mcpField
H
Hydra MCP

Hydra MCP

ローカル
github.com/keyboardsmoke開発ツール382 週間前に更新

Hydra MCP について

Hydra MCPは、複数のクライアントが登録した関数を調整し、REST APIとMCPインターフェースを通じてClaudeに公開する中間サーバーです。テスト用のサンプルクライアントとClaude実装も含まれています。

主な機能

  1. 01クライアント関数の一元登録
  2. 02REST APIによる検索と呼び出し
  3. 03クライアント関数の登録
  4. 04エンドポイントと関数の検索
  5. 05リモート関数の呼び出し
  6. 06テスト用サンプル実装

活用シーン

  1. 01複数クライアントの関数をClaudeに公開
  2. 02エンドポイントに登録された関数の確認
  3. 03関数呼び出しをクライアントへルーティング
  4. 04サンプル実装でクライアント登録をテスト

MCP 対応

MCPインターフェースは、エンドポイント一覧、指定エンドポイントの登録関数取得、引数を渡した関数呼び出しのツールを提供します。中央サーバーがクライアントの関数登録を受け付け、リクエストをルーティングします。

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

Hydra MCP

このプロジェクトは、Claude が REST API インターフェースを通じてさまざまなクライアント機能を利用できるようにする、Hydra MCP(Model Control Protocol)サーバーを実装しています。このシステムは、複数のクライアント間の通信を調整し、標準化された API を通じてそれらの機能を Claude に公開する中央サーバーで構成されています。

Claude が Hydra MCP プラグインを使用している様子

プロジェクト構成

  • ipc_server.py:関数の登録とルーティングを管理する中央 FastAPI サーバー
  • ipc_api.py:クライアント機能を Claude に公開する Hydra MCP インターフェース
  • fake_client.py:テスト用のサンプルクライアント実装
  • fake_claude.py:Claude のインターフェースのテスト実装

機能

  • 複数のクライアント向けの一元化された関数レジストリ
  • 関数の検出と呼び出しのための REST API エンドポイント
  • クライアントと Claude 間の標準化された通信プロトコル
  • 使いやすい関数登録システム
  • 関数の自動検出とドキュメント生成

API エンドポイント

サーバーエンドポイント
  • POST /register_functions:クライアントから新しい関数を登録します
  • GET /get_functions:登録済みのすべての関数の一覧を取得します
MCP ツール
  • get_endpoints():利用可能なすべてのエンドポイントを一覧表示します
  • get_registered_functions(endpoint):指定したエンドポイントで利用可能な関数を取得します
  • call_function(endpoint, function_name, arguments):引数を指定して特定の関数を呼び出します

使用方法

  1. 中央サーバーを起動します:
python ipc_server.py
  1. クライアント関数を登録します:
# Example client registration
functions = [
    {
        "name": "example_function",
        "description": "An example function",
        "parameters": {
            "param1": "string",
            "param2": "integer"
        }
    }
]

requests.post(
    f"http://localhost:{API_SERVER_PORT}/register_functions",
    json={
        "endpoint": "client1",
        "functions": functions
    }
)
  1. MCP インターフェースを使って関数を操作します:
# Get available endpoints
endpoints = get_endpoints()

# Get functions for a specific endpoint
functions = get_registered_functions("localhost:1234")

# Call a function
result = call_function("localhost:1234", "example_function", {"param1": "value", "param2": 42})

設定

サーバーはデフォルトでポート 6565 で実行されます。ipc_server.py と ipc_api.py の両方にある API_SERVER_PORT 定数を変更すると、ポートを変更できます。

依存関係

  • FastAPI
  • uvicorn
  • requests
  • fastmcp

テスト

このプロジェクトには、機能をテストするためのサンプル実装(fake_client.py と fake_claude.py)が含まれています。これらは、新しいクライアントを作成したり、システムをテストしたりする際の参考実装として使用できます。

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。