Poe o3 MCP Server について
Poe APIを介してOpenAI's o3や他のモデルにリクエストを送る軽量なMCPサーバーです。Poe経由でモデルを利用するMCP対応アプリ向けで、プロンプト内の指定でモデルを選べます。
主な機能
- 01Poe API経由でo3に問い合わせ
- 02プロンプトのフラグでモデルを選択
- 03リクエストを非同期処理
- 04pingテストツールを提供
- 05エラーとサーバー動作を記録
活用シーン
- 01MCPクライアントからo3にプロンプトを送信
- 02リクエストごとに別のPoeモデルを選択
- 03pingでサーバー接続を確認
MCP 対応
o3またはプロンプトのフラグで選んだモデルにメッセージを送る`o3_query`ツールと、テスト用の`ping`ツールを提供します。
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。
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。
ツール
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
Poe o3 MCP サーバー
OpenAI の o3 モデルやその他のモデルに Poe の API 経由でアクセスできる、軽量な Model Context Protocol(MCP)サーバー実装です。このサーバーを使用すると、Poe の AI 機能を MCP 互換のアプリケーションに統合できます。
機能
- FastMCP を使用したシンプルな MCP サーバー実装
- Poe の API と直接連携し、o3 モデルやその他のモデルにアクセス
- プロンプト内のコマンドライン形式のフラグによるモデル選択
- 効率的な処理を実現する非同期リクエスト処理
- 包括的なエラー処理とロギング
- 簡単なセットアップと設定
前提条件
- Python 3.8+
- Poe API キー(https://poe.com/api_key から取得できます)
インストール
-
このリポジトリをクローンします。
git clone https://github.com/Anansitrading/po3_MCP.git cd po3_MCP -
仮想環境を作成します(推奨)。
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate -
必要な依存関係をインストールします。
pip install -r requirements.txt -
環境変数を設定します。
cp sample.env .env -
.envファイルを編集し、Poe API キーを追加します。POE_API_KEY=your_poe_api_key_here
使用方法
MCP サーバーの実行
次のコマンドでサーバーを実行します。
python poe_o3_mcp_server.py
サーバーが起動し、標準入力/出力で MCP プロトコルメッセージを待ち受けます。
フラグによるモデル選択
プロンプトにフラグを追加すると、Poe で利用できるさまざまなモデルを選択できます。
--Claude-3.5-Sonnet Tell me about quantum computing
これにより、クエリはデフォルトの o3 モデルではなく、Claude-3.5-Sonnet モデルに送信されます。
フラグはメッセージ内のどこにでも配置できます。
- 先頭:
--GPT-4 What is the capital of France? - 中央:
Tell me --Claude-3-Opus about the history of Rome - 末尾:
What are the three laws of robotics? --Claude-3.5-Sonnet
モデルに送信する前に、フラグはメッセージから自動的に削除されます。
フラグが指定されていない場合、サーバーはデフォルトで「o3」モデルを使用します。
MCP クライアントとの統合
このサーバーは、次の 2 つのツールを提供します。
o3_query— o3 モデル(またはフラグで指定した別のモデル)にクエリを送信し、応答を取得しますping— 「pong」を返すシンプルなテストツールです
MCP クライアントでサーバーを使用する例:
from mcp.client import MCPClient
# Connect to the MCP server
client = MCPClient(server_command=["python", "path/to/poe_o3_mcp_server.py"])
# Call the o3_query tool with the default o3 model
response = client.call_tool("o3_query", {"message": "Tell me about quantum computing"})
print(response)
# Call the o3_query tool with a different model using a flag
response = client.call_tool("o3_query", {"message": "--Claude-3.5-Sonnet Tell me about quantum computing"})
print(response)
# Test the connection with ping
ping_response = client.call_tool("ping", {})
print(ping_response) # Should print "pong"
付属のサンプルスクリプトを実行することもできます。
python example.py
設定
サーバーでは次の環境変数を使用します。
POE_API_KEY:Poe API キー(必須)LOG_LEVEL:ログレベル(任意。デフォルトは DEBUG)
トラブルシューティング
問題が発生した場合は、次の点を確認してください。
- Poe API キーが有効で、
.envファイルに正しく設定されていることを確認します - 正しい依存関係がインストールされていることを確認します
- 詳細なエラーメッセージを確認するため、サーバーログを確認します
- インターネットに接続されていることを確認します
- モデルフラグを使用している場合は、モデル名が正しく、Poe で利用可能であることを確認します
ライセンス
MIT
謝辞
コメント
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。