mcpField
F
FluidMCP CLI

FluidMCP CLI

ローカル
github.com/Fluid-AI開発ツール87 週間前に更新

FluidMCP CLI について

FluidMCP CLIは、複数のMCPサーバーをまとめて設定・実行したい開発者向けのコマンドラインツールです。単一の設定ファイルからFastAPIゲートウェイを起動し、パッケージのインストールや検証、セキュリティ設定を行えます。

主な機能

  1. 01単一設定による複数サーバーの編成
  2. 02FastAPI統合ゲートウェイとHTTPエンドポイント
  3. 03npm、Python、カスタムパッケージ対応
  4. 04設定と環境変数の検証
  5. 05Bearer token認証
  6. 06S3 URLからの設定実行

活用シーン

  1. 01設定ファイルから複数のMCPサーバーを起動
  2. 02統合ゲートウェイ経由でクライアントにツールを公開
  3. 03バージョン指定のMCPパッケージを導入・検証
  4. 04S3の設定からサーバーを実行

MCP 対応

複数のMCPサーバーをインストール、設定、実行し、FastAPI統合ゲートウェイ経由で共通のエンドポイントとツールアクセスを提供します。SSEストリーミングにも対応します。

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

🌀 FluidMCP CLI

単一の設定ファイルで複数の MCP サーバーをオーケストレーション


⚡ クイックスタート - 複数の MCP サーバーを実行する

FluidMCP の主な強みは、単一の設定ファイルから複数の MCP サーバーを、統一された FastAPI エンドポイントを通じて実行できることです。

1. 設定ファイルを作成する

MCP サーバーを指定した config.json ファイルを作成します。

{
  "mcpServers": {
    "google-maps": {
      "command": "npx",
      "args": ["-y", "@google-maps/mcp-server"],
      "env": {
        "GOOGLE_MAPS_API_KEY": "your-api-key"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"],
      "env": {}
    }
  }
}
2. すべてのサーバーを起動する
fluidmcp run config.json --file --start-server

これにより、次の処理が行われます。

  • 設定に記載されたすべての MCP サーバーをインストールして設定します
  • 統一された FastAPI ゲートウェイを通じて起動します
  • http://localhost:8099 で利用できるようにします
  • http://localhost:8099/docs で API ドキュメントを自動的に提供します

fluidmcp_file_


🚀 機能

  • 📁 マルチサーバーオーケストレーション

    • 単一の JSON 設定ファイルで複数の MCP サーバーを定義できます
    • 1 つのコマンドで、すべてのサーバーを起動できます:fluidmcp run --file <config.json>
    • すべての MCP ツールを提供する統一 FastAPI ゲートウェイ
  • 📦 パッケージ管理

    • fluidmcp install author/package@version で MCP パッケージをインストールできます
    • 依存関係の解決と環境設定を自動的に行います
    • npm、Python、カスタム MCP サーバーに対応しています
  • 🚀 FastAPI ゲートウェイ

    • すべての MCP ツールに対応した統一 HTTP エンドポイント
    • Server-Sent Events(SSE)ストリーミングに対応
    • /docs で Swagger ドキュメントを提供
  • 🔐 セキュリティと認証

    • ベアラートークン認証
    • 暗号化通信によるセキュアモード
    • API キーの環境変数を暗号化

📥 インストール

pip install fluidmcp

🔧 別の使用パターン

個別のパッケージをインストールする
fluidmcp install author/package@version
インストール済みパッケージを一覧表示する
fluidmcp list
個別のパッケージを実行する
fluidmcp run author/package@version --start-server

🔐 高度な使い方

認証付きセキュアモード

ベアラートークン認証を使用して実行します。

fluidmcp run config.json --file --secure --token your_token --start-server

fluidmcp_secure_1


認証後

fluidmcp_secure_2


☁️ S3 URL から実行する

S3 から設定を直接実行します。

fluidmcp run "https://bucket.s3.amazonaws.com/config.json" --s3

一般的なオプション:

  • --start-server – FastAPI サーバーを起動します
  • --master – S3 管理の設定を使用します
  • --file – ローカルの config.json から実行します
  • --s3 – S3 URL から実行します
  • --secure – セキュアトークンモードを有効にします
  • --token <token> – カスタムベアラートークン
  • --verbose – 詳細なログ出力を有効にします(DEBUG レベル)
インストール済みのすべてのパッケージを実行する
fluidmcp run all --start-server

📂 実行モード

🧠 マスターモード(S3 による一元管理)
fluidmcp install author/package@version --master
fluidmcp run all --master

🧩 環境変数

# S3 Credentials (used in --master mode)
export S3_BUCKET_NAME="..."
export S3_ACCESS_KEY="..."
export S3_SECRET_KEY="..."
export S3_REGION="..."


# Registry access
export MCP_FETCH_URL="https://registry.fluidmcp.com/fetch-mcp-package"
export MCP_TOKEN="..."
環境を編集する
fluidmcp edit-env <author/package@version>
バージョンを表示する
fluidmcp --version

FluidMCP のバージョン、Python のバージョン、インストール先のパスを表示します。

設定を検証する
# Validate a local configuration file
fluidmcp validate config.json --file

# Validate an installed package
fluidmcp validate author/package@version

validate コマンドでは、次の項目を確認します。

  • 設定ファイルの構造と解決状況
  • システム PATH 内でのコマンドの利用可否
  • 必須の環境変数(required: true と指定されたもの)
  • オプションの環境変数とトークン
  • インストール済みパッケージの metadata.json の有無

注: 環境変数の検索では大文字と小文字を区別しません。たとえば、設定で github_token が指定されている場合、バリデーターは環境内の github_token と GITHUB_TOKEN の両方を確認します。

このコマンドでは、エラー(致命的な問題)と警告(致命的ではない問題)を区別します。

エラー(終了コード 1):

  • PATH 内にコマンドがない
  • 必須の環境変数がない
  • 設定の解決に失敗する

警告(終了コード 0):

  • オプションの環境変数がない
  • 必須として明示されていない TOKEN 変数がない

出力例:

成功:

✔ Configuration is valid with no issues found.

警告のみの場合:

⚠️  Configuration is valid with warnings:
  - Optional env var 'DEBUG_MODE' is not set (server: test-server)
  - Token env var 'GITHUB_TOKEN' is not set (server: github-server)

✔ No fatal errors found. You may proceed, but consider addressing the warnings above.

エラーがある場合:

❌ Configuration validation failed with errors:
  - Command 'nonexistent-command' not found in PATH (server: test-server)
  - Missing required env var 'API_KEY' (server: test-server)

⚠️  Warnings:
  - Optional env var 'DEBUG_MODE' is not set (server: test-server)

📁 ディレクトリ構成

.fmcp-packages/
└── Author/
    └── Package/
        └── Version/
            ├── metadata.json
            └── [tool files]

📑 metadata.json の例

{
  "mcpServers": {
    "maps": {
      "command": "npx",
      "args": ["-y", "@package/server"],
      "env": {
        "API_KEY": "xxx"
      }
    }
  }
}

🧪 MCP サーバーを試す

fluidmcp install Google_Maps/[email protected]
fluidmcp run all

次のように呼び出します。

import requests, json


url = "http://localhost:8099/google-maps/mcp"
payload = {
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "maps_search_places",
    "arguments": {
      "query": "coffee shops in San Francisco"
    }
  }
}
response = requests.post(url, json=payload)
print(json.dumps(response.json(), indent=2))

📡 SSE によるストリーミング

curl -N -X POST http://localhost:8099/package/sse \
  -H "Content-Type: application/json" \
  -d @payload.json
  • sse/start
  • sse/stream
  • sse/message
  • sse/tools_call

LLM、ウェブスクレイピング、またはデータをストリーミングする AI ワークフローに役立ちます。


📸 デモ

個別パッケージのインストール

fluidmcp_install


個別パッケージの実行

fluidmcp_run_individual (2)


パッケージの環境を編集

fluidmcp_edit-env (2)


🤝 コントリビューション

FluidMCP はコラボレーションを歓迎しています。コミュニティからのコントリビューションをお待ちしています!

  • コントリビューションガイド:開発環境のセットアップとガイドラインについては、CONTRIBUTING.md をご覧ください
  • 問題を報告:GitHub で Issue を作成してください
  • PR を提出:プルリクエストを提出する際は、コントリビューションガイドラインに従ってください

📌 ライセンス

GNU General Public License v3.0


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。