MCP-ChatBot

MCP-ChatBot

MCP（Modular Capability Protocol）を使用して、複数のサービスバックエンドと連携する多用途のチャットボットアプリケーションです。

概要

MCP-ChatBotは、Modular Capability Protocol（MCP）を活用して、LLMが外部サービスとやり取りできるようにするコンテナ化アプリケーションです。この実装には、天気サービスのバックエンドと、自然言語で天気情報を問い合わせられるStreamlitベースのフロントエンドが含まれています。

特長

• コンテナ化アーキテクチャ：MCP サーバーとクライアントアプリケーション用の個別コンテナ
• 天気サービスとの連携：WeatherAPIを使用したリアルタイムの天気データ
• Streamlit UI：チャットボットとやり取りするための、すっきりとしたレスポンシブなユーザーインターフェイス
• 拡張性の高い設計：追加機能に対応するMCP サーバーを追加できる設計
• GPT-4oとの連携：自然言語理解にOpenAIのGPT-4oモデルを使用

アーキテクチャ

アプリケーションは、次の2つの主要コンポーネントで構成されています。

1. MCP サーバー：天気データの取得を処理するFastMCPベースのサービス
2. Streamlitクライアント：チャットボットとやり取りするためのウェブベースのUI

はじめに

前提条件

• DockerとDocker Compose
• WeatherAPIキー（WeatherAPIで登録してください）
• OpenAI APIキー（OpenAIで登録してください）

インストール

1. リポジトリをクローンします。

git clone https://github.com/yourusername/MCP-ChatBot.git
cd MCP-ChatBot

2. サンプルを基に.envファイルを作成します。

cp .env.example .env

3. .envファイルを編集し、APIキーを追加します。

PYTHONUNBUFFERED=1
OPENAI_API_KEY=your_openai_api_key_here
WEATHER_API_KEY=your_weather_api_key_here

4. Docker Composeを使用してアプリケーションを起動します。

docker-compose up --build

5. http://localhost:8501でStreamlit UIにアクセスします。

使用方法

アプリケーションの起動後、Streamlitインターフェイスからチャットボットを利用できます。

1. テキスト入力欄に、天気について自然言語で質問を入力します。
2. 質問の例：
   • 「ニューヨークの天気はどうですか？」
   • 「東京は今、どれくらい暑いですか？」
   • 「ロンドンの天気について教えてください」

アプリケーションの拡張

MCP サーバーの追加

1. serversディレクトリに新しいサーバーファイルを作成します。
2. docker-compose.ymlファイルに新しいサービスを追加します。
3. エージェントの設定に新しいサーバーを含めるよう、client.pyを更新します。

client.pyに新しいサーバーを追加する例：

server_1 = MCPServerHTTP(url="http://mcp_server:8001/sse")
server_2 = MCPServerHTTP(url="http://new_server:8002/sse")  # New server

return Agent("openai:gpt-4o", mcp_servers=[server_1, server_2])

開発

プロジェクト構成

MCP-ChatBot/
├── .env.example             # Example environment variables
├── .gitignore               # Git ignore file
├── client.py                # Streamlit client application
├── docker-compose.yml       # Docker Compose configuration
├── Dockerfile.client        # Dockerfile for Streamlit client
├── Dockerfile.server        # Dockerfile for MCP server
├── LICENSE                  # MIT license
├── README.md                # Project documentation
└── servers/                 # MCP server implementations
    └── server.py            # Weather service implementation

技術スタック

• FastMCP：MCP サーバーを作成するためのフレームワーク
• Streamlit：UI用のウェブフレームワーク
• Pydantic-AI：LLMとのやり取りを行うエージェントシステム
• Docker：コンテナ化プラットフォーム
• OpenAI GPT-4o：自然言語処理用のLLM

トラブルシューティング

よくある問題

1. 接続に失敗する：すべてのサービスが起動していることを確認してください。クライアントには再試行の仕組みがありますが、失敗する場合はアプリケーションを再起動してください。

2. APIキーのエラー：有効なAPIキーが.envファイルに追加されていることを確認してください。

3. Dockerネットワークの問題：コンテナ間で通信できない場合は、Dockerネットワークの設定を確認し、サービス名がコード内の名前と一致していることを確認してください。

ライセンス

このプロジェクトはMITライセンスの下で公開されています。詳細はLICENSEファイルをご覧ください。

謝辞

• MCP サーバーの実装にはFastMCPを使用しています。
• フロントエンドのフレームワークにはStreamlitを使用しています。
• 天気データにはWeatherAPIを使用しています。

---

Murali Anand作成 © 2025