mcpField
M
MCP Client

MCP Client

ローカル
github.com/kamusis開発ツール078 週間前に更新

MCP Client について

MCP Clientは、LLMを外部MCPサーバーのツールやサービスに接続するTypeScriptクライアントです。OpenAIとAnthropicのモデル、複数サーバーへの同時接続、プラットフォームごとのコマンド処理に対応します。

主な機能

  1. 01複数のMCPサーバーへの接続
  2. 02OpenAIとAnthropicのモデルに対応
  3. 03クロスプラットフォーム動作
  4. 04環境に応じたコマンド調整
  5. 05環境変数の設定

活用シーン

  1. 01LLMを複数のMCPサーバーに接続
  2. 02Windows、macOS、Linuxで設定済みサーバーを実行

MCP 対応

クライアントはMCP設定ファイルからサーバーのコマンド、引数、任意の環境変数を読み込み、設定されたMCPサーバーに接続します。

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

MCP クライアント

言語モデルと外部の MCP サーバーのツール/サービス間の通信を可能にする、Model Context Protocol(MCP)用の TypeScript クライアントです。

概要

この MCP クライアントは、さまざまな MCP サーバーに接続するための柔軟なインターフェースを提供します。OpenAI の GPT や Anthropic の Claude などの言語モデルが、標準化されたプロトコルを介して外部のツールやサービスにアクセスできます。複数のサーバータイプに対応し、クロスプラットフォームの互換性を処理します。

機能

  • 複数の MCP サーバーに同時接続
  • OpenAI と Anthropic の両方の言語モデルに対応
  • クロスプラットフォームの互換性(Windows、macOS、Linux)
  • プラットフォーム固有のコマンドを自動処理
  • 環境変数を設定可能

前提条件

  • Node.js(v16 以降)
  • npm または yarn
  • TypeScript

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/kamusis/mcp-client.git
    cd mcp-client
    
  2. 依存関係をインストールします:

    npm install
    
  3. プロジェクトのルートに .env ファイルを作成し、API キーを設定します:

    # LLM (OPENAI or ANTHROPIC)
    LLM=OPENAI
    OPENAI_MODEL=gpt-4o
    ANTHROPIC_MODEL=claude-3-5-sonnet-20241022
    
    # LLM API Key
    ANTHROPIC_API_KEY=your_anthropic_api_key
    OPENAI_API_KEY=your_openai_api_key
    
    # MCP Configuration File Path (optional, defaults to ./mcp_config.json)
    # MCP_CONFIG_PATH=./mcp_config.json
    
  4. mcp_config.json で MCP サーバーを設定します:

    {
      "mcpServers": {
        "sequential-thinking": {
          "command": "npx",
          "args": [
            "-y",
            "@modelcontextprotocol/server-sequential-thinking"
          ]
        },
        "postgres-full-localhost-dev": {
          "command": "node",
          "args": [
            "/path/to/mcp-postgres-full-access-extended/dist/index.js",
            "postgresql://postgres:[email protected]:5432/postgres"
          ],
          "env": {
            "TRANSACTION_TIMEOUT_MS": "60000",
            "MAX_CONCURRENT_TRANSACTIONS": "20",
            "PG_STATEMENT_TIMEOUT_MS": "30000"
          }
        }
      }
    }
    

ビルドと実行

  1. プロジェクトをビルドします:

    npm run build
    
  2. クライアントを実行します:

    node build/index.js
    

設定

環境変数
  • LLM:使用する言語モデルプロバイダー(OPENAI または ANTHROPIC)
  • OPENAI_MODEL:使用する OpenAI モデル(例:gpt-4o)
  • ANTHROPIC_MODEL:使用する Anthropic モデル(例:claude-3-5-sonnet-20241022)
  • ANTHROPIC_API_KEY:Anthropic API キー
  • OPENAI_API_KEY:OpenAI API キー
  • MCP_CONFIG_PATH:MCP 設定ファイルのパス(省略可能。既定値は ./mcp_config.json)
MCP サーバーの設定

mcp_config.json ファイルで接続先の MCP サーバーを定義します。各サーバーのエントリには次の項目が含まれます:

  • command:サーバーを実行するコマンド
  • args:コマンドに渡す引数
  • env:サーバー用の環境変数(省略可能)

クロスプラットフォームの互換性

クライアントは、プラットフォーム固有の違いを自動的に処理します:

  • Windows では、npx コマンドを npx.cmd を使用するように調整します
  • Python コマンドはプラットフォームに応じて調整します(Windows では python、Unix 系システムでは python3)
  • 環境変数は子プロセスに適切に渡されます

ライセンス

MIT

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。