MCP Server Practice

MCP サーバーの実践

このリポジトリには、LinkedIn のプロフィール情報のスクレイピングと気象データの取得を行う Model Context Protocol（MCP）サーバーの実装が含まれています。MCP フレームワークにより、AI サービスをシームレスに統合し、通信できます。

概要

• LinkedIn プロフィールスクレイパー：Fresh LinkedIn Profile Data API を使用して LinkedIn のプロフィールデータを取得します。
• 気象データサービス：National Weather Service（NWS）API を使用して気象警報と予報を取得します。

前提条件

• Python 3.7+
• 非同期 HTTP リクエスト用の httpx
• 環境変数の管理用の python-dotenv
• MCP サーバーの実装用の mcp

インストール

1. リポジトリをクローンします：

   git clone https://github.com/mybarefootstory/MCP-Server-Practice-2.git
   cd MCP-Server-Practice-2
   

2. 依存関係をインストールします：

   pip install httpx python-dotenv mcp
   

3. 環境変数を設定します：

   • ルートディレクトリに .env ファイルを作成します。
   • RapidAPI キーを追加します：

     RAPIDAPI_KEY=your_rapidapi_key_here
     

LinkedIn プロフィールスクレイパー

説明

Fresh LinkedIn Profile Data API を使用して LinkedIn のプロフィールデータを取得します。サーバーは FastMCP で初期化され、プロフィール情報を取得するリクエストを待ち受けます。

コードスニペット

from mcp.server.fastmcp import FastMCP
import httpx
import os
from dotenv import load_dotenv

load_dotenv()
RAPIDAPI_KEY = os.getenv("RAPIDAPI_KEY")

mcp = FastMCP("linkedin_profile_scraper")

async def get_linkedin_data(linkedin_url: str) -> dict:
    # Fetch LinkedIn profile data
    ...

@mcp.tool()
async def get_profile(linkedin_url: str) -> str:
    # Get LinkedIn profile data
    ...

if __name__ == "__main__":
    mcp.run(transport="stdio")

気象データサービス

説明

NWS API を使用して気象警報と予報を取得します。サーバーは FastMCP で初期化され、警報と予報を取得するためのツールを提供します。

コードスニペット

from mcp.server.fastmcp import FastMCP
import httpx

mcp = FastMCP("weather")

async def make_nws_request(url: str) -> dict:
    # Make a request to the NWS API
    ...

@mcp.tool()
async def get_alerts(state: str) -> str:
    # Get weather alerts for a US state
    ...

@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
    # Get weather forecast for a location
    ...

if __name__ == "__main__":
    mcp.run(transport='stdio')

使用方法

• LinkedIn プロフィールスクレイパー：サーバーを実行し、get_profile ツールを使用して LinkedIn のデータを取得します。
• 気象データサービス：サーバーを実行し、get_alerts と get_forecast ツールを使用して気象情報を取得します。