MCP Hub Documentation

MCP Hub ドキュメント

概要

MCP Hub は、Model Context Protocol（MCP）サーバーとクライアントを作成、管理するためのフレームワークです。高速なパッケージインストールと構成管理に uv ツールを活用します。

UV を使う理由

UV を使うと、非常に高速なコマンドでパッケージ管理と構成を簡単に行えます。いくつかのコマンドを覚えれば、すぐに使い始められます。

• プロジェクトを初期化します。

  uv init
  

• Python のバージョンと依存関係を同期します。

  uv sync
  

詳しくは、UV GitHub リポジトリをご覧ください。

動機

MCP の基本を理解し、MCP サーバーの作成を始めるには、MCP クイックスタートサーバーガイドを参照してください。

はじめに

サンプル MCP サーバーの作成方法

1. 新しいプロジェクトディレクトリを作成する

   uv init XYZ
   cd XYZ
   

2. 仮想環境をセットアップする

   uv venv
   source .venv/bin/activate
   

3. 依存関係をインストールする

   uv add "mcp[cli]" httpx
   

4. サーバーファイルを作成する

   touch XYZ.py
   

MCP サーバーの実行方法

サーバーを実行するには、次のコマンドを使います。

uv run XYZ.py

例：新しい XYZ サーバーの作成

上記の手順に従って、新しい XYZ サーバーを作成して実行します。XYZ は、任意のプロジェクト名に置き換えてください。

最近の更新

Notebooks ディレクトリ

プロジェクトに notebooks/ ディレクトリが追加されました。JupyterHub のセットアップと実行に必要な構成ファイルやスクリプトが含まれています。主なファイルは次のとおりです。

• jupyterhub_config.py：JupyterHub の構成ファイルです。
• start_jupyterhub.sh：JupyterHub サーバーを起動するスクリプトです。

CIFAR-10 データセットのダウンローダー

TensorFlow/Keras を使って CIFAR-10 データセットをダウンロードする新しいスクリプトが ai/computer-vision/09_datasets/ に追加されました。使用するには、次を実行します。

python ai/computer-vision/09_datasets/download_cifar10.py

このスクリプトはデータセットをダウンロードし、完了メッセージを表示します。

AI フォルダー

ai/ フォルダーには、コンピュータービジョンと人工知能に関連するさまざまなサブディレクトリやスクリプトが含まれています。構成と内容の概要を以下に示します。

サブディレクトリとファイル

01_image_handling

• basic_manipulations.py：基本的な画像操作の手法です。
• blue_image.png：テスト用のサンプル画像です。
• hello_cv.py：コンピュータービジョンの基本を紹介する簡単なスクリプトです。
• image_representation.py：コンピュータービジョンにおける画像表現を説明します。
• read_display_save.py：画像の読み込み、表示、保存を行うスクリプトです。
• README.md：このサブディレクトリのドキュメントです。

02_image_preprocessing

• augmentation.py：画像の拡張手法です。
• normalization.py：画像の正規化手法です。

03_feature_extraction

• hog_extraction.py：方向付き勾配ヒストグラム（HOG）特徴量を抽出します。
• sift_surf_extraction.py：SIFT と SURF による特徴量抽出を紹介します。

04_basic_ml_concepts

• hog_svm_classifier.py：HOG 特徴量と SVM を使った分類器を実装します。

05_deep_learning_cnn

• cnn_architecture.py：畳み込みニューラルネットワーク（CNN）のアーキテクチャを定義します。

06_image_classification

• train_classifier.py：画像分類器をトレーニングするスクリプトです。

07_object_detection

• basic_object_detection.py：基本的な物体検出の手法を紹介します。

08_image_segmentation

• basic_segmentation.py：基本的な画像セグメンテーションの手法を説明します。

09_datasets

• download_cifar10.py：CIFAR-10 データセットをダウンロードするスクリプトです。

10_utils

• image_utils.py：画像処理用のユーティリティ関数です。

その他のファイル

• main.py：AI 関連スクリプトのエントリーポイントです。
• pyproject.toml：プロジェクトの構成ファイルです。
• README.md：ai/ フォルダーのドキュメントです。
• run.sh：AI 関連のタスクを実行するシェルスクリプトです。
• uv.lock：依存関係のロックファイルです。