Model Context Protocol (MCP) Server Project

Model Context Protocol (MCP) サーバープロジェクト

このプロジェクトでは、クライアントアプリケーションと MCP（Model Context Protocol）サーバーの連携を実演し、ツール実行機能を備えた AI 対話を可能にします。

プロジェクト概要

このアプリケーションは、次の 2 つの主要なコンポーネントで構成されています。

• Google の Gemini AI モデルと MCP サーバーに接続するクライアント
• AI モデルが使用するツールを登録して提供するMCP サーバー

このシステムでは、コマンドラインインターフェースを通じて、Gemini AI モデルと対話できます。AI はユーザーの質問に応答し、ツイートの投稿や計算など、MCP サーバー上でホストされている専用ツールを実行できます。

アーキテクチャ

├── client/              # Client application
│   ├── .env             # Environment variables for client
│   ├── index.js         # Client implementation
│   └── package.json     # Client dependencies
└── server/              # MCP server
    ├── .env             # Environment variables for server
    ├── index.js         # Server implementation
    ├── mcp.tool.js      # Tool implementations
    └── package.json     # Server dependencies

機能

• Google の Gemini モデルを使用した AI チャットインターフェース
• MCP プロトコルを通じたツール実行
• 使用可能なツール：
  • addTwoNumbers：2 つの数値を加算します
  • createPost：Twitter/X に投稿を作成します

セットアップとインストール

前提条件

• Node.js（v14 以降）
• npm または yarn
• Twitter/X API の認証情報

サーバーのセットアップ

1. サーバーディレクトリに移動します。

   cd server
   

2. 依存関係をインストールします。

   npm install
   

3. Twitter API の認証情報を使って .env ファイルを設定します。

   TWITTER_API_KEY=your_api_key
   TWITTER_API_KEY_SECRET=your_api_secret
   TWITTER_ACCESS_TOKEN=your_access_token
   TWITTER_ACCESS_TOKEN_SECRET=your_access_token_secret
   

4. サーバーを起動します。

   node index.js
   

クライアントのセットアップ

1. クライアントディレクトリに移動します。

   cd client
   

2. 依存関係をインストールします。

   npm install
   

3. Gemini API キーを使って .env ファイルを設定します。

   GEMINI_API_KEY=your_gemini_api_key
   

4. クライアントを起動します。

   node index.js
   

使用方法

1. まずサーバーを起動し、その後クライアントを起動します
2. クライアントが接続すると、入力を促すプロンプトが表示されます
3. 質問またはリクエストを入力します
4. AI が直接応答するか、必要に応じてツールを使用します

やり取りの例：

• 「25 と 17 を足すといくつですか？」（addTwoNumbers ツールを使用します）
• 「『Hello from my MCP project!』とツイートしてください」（createPost ツールを使用します）

動作の仕組み

1. クライアントが SSE（Server-Sent Events）経由で MCP サーバーに接続します
2. サーバーが Zod バリデーションを使って、入力スキーマとともに使用可能なツールを登録します
3. ユーザーの質問が Google の Gemini AI モデルに送信されます
4. AI がツールを使うべきだと判断した場合、関数呼び出しを行います
5. 関数呼び出しが MCP クライアントを経由して MCP サーバーに渡されます
6. サーバーが要求されたツールを実行し、結果を返します
7. 結果がユーザーに提示され、チャット履歴に追加されます

使用技術

• @modelcontextprotocol/sdk - MCP の実装用
• @google/genai - Gemini AI との連携用
• Express - Web サーバーフレームワーク
• twitter-api-v2 - Twitter API クライアント
• zod - スキーマバリデーション