mcpField
🌦
🌦️ Weather MCP (Model Context Protocol) Demo

🌦️ Weather MCP (Model Context Protocol) Demo

ローカル
github.com/sturleseメディア・デザイン077 週間前に更新

🌦️ Weather MCP (Model Context Protocol) Demo について

Weather MCP Demoは、Python製の天気サーバーとGPT-4のコマンドラインクライアントを組み合わせ、自然言語で天気を照会する例です。クライアントによるツールの検出と利用方法を示します。

主な機能

  1. 01SSE経由の天気サーバー
  2. 02検出可能なfetch-weatherツール
  3. 03GPT-4自然言語クライアント
  4. 04対話型コマンドラインインターフェース

活用シーン

  1. 01自然言語での天気の質問
  2. 02クライアント側のツール検出の確認
  3. 03天気MCPクライアント・サーバー構成の学習

MCP 対応

サーバーはSSE経由でfetch-weatherツールをMCPクライアントに公開します。付属のOpenAIクライアントがツールを検出して天気の問い合わせに利用します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

🌦️ Weather MCP(Model Context Protocol)デモ

このプロジェクトでは、OpenAI のエージェントを使用するクライアントと専用の MCP サーバーで構成される、天気情報向けの Model Context Protocol(MCP) システムの実装を紹介します。このシステムでは、GPT-4 を利用した自然言語インターフェースを通じて、ユーザーが天気情報を問い合わせることができます。


🌟 概要

このプロジェクトは、次の 2 つの主要コンポーネントで構成されています。

  • Weather MCP Server:天気情報を提供する Python ベースのサーバーです。
  • Weather OpenAI Client:OpenAI の GPT-4 モデルを使用して自然言語によるリクエストを処理し、MCP サーバーと連携するクライアントです。

🚀 コンポーネント

🌐 Weather MCP Server

📁 場所:/server_weather/

サーバーコンポーネントは、次の機能を備えた Model Context Protocol サーバーを実装します。

  • SSE(Server-Sent Events)を介して天気情報のエンドポイントを公開します。
  • MCP クライアントが検出できる fetch-weather ツールを提供します。
  • http://localhost:4000/sse で実行されます。
🤖 Weather OpenAI Client

📁 場所:/client_weather_openai/

クライアントコンポーネントは、次の機能を備えています。

  • OpenAI の GPT-4 モデルとの連携。
  • MCP サーバーからのツールの自動検出。
  • 天気に関する問い合わせの自然言語処理。
  • ユーザーが操作できる対話型コマンドラインインターフェース。

📋 前提条件

  • Python 3.x
  • OpenAI API キー(OpenAI Platform から取得できます)
  • 環境変数の適切な設定(.env ファイル)

🔧 セットアップ

1. このリポジトリをクローンする
git clone [email protected]:sturlese/client_server_mcp.git
cd client_server_mcp
2. 環境変数を設定する
  • 各コンポーネント(/server_weather/ と /client_weather_openai/)のルートに .env ファイルを作成します。
  • OpenAI API キーを追加します。
# Example of .env file
OPENAI_API_KEY='your-api-key-here'
3. 依存関係をインストールする
サーバーコンポーネント:
cd server_weather/
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
クライアントコンポーネント:
cd ../client_weather_openai/
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

🎮 使い方

MCP サーバーを起動する
cd server_weather/
source venv/bin/activate
python server_weather.py
OpenAI クライアントを起動する
cd client_weather_openai/
source venv/bin/activate
python weather_agent_openai.py
使用例
What's the weather in New York today?

🏗️ アーキテクチャ

このシステムは Model Context Protocol(MCP) を使用して、AI エージェントと天気サービスの間でシームレスな通信を実現します。

User ---> OpenAI Agent (Client) ---> MCP Server ---> Weather Data

📝 ライセンス

このプロジェクトはオープンソースで、MIT License の下で利用できます。


🤝 貢献

貢献、問題の報告、機能リクエストを歓迎します。

  1. プロジェクトをフォークします。
  2. 新しいブランチを作成します(git checkout -b feature/your-feature)。
  3. 変更を加えます。
  4. 変更をコミットします(git commit -m 'Add your feature')。
  5. ブランチにプッシュします(git push origin feature/your-feature)。
  6. プルリクエストを作成します。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。