mcpField
A
Add API key to .env file

Add API key to .env file

ローカル
github.com/heureux831開発ツール181 週間前に更新

Add API key to .env file について

MCPシステムの動作を学ぶ開発者向けの、最小構成のPython製サンプルです。クライアントとタスクリストサーバーを含み、設定ファイルで接続先のMCPサーバーを指定します。

主な機能

  1. 01Python製クライアントとサーバーの例
  2. 02JSONによるMCPサーバー設定
  3. 03APIキーを使ったLLMサービス接続
  4. 04タスクリストサーバー

活用シーン

  1. 01MCPクライアントとサーバーの基本動作の学習
  2. 02クライアントからタスクリストMCPサーバーへの接続設定

MCP 対応

MCPクライアントとタスクリストサーバーを含み、server.jsonで接続先を指定します。

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

最もシンプルなMCPプロジェクト

このプロジェクトは、MCPシステム全体の動作を理解しやすくするため、最小限のMCPプロジェクトを実装しています。

このプロジェクトではdeepseekのapi_keyを使用しています。.envファイルにご自身のapi_keyを追加してください。

他のLLMサービスを使用する場合は、envファイルに対応するAPI_KEYを追加してください。MCPサービスに対応したLLMサービスを選択してください。

ファイル構成

├── .env
├── .gitignore
├── client/client.py
├── client/server.json
├── server/tasklist.py
├── pyproject.toml
|── tasks.csv   
|── README.md

仮想環境の作成
uv venv

# Activate virtual environment

# On Windows:
.venv\Scripts\activate

# On Unix or MacOS:
source .venv/bin/activate
依存関係のインストール
## 使用openai格式来访问
uv add mcp openai python-dotenv
.envファイルの作成
touch .env

Add API key to .env file

echo "OPENAI_API_KEY=your_api_key" >> .env
echo "OPENAI_BASE_URL="https://api.deepseek.com/v1"" >> .env
echo "OPENAI_MODEL="deepseek-chat" >> .env
mcp-serverを指定するためのserver.jsonファイルの編集
{
    "servers": [
      {
        "command": "uv",
        "args": ["run","../server/tasklist.py"],
        "env": null
      },
      {
        "command": "uv",
        "args": ["run","../server/weather.py"],
        "env": null
      },
      {
        "command": "npx",
        "args": ["-y","../server/stock.js"],
        "env": null
      }
    ]
  }
mcp-demoの実行
cd client
uv run client.py server.json

その後、ユーザーのクエリを入力してください。

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。