MyAIServ: AI-Powered FastAPI Server with MCP 🚀

MCP Server - Model Context Protocol API

MCP Server は、FastAPI をベースにした Model Context Protocol（MCP）の実装であり、LLM とアプリケーション間のやり取りに標準化されたインターフェースを提供します。

特長

• 🚀 FastAPI と非同期処理をベースにした 高性能 API
• 🔄 リソース、ツール、プロンプト、サンプリングに対応した MCP の完全サポート
• 📊 Prometheus と Grafana による モニタリングとメトリクス
• 🧩 新しいツールを簡単に追加できるインターフェースによる 拡張性
• 📝 柔軟なデータ操作を可能にする GraphQL API
• 💬 リアルタイム通信のための WebSocket サポート
• 🔍 Elasticsearch との連携による セマンティック検索
• 🗃️ パフォーマンスを向上させる Redis による キャッシュ
• 📦 パッケージを確実に管理する Poetry による 依存関係管理

はじめに

インストール

1. リポジトリをクローンします：

   git clone https://github.com/yourusername/myaiserv.git
   cd myaiserv
   

2. Poetry をインストールします（まだインストールされていない場合）：

   curl -sSL https://install.python-poetry.org | python3 -
   

3. Poetry で依存関係をインストールします：

   poetry install
   

サーバーの起動

poetry run uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

または、just ユーティリティを使います：

just run

起動後、API は http://localhost:8000 で利用できます。

API ドキュメント

• Swagger UI：http://localhost:8000/docs
• ReDoc：http://localhost:8000/redoc
• GraphQL Playground：http://localhost:8000/graphql

プロジェクト構成

myaiserv/
├── app/
│   ├── core/             # Базовые компоненты MCP
│   │   ├── base_mcp.py   # Абстрактные классы MCP
│   │   └── base_sampling.py  # Базовые классы для сэмплирования
│   ├── models/           # Pydantic модели
│   │   ├── mcp.py        # Модели данных MCP
│   │   └── graphql.py    # GraphQL схема
│   ├── services/         # Бизнес-логика
│   │   └── mcp_service.py # Сервис MCP
│   ├── storage/          # Хранилище данных
│   ├── tools/            # Инструменты MCP
│   │   ├── example_tool.py   # Примеры инструментов
│   │   └── text_processor.py # Инструмент обработки текста
│   ├── utils/            # Утилиты
│   └── main.py           # Точка входа FastAPI
├── app/tests/            # Тесты
├── docs/                 # Документация
│   └── MCP_API.md        # Описание API
├── pyproject.toml        # Конфигурация Poetry и инструментов
└── .justfile             # Задачи для утилиты just

利用可能なツール

File System Tool

ファイルの読み取り、書き込み、削除、一覧表示に対応したファイルシステム操作ツールです。

curl -X POST "http://localhost:8000/tools/file_operations" \
     -H "Content-Type: application/json" \
     -d '{"operation": "list", "path": "."}'

Weather Tool

座標に基づいて天気データを取得するツールです。

curl -X POST "http://localhost:8000/tools/weather" \
     -H "Content-Type: application/json" \
     -d '{"latitude": 37.7749, "longitude": -122.4194}'

Text Analysis Tool

感情分析や要約など、テキストを分析するツールです。

curl -X POST "http://localhost:8000/tools/text_analysis" \
     -H "Content-Type: application/json" \
     -d '{"text": "Example text for analysis", "analysis_type": "sentiment"}'

Text Processor Tool

書式設定、統計情報の計算、エンティティの抽出など、テキストを処理するツールです。

curl -X POST "http://localhost:8000/tools/text_processor" \
     -H "Content-Type: application/json" \
     -d '{"operation": "statistics", "text": "Example text", "stat_options": ["chars", "words"]}'

Image Processing Tool

サイズ変更、トリミング、フィルター適用に対応した画像処理ツールです。

curl -X POST "http://localhost:8000/tools/image_processing" \
     -H "Content-Type: application/json" \
     -d '{"operation": "resize", "image_data": "base64...", "params": {"width": 800, "height": 600}}'

WebSocket API

WebSocket API に接続するには：

const socket = new WebSocket("ws://localhost:8000/ws");

socket.onopen = () => {
  socket.send(JSON.stringify({
    type: "initialize",
    id: "my-request-id"
  }));
};

socket.onmessage = (event) => {
  const data = JSON.parse(event.data);
  console.log("Received:", data);
};

GraphQL API

GraphQL を使ったクエリの例：

# Получение списка всех инструментов
query {
  getTools {
    name
    description
  }
}

# Выполнение инструмента
mutation {
  executeTool(input: {
    name: "text_processor",
    parameters: {
      operation: "statistics",
      text: "Example text for analysis"
    }
  }) {
    content {
      type
      text
    }
    is_error
  }
}

テストの実行

テストを実行するには、Poetry を使います：

poetry run pytest

または、just ユーティリティを使います：

just test

Docker

Docker Compose によるビルドと起動

docker compose up -d

個別のサービスを起動するには：

docker compose up -d web redis elasticsearch

LLM との連携

MCP Server は、さまざまなプロバイダーの LLM と連携するための標準化されたインターフェースを提供します：

import httpx

async def query_mcp_with_llm(prompt: str):
    async with httpx.AsyncClient() as client:
        # Запрос к MCP для получения контекста и инструментов
        tools_response = await client.get("http://localhost:8000/tools")
        tools = tools_response.json()["tools"]

        # Отправка запроса к LLM с включением MCP контекста
        llm_response = await client.post(
            "https://api.example-llm.com/v1/chat",
            json={
                "messages": [
                    {"role": "system", "content": "You have access to the following tools:"},
                    {"role": "user", "content": prompt}
                ],
                "tools": tools,
                "tool_choice": "auto"
            }
        )

        return llm_response.json()

メトリクスとモニタリング

MCP Server は /metrics エンドポイントで Prometheus 形式のメトリクスを提供します。メトリクスには次の項目が含まれます：

• 各ツールへのリクエスト数
• リクエストの実行時間
• エラーと例外

開発

コードのフォーマットとリンターによるチェックを行うには：

just fmt
just lint

ライセンス

MIT License