Web_Search_MCP

Web_Search_MCP

Web 検索ツールを備えた MCP（Model Context Protocol）サーバー

このプロジェクトでは、Tavily API を使用して Web 検索ツールを作成し、MCP（Model Context Protocol）と統合して、AI システムとシームレスに連携する方法を紹介します。これにより、言語モデルやアプリケーションにリアルタイムの Web 検索機能を提供できます。

概要

Web_Search_MCP プロジェクトでは、次の主要なコンポーネントを活用しています。

• Tavily API： 回答、未加工のコンテンツ、関連するメタデータなど、リアルタイムで包括的な Web 検索結果を提供する強力な検索 API です。
• FastMCP： FastMCP クラスは Python の型ヒントと docstring を使用してツール定義を自動生成するため、MCP ツールを簡単に作成・保守できます。
• Langchain： 具体的には、Langchain の TavilySearchResults ツールを使用して、Tavily API と効率的に連携します。
• Dotenv： .env ファイルから環境変数を読み込み、API キーなどの機密情報を安全に管理するライブラリです。
• uv： このプロジェクトの管理と実行に使用する、高速な Python パッケージインストーラー兼リゾルバーです。

機能

このプロジェクトの中核となるのは search_web ツールで、次の機能を提供します。

• Web 検索： 検索クエリを入力として受け取り、Tavily API を使用して Web から関連する検索結果を取得します。
• 詳細な結果： 検索結果から、Web サイトのコンテンツ、URL、関連性スコア、コンテンツの種類、直接的な回答（利用可能な場合）などの詳細情報を提供します。
• 整形された出力： 検索結果を構造化された JSON 形式で返します。出力には、ステータス表示（success または error）、（成功した場合の）結果の配列、タイムスタンプが含まれます。
• エラー処理： 検索中のエラーを適切に処理し、情報を含むエラーメッセージを JSON 形式で返します。
• 非同期処理：検索ツールは非同期処理に基づいているため、多数のリクエストを同時に処理できます。

前提条件

プロジェクトを実行する前に、次のものがあることを確認してください。

• Python 3.8+： Python 3.8 以降がシステムにインストールされていること。
• Tavily API キー： Tavily の Web サイトで登録すると取得できる、有効な Tavily API キー。
• uv： Python 用の uv パッケージマネージャー。次のコマンドでインストールできます。

  pip install uv
  

インストール

1. プロジェクトディレクトリの作成： プロジェクト用のディレクトリを作成し、そのディレクトリに移動します。

   uv init Web_Search_MCP    
   

   *** 上記のコードを実行すると、uv によってディレクトリ内に pyproject.toml と .venv が作成されます ***
2. プロジェクトファイルの作成： Web_Search_MCP ディレクトリに main.py と .env ファイルを作成します。
3. Venv の有効化： .venv/Scripts/activate に移動し、仮想環境を有効化します。
4. コードのコピー： main.py と .env のコードを、作成したファイルにコピーします。
5. 依存関係のインストール： uv を使用して、必要な Python パッケージをインストールします。

   uv add "mcp[cli]" python-dotenv langchain-community tavily-python
   

設定

1. .env ファイル：

   • Web_Search_MCP ディレクトリに .env という名前のファイルを作成します。
   • 次の形式で、Tavily API キーを .env ファイルに追加します。

     TAVILY_API_KEY='your_tavily_api_key'
     

     your_tavily_api_key を実際の Tavily API キーに置き換えます。

2. claude_desktop_config.json：

   • このファイルは、Claude デスクトップアプリケーション（使用している場合）が FastMCP サーバーを検出して実行するために使用されます。
   • c:\Users\<Your User Name>\AppData\Roaming\Claude\claude_desktop_config.json に配置します。
   • claude_desktop_config.json 内の Web_Search_MCP ディレクトリへのパスが正しいことを確認してください。プロジェクトが path/Web_Search_MCP にない場合は、設定ファイルの args フィールドを変更してください。

   {
      "mcpServers": {
        "Mcp_Demo": {
          "command": "uv",
          "args": [
            "--directory",
            "path/Web_Search_MCP",
            "run",
            "main.py"
          ]
        }
      }
    }
   

MCP サーバーの実行

claude_desktop_config.json ファイルを設定した後、Claude デスクトップアプリケーションからサーバーを起動できます。

使用方法

サーバーが起動すると、Model Context Protocol に従って search_web という単一のツールが公開されます。

• ツール名： search_web
• 入力：
  • query (str)：ウェブに送信する検索クエリです。
• 出力： 検索結果を含む JSON 形式の文字列です。

JSON レスポンスの例（成功時）：

{
    "status": "success",
    "results": [
        {
            "title": "...",
            "url": "...",
            "content": "text",
            "score": 0.9,
            "raw_content": "..."
        },
        {
             "title": "...",
            "url": "...",
            "content": "text",
            "score": 0.9,
            "raw_content": "..."
        }
    ],
    "timestamp": 1708849844.064655
}