mcpField
J
Jotsu MCP

Jotsu MCP

ローカル
github.com/getjotsuAI・エージェント341 週間前に更新

Jotsu MCP について

Jotsu MCPは、MCPのツール、リソース、プロンプトを使うワークフローを構築・実行するPythonライブラリとコマンドラインツールです。MCPサーバーを扱う開発者向けで、MCPにネイティブ対応していないモデルでも利用できます。

主な機能

  1. 01MCPベースのワークフロー構築
  2. 02コマンドラインでの実行
  3. 03MCPサーバーのツール呼び出し
  4. 04MCPリソースとプロンプトの利用

活用シーン

  1. 01MCPツールを呼び出すワークフローの実行
  2. 02ワークフローノード間での結果受け渡し
  3. 03MCP非対応モデルでのMCP利用

MCP 対応

MCPを実装し、ワークフローからMCPサーバーのツール、リソース、プロンプトを利用できます。コマンドラインツールでワークフローを実行します。

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

Jotsu MCP

Model Context Protocol(MCP)を実装し、MCP ツール、リソース、プロンプトを使用するワークフローを作成するための汎用ライブラリです。

クイックスタート

CLI を含むパッケージをインストールします。

pip install jotsu-mcp[cli]

空のワークフローを作成します。

jotsu-mcp workflow init

初期化コマンドを実行すると、現在のディレクトリにワークフローファイル workflow.json が作成されます。

実行します。

jotsu-mcp workflow run ./workflow.json

出力は、ワークフローの開始、単一ノードのメッセージ、ワークフローの終了という 3 つのメッセージで構成されます。 最終結果はワークフロー終了ノードの result フィールドに表示されます。この例では空のオブジェクトです。

MCP を試す

ワークフローから MCP サーバーのツールを呼び出せます。これにより、MCP にまだ対応していないモデル(実質的には Claude 以外のすべてのモデル)でも MCP を使用できます。

次のサーバーエントリーを追加します。

{
    "id": "hello",
    "name": "Hello World",
    "url": "https://hello.mcp.jotsu.com/mcp/"
}

注意:ID に使用できるのは、小文字、数字、:、_、- のみです。 注意:URL に /mcp/ のパスを忘れずに指定してください。

このサーバーは、リソースとツールをいくつか備えた、認証不要で公開されている MCP サーバーです。 (コードはこちらから入手できます。)

次に、サーバーのツール用ノードを追加します。

[
    {"id":  "greet", "type":  "tool", "name": "greet", "server_id":  "hello"}
]

greet ツールに必要な初期データを追加します。

{"name": "World"}

デフォルトでは、ワークフローは最初のノードから開始しますが、開始ノードを明示的に設定することもできます。

"start_node_id": "greet"

最後に、末尾に「generic」ノードを追加します。 generic ノードはアプリケーション固有です。つまり、ワークフローはデータを返すことでのみ処理します。 通常は、出力やデバッグに使用します。 タイプには、ワークフロー内でまだ使われていない任意の文字列を指定できます。この場合は「output」です。

ワークフロー全体
{
    "id": "quickstart",
    "name": "quickstart",
    "description": "Simple workflow to interact with the 'hello' MCP server",
    "nodes": [
        {"id":  "greet", "type":  "tool", "name": "greet", "server_id":  "hello", "edges":  ["output"]},
        {"id":  "output", "type":  "output", "name": "The result"}
    ],
    "servers": [
        {
            "id": "hello",
            "name": "Hello World",
            "url": "https://hello.mcp.jotsu.com/mcp/"
        }
    ],
    "data": {"name":  "World"},
    "metadata": null
}

このワークフローをもう一度実行すると、さらに多くのデータが生成されますが、特に次のような行が含まれます。

{
  "action": "default",
  "timestamp": 132462.392532502,
  "id": "01k3h80zcaz050eg7080r3fnv7",
  "run_id": "01k3h80t6psmg0s5swsg4yke95",
  "node": {
    "id": "output",
    "name": "The result",
    "type": "output"
  },
  "data": {
    "name": "World",
    "greet": "Hello, World!"
  }
}

このノードのデータが、ワークフローの「result」として機能します。 ワークフローには複数の分岐を設定できるため、「result」は 1 つとは限りません。 ワークフローが実行したアクションによっては、このような行が複数出力されることがあります。

開発

uv venv
uv pip install '.[dev,cli,anthropic,openai,cloudflare,cryptography]'

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。