mcpField
M
MCP

MCP

ローカル
github.com/mconflitti-pbc開発ツール094 週間前に更新

MCP について

Connect API を使ったクライアントとサーバーのサンプルプロジェクトです。Swagger の操作を Chatlas ツールとして登録する方法と、Shiny アプリの例も示します。

主な機能

  1. 01Connect API のクライアントとサーバー
  2. 02Swagger 操作のマッピング
  3. 03Chatlas ツール登録
  4. 04Shiny アプリの例

活用シーン

  1. 01サンプルのサーバーとクライアントの実行
  2. 02Swagger 操作のツール化
  3. 03ローカル OpenAPI サーバーでのテスト
  4. 04Shiny アプリの実行

MCP 対応

Connect API を使う MCP サーバーとクライアントが含まれます。Swagger 操作を Chatlas ツールとして登録する方法も示します。

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

Connect API を使用するクライアントとサーバーのシンプルな例です。

使用方法

MCP サーバーを実行します:

CONNECT_API_KEY="<your key>" SWAGGER_FILE="swagger.yaml" make server

次に、MCP クライアントを実行します:

make client

app.py のメイン関数にあるチャットを変更して、別の質問をしてみましょう。

Swagger の使用方法

以下のコードは、Chatlas に Swagger ツールを登録する方法を示すスニペットです。

import chatlas
import requests
from openapi_mcp.chatlas import SwaggerTool
from openapi_mcp.connect_api import map_operations_to_tools
from openapi_mcp.swagger import (
    expand_all_references,
    transform_swagger_to_operation_dict,
)

api_url = "127.0.0.1:8000/"
openapi_dict = requests.get(f"{api_url}/swagger.json").json()

openapi_doc = expand_all_references(openapi_dict)
operations = transform_swagger_to_operation_dict(openapi_doc)
tools = map_operations_to_tools(operations)

aws_model = os.getenv("AWS_MODEL", "us.anthropic.claude-3-5-sonnet-20241022-v2:0")
aws_region = os.getenv("AWS_REGION", "us-east-1")
chat = chatlas.ChatBedrockAnthropic(model=aws_model, aws_region=aws_region)
for operation in api_operations.values():
    SwaggerTool.register_tool(
        chat,
        SwaggerTool(
            base_url=api_url,
            operation=operation,
        ),
    )

実際に試すには、OpenAPI 互換のローカルサーバーを実行し、Shiny アプリケーションを起動します:

# Run the OpenAPI-compatible server
make ex-starwars
# Run Shiny
make shiny

スター・ウォーズの Shiny アプリのデモ画面

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。