MCP-Server-Research-Tool

MCP-Server-Research-Tool

LLM を活用した長文のリサーチアシスタントツールです。一次資料、ポッドキャスト、学術 PDF、教科書、YouTube などから情報を収集するように設計されています。このツールは、深く現実的なリサーチをシミュレートし、詳細なトピックの概要と情報源リストを含む、構造化された Markdown ファイルを出力します。

---

🚀 インストール

macOS で使い始めるには：

OpenRouter または別のサービスから無料の API キーが必要です。このプロジェクト専用のキーがない場合は、手順 2 の後に末尾までスクロールしてください。

1. ターミナルを開きます（⌘ + Space を押し、「Terminal」と入力して Enter キーを押します）。
2. 次のコマンドを実行します：

git clone https://github.com/atimmeny27/MCP-Server-Research-Tool
cd MCP-Server-Research-Tool
chmod +x start.sh

4. 次に

python3 -m ensurepip --upgrade
python3 -m pip install -r requirements.txt
clear

3. これでツールの動作確認は完了です。API の設定がまだ必要な場合は、以下を確認してください。プログラムを起動するときはいつでも、次を入力します

./start.sh

4. スクリプトを手動で起動することもできます

python MCP_assistant.py "Topic Here"

次に

MCP_DURATION=long python send_to_claude.py

5. 手順 3 は手順 4 を自動化するスクリプトにすぎず、どちらも同じ処理を行います。

6. このツールが学習に役立ち、楽しいものになれば幸いです。リサーチ用プロンプトを編集するには、send_to_claude.py の 18〜220 行あたりを確認してください。Claude に送信する指示が記載された長い f-string です。

7. リサーチトピックは具体的であるほど、より良い結果が得られます（例：「AI」よりも「機械学習から大規模言語モデルと現代の AI への進化（1950〜2024 年）：主なブレークスルー、パラダイム、社会への影響」）。

8. 日付、時刻、地域、人物などを具体的に指定してください。また、Markdown（.md）ファイルの名前が 100 文字にならないよう、名前を変更してください。

9. 完了したら、ターミナルでスクロールして確認するか、Finder で「whatever-your-search-was.md」を検索してください。メモと使用した情報源が表示されます。Markdown 形式で出力されるため、メモは Markdown に対応したエディター（Obsidian など）で開くことをおすすめします。

10. トピックを入力し、LLM が一次資料、ポッドキャスト、PDF、教科書、学術資料を使ってリサーチするまで最大 2 分ほど待ちます。Claude に転送されるため、スペルミスやニッチなトピックでは混乱が生じる場合があります。

11. 「🔐 Using key: sk-or-v1-2 ...」と表示されている場合、「❌ Could not retrieve video.」と表示されていても、リサーチ中です。

12. これをデスクトップツールとして追加する場合は、「start.sh」の内容（open -e start.sh）をコピーして、 Apple Automator アプリ内のシェルスクリプトに貼り付けてください。

13. 今後ツールを起動するときに必要なのは、次の操作だけです

cd MCP-Server-Research-Tool
./start.sh

🔑 無料の OpenAI API キーを取得する方法

このツールを使うには、OpenRouter（または OpenAI／Anothropic。こちらは無料です）の無料 API キーが必要です。次の手順に従ってください：

1. サインアップまたはログイン

https://platform.openai.com/signup に移動 ➡️ アカウントを作成するか、Google／GitHub でログインします。

2. API キーを生成する • ログイン後、プロフィールアイコンをクリックし、「Keys」を選択します • 「Create Key」をクリックし、生成された文字列（sk-or-... で始まります）をコピーします • 安全な場所に保存します

3. キーをローカルに設定する

4. このキーを今後も有効にしておくには

touch ~/.zshrc 
open -e ~/.zshrc 

5. 次に export OPENROUTER_API_KEY="your-key-here-starting-with-sk-" をファイルの末尾に貼り付けて、保存します

6. ターミナルに source ~/.zshrc を貼り付けて実行するか、セッションを更新します。これで ./start.sh を使ってツールを起動できます

7. ターミナルで API キーを使う他のプロジェクトも利用する予定がある場合は、このルートディレクトリにある .env ファイル内で手順 3 を行うとよいでしょう（touch .env open -e .env ここに貼り付けます）

8. ./start.sh でツールを起動します。エラーが発生した場合は、Wikipedia の API が過負荷でリクエストを処理できない可能性があります。数分待ってから再試行してください（必要に応じて、トレースバックログを ChatGPT に貼り付けてもかまいません）

9. トピックを入力し、LLM が一次資料、ポッドキャスト、PDF、教科書、学術資料を使ってリサーチするまで最大 2 分ほど待ちます。

10. 「✅ Saved context to context.json 🔐 Using key: sk-or-v1-2 ...」と表示されている場合、リサーチ中です