mcpField
P
Poe o3 MCP Server

Poe o3 MCP Server

ローカル
github.com/AnansitradingAI・エージェント379 週間前に更新

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

  1. 01Poe API経由でo3に問い合わせ
  2. 02プロンプトのフラグでモデルを選択
  3. 03リクエストを非同期処理
  4. 04pingテストツールを提供
  5. 05エラーとサーバー動作を記録

活用シーン

  1. 01MCPクライアントからo3にプロンプトを送信
  2. 02リクエストごとに別のPoeモデルを選択
  3. 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。

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

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

インストール

  1. 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
    
  2. 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
    
  3. 必要な依存関係をインストールします。

    pip install -r requirements.txt
    
  4. 環境変数を設定します。

    cp sample.env .env
    
  5. .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。

  1. 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
  2. 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。

  1. 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
  2. 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
  3. 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
  4. インターネットに接続されていることを確認します
  5. 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

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。