mcpField
D
DevDocs MCP Implementation

DevDocs MCP Implementation

ローカル
github.com/llmian-space開発ツール992 週間前に更新

DevDocs MCP Implementation について

DevDocs MCP Implementationは、ドキュメント管理向けのMCP実装です。現在はURIベースのリソーステンプレートが中心で、処理連携、キャッシュ、検索は未完了または計画段階です。

主な機能

  1. 01URIベースのドキュメントテンプレート
  2. 02型付きパラメーター検証
  3. 03柔軟なURIマッチング
  4. 04リソースのライフサイクル管理
  5. 05プロパティベーステスト

活用シーン

  1. 01URIテンプレート経由のドキュメントアクセス
  2. 02ドキュメントリソースのパラメーター検証
  3. 03URI解析とエラー処理のテスト

MCP 対応

URIベースのドキュメントリソースアクセスを扱うMCP実装です。READMEには、完成済みのMCPツールやドキュメント処理連携の説明はありません。

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

DevDocs MCP の実装

ドキュメント管理と統合のための Model Context Protocol(MCP)実装です。

プロジェクト構成

src/
├── resources/
│   ├── templates/      # Resource template system
│   └── managers/       # Resource management
├── documentation/
│   ├── processors/     # Documentation processing
│   └── integrators/    # Integration handlers
├── tasks/
│   ├── issues/         # Issue tracking
│   └── reviews/        # Review management
└── tests/
    ├── property/       # Property-based tests
    └── integration/    # Integration tests

コアコンポーネント

リソーステンプレートシステム

リソーステンプレートシステムは、ドキュメントリソースへの URI ベースのアクセスを次の機能とともに提供します。

  • Pydantic による型安全なパラメーター処理
  • 柔軟な URI テンプレートの照合
  • 包括的なエラー処理
  • リソースのライフサイクル管理のための状態管理

使用例:

from src.resources.templates.base import ResourceTemplate

# Create a template with parameter typing
template = ResourceTemplate(
    uri_template='docs://api/{version}/endpoint',
    parameter_types={'version': str}
)

# Extract and validate parameters
params = template.extract_parameters('docs://api/v1/endpoint')
template.validate_parameters(params)
テスト戦略

このプロジェクトでは Hypothesis によるプロパティベーステストを使用し、次の項目を検証します。

  • URI テンプレートの検証
  • パラメーター抽出の正確性
  • エラー処理の堅牢性
  • 型安全性の適用

テストの実行:

pytest tests/property/test_templates.py

実装の進捗

完了
  • 基本的なプロジェクト構成
  • リソーステンプレートシステム
  • プロパティベーステストのインフラストラクチャ
  • URI の検証とパラメーター抽出
  • エラー処理の基盤
進行中
  • ドキュメントプロセッサの統合
  • キャッシュレイヤーの実装
  • タスク管理システム
  • パフォーマンスの最適化
予定
  • 検索機能の実装
  • ブランチマッピングシステム
  • 状態の追跡
  • モニタリングシステム

開発ガイドライン

  1. TDD のアプローチに従います。

    • まずプロパティベーステストを作成します
    • 最小限のコードでテストを通します
    • 明瞭さと効率性を高めるためにリファクタリングします
  2. エラー処理:

    • 構造化されたエラー型を使用します
    • リカバリー戦略を実装します
    • システムの安定性を維持します
  3. ドキュメント:

    • README を最新の状態に保ちます
    • 新機能をドキュメント化します
    • 使用例を含めます

ブランチ管理

このプロジェクトでは、次の目的でブランチベースの開発アプローチを採用しています。

  • 機能の追跡
  • ドキュメントの統合
  • タスク管理
  • 進捗のモニタリング

コントリビューション

  1. 機能ブランチを作成します
  2. プロパティテストを追加します
  3. 機能を実装します
  4. ドキュメントを更新します
  5. プルリクエストを送信します

次のステップ

  1. ドキュメントプロセッサを統合します
  2. 適切なライフサイクル管理を備えたキャッシュレイヤーを追加します
  3. タスク管理システムを開発します
  4. モニタリングとパフォーマンス指標を作成します

サポートリソース

  • MCP の概念:mcp-docs/docs/concepts/
  • Python SDK:python-sdk/src/mcp/
  • サーバーの例:python-sdk/examples/servers/

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。