mcpField
M
MCP Knowledge Base

MCP Knowledge Base

ローカル
github.com/EXPESRazaメモリ・ナレッジ180 週間前に更新

MCP Knowledge Base について

MCP Knowledge Base は、MCP を学ぶ人向けの個人的かつ公開のリポジトリです。プロトコルの流れや相互作用の図、参考資料をまとめ、Host、サーバー、LLM、ツールの連携を示す Python シミュレーションを計画しています。

主な機能

  1. 01MCP の通信フローの解説
  2. 02Host、サーバー、LLM、ツールの相互作用図
  3. 03ノートと参考資料の整理
  4. 04ツールチェーン、キャッシュ、状態管理の検討

活用シーン

  1. 01MCP のやり取りにおける役割の理解
  2. 02ツールの発見と呼び出しの追跡
  3. 03MCP の状態管理に関する案の確認

MCP 対応

MCP の概念と相互作用を記録するリポジトリです。MCP サーバーのインターフェースや、MCP クライアントに公開するツールについては記載されていません。

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 ナレッジベース

📌 なぜこのリポジトリなのか?

目的:
このリポジトリは、LLM が構造化されたやり取りを通じてツールを呼び出せるようにする新しい標準、Model Context Protocol (MCP) に関する個人的かつ公開のナレッジベースです。

MCP への理解を深めながら開発しているため、概念上の抜けや初期段階の解釈が含まれている場合があります。MCP の進化に合わせて更新していきます。

このリポジトリには以下が含まれます:

  • MCP の通信フローに関する説明
  • ホスト、サーバー、LLM、ツール間のやり取りを示す図
  • MCP のパイプラインをシミュレートする Python のサンプルコード
  • 論文や議論に関するメモと参考資料
  • MCP におけるツールチェーン、キャッシュ、状態管理などの新しいアイデアを探る場

🔁 Model Context Protocol の仕組み

以下は、初期の実験に基づく MCP のライフサイクルの簡単な説明です。

  1. 💬 ユーザー入力:ユーザーがクエリを入力します(例:VS Code やブラウザー IDE で入力します。これが MCP ホストとして機能します)。
  2. 📡 ツールの検出:ホストが MCP サーバーにリクエストを送信し、利用可能なツールやプラグインを検出します。
  3. 📤 クエリの送信:ホストがユーザーのクエリとツールのメタデータの両方を LLM に渡します。
  4. 🧠 ツールの選択:LLM がクエリを満たすために 1 つ以上のツールを選びます(例:天気 API や計算機)。
  5. 🛠️ ツールの実行:ホストが MCP サーバーを呼び出してツールを実行します。
  6. 📥 結果の処理:ツールが結果を返し、ホストがそれを LLM に渡します。
  7. ✅ 最終出力:LLM が必要なコンテキストをすべて含む、完成した回答を返します。

🧪 例とシミュレーション

examples/ フォルダーには以下があります:

  • basic_mcp_demo.py:MCP ホストとサーバーがどのように通信するかを示す最小限のモックを追加予定です
  • tool_plugin_example.py:ツールレジストリと呼び出しの例を追加予定です
  • mcp_host_server_flow.py:ユーザー入力から LLM の応答までの完全なライフサイクルを示す例を追加予定です

🧱 概念と構成要素

  • ツール:LLM が機能を拡張するために呼び出せる外部サービス(API、データベース、関数)です。
  • ホスト:LLM が動作し、結果を表示するインターフェース環境です。
  • サーバー:ツールを仲介し、呼び出しに関する処理を担うミドルウェアです。
  • スキーマ:リクエストとレスポンスの構造化に使われる JSON スキーマやデータ形式です。
  • コンテキストの処理:一貫性のある応答を生成できるよう、LLM が以前のツール呼び出しにアクセスできるようにします。

✅ 推奨するリポジトリ構成

mcp-knowledge-base/
│
├── README.md
├── diagrams/
│   └──                       # Any visual explanations
├── examples/
│   ├──                       # Minimal working example
│   └── 
├── notes/
│   ├──                       # Raw notes, links, ideas
│   └── 
├── schemas/
│   └──                       # Schemas like Pydantic models
├── utils/
│   └──                       # Simulated tools or services
└── LICENSE

---

## 🗂️ Related Projects and References

- LangChain's tool calling: https://docs.langchain.com
- OpenAI's Function Calling: https://platform.openai.com/docs/guides/function-calling
- Future MCP Spec links (to be added)
- Community discussions, notes in `notes/` folder

---

Stay tuned — this repo will evolve as I learn more and MCP matures!

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。