覧ください。

謝辞

• 自然言語処理機能を提供する Google Gemini AI
• ツール管理を担う MCP フレームワーク
• このプロジェクトで使用しているさまざまなライブラリを提供する Python コミュニティ