mcp-projects

mcp-projects

MCP（Model Context Protocol）のオープンソースプロジェクトリポジトリです。

インストールして実行する手順：

1. このリポジトリをクローンします
2. 必要なパッケージをインストールします

   pip install mcp fastapi uvicorn fastapi-mcp llama-index llama-index-embeddings-huggingface llama-index-llms-langchain langchain-mcp-adapters mcp-use
   

3. ルートフォルダーに .env ファイルを作成し、次の認証情報を設定します：

   API_KEY=<IBM_cloud_API_Key>
   PROJECT_ID=<Watsonx_Project_id>
   IBM_CLOUD_URL=<IBM cloud url>
   
   MODEL_ID=<your watsonx.ai LLM id>
   
   TAVILY_API_KEY=<your Tavily api key for web search>
   
   または、ご自身の LLM プロバイダーを使用してください。プロジェクトに依存せず利用できます（ただし、多少の変更が必要です）。
   

4. さまざまなプロジェクトやファイルを試します
   • まず MCP サーバーを実行してください
   • その後でクライアントを実行してください

Model Context Protocol（MCP）とは？

MCP は、アプリケーションが環境、ユーザー設定、会話履歴についてのより豊かなコンテキストを AI モデルに提供するための標準化された方法です。AI システムにメモリーとコンテキストを構造化して渡す、スマートな方法だと考えてください。

MCP が解決する問題

現在の AI システムには「ワーキングメモリー」に限りがあります。一度に参照できる会話履歴の量（「コンテキストウィンドウ」）が限られているのです。直近のやり取りしか覚えていない相手と会話する状況を想像してください：

• あなた：「先週話した、サプライチェーンの最適化プロジェクトを覚えていますか？」
• コンテキストが十分でない AI：「その具体的な話し合いは覚えていません。詳細を教えてもらえますか？」

この制約があるため、ユーザーは何度も同じことを説明しなければならず、やり取りがストレスの多いものになります。MCP は、コンテキストを維持してアクセスするための構造化された方法を作ることで、この問題の解決を目指しています。

たとえ

1. GPS ナビゲーション

従来の AI のコンテキスト管理は、全体の地図を見せずに、曲がり角ごとに道順を伝えるようなものです。手順をひとつでも忘れると、目的地までたどり着けなくなります。

MCP は、次のような GPS ナビゲーションシステムのようなものです：

• 目的地を把握している
• 好みのルートを記憶している
• リアルタイムの状況に応じて調整する
• 道のりのどの地点にいるのかを常に正確に把握している

MCP を詳しく理解するには、こちらの Medium の記事をお読みください：Model Context Protocol（MCP）を理解する：一般向けガイド

このアセットへの貢献として、ぜひプルリクエストをお送りください ✨