MCP (Model Context Protocol) Server

MCP（Model Context Protocol）サーバー

プロジェクト構成

├── client.py             # Client-side interaction script
├── server.py             # Main MCP server implementation
├── pg_connect.py         # PostgreSQL database connection
├── lm_config.py          # Language model configuration
│
├── .env.example          # Example environment configuration
├── .env.dev              # Development environment configuration
├── requirements.txt      # Project dependencies
└── .gitignore            # Git ignore file

前提条件

• Python 3.10+
• PostgreSQL
• AI プロバイダー（Anthropic、Google）への API アクセス

インストール

1. リポジトリをクローンする

git https://github.com/VajraM-dev/Postgres-MCP-Server-With-SSE-Transport.git

2. 仮想環境を作成する

python -m venv venv
source venv/bin/activate  # On Windows, use `venv\Scripts\activate`

3. 依存関係をインストールする

pip install -r requirements.txt

4. 環境を設定する

1. .env.example を .env.dev にコピーします
2. 必要な設定を入力します：

cp .env.example .env.dev
nano .env.dev  # or use your preferred text editor

設定パラメーター

• POSTGRES_USERNAME：PostgreSQL データベースのユーザー名
• POSTGRES_PASSWORD：PostgreSQL データベースのパスワード
• POSTGRES_DB_NAME：データベース名
• POSTGRES_HOST：データベースのホスト
• POSTGRES_PORT：データベースのポート
• MCP_NAME：サーバー名
• MCP_HOST：サーバーのホスト
• MCP_PORT：サーバーのポート
• TRANSPORT：通信トランスポート（sse/stdio）
• ANTHROPIC_API_KEY：Anthropic API キー
• GOOGLE_API_KEY：Google API キー
• USE_PROVIDER：デフォルトの AI プロバイダー

サーバーの実行

開発モード

python server.py

クライアントとのやり取り

python client.py

主な機能

• 🔒 安全な設定管理
• 🗃️ PostgreSQL データベースとの統合
• 🤖 複数プロバイダーの AI モデルをサポート
• 📡 柔軟な通信トランスポート
• 🛡️ 拡張可能なツール登録

対応 AI プロバイダー

• Anthropic（Claude モデル）
• Google（Gemini モデル）

ツールとエンドポイント

利用可能なツール

• list_tables()：データベースのテーブルを取得します
• デコレーターを使ってカスタムツールを簡単に追加できます

エンドポイント

• /sse：Server-Sent Events エンドポイント
• ルーティングとツール登録をカスタマイズできます

フレームワークの拡張

新しいツールの追加

@app.tool()
def custom_tool():
    """Custom tool implementation"""
    # Your tool logic here

AI プロバイダーの設定

新しい AI プロバイダーを追加または設定するには、lm_config.py を変更します。