mcpField
M
MCPサーバー練習用コード

MCPサーバー練習用コード

ローカル
github.com/switch-kosuke開発ツール176 週間前に更新
リポジトリ

MCPサーバー練習用コード について

Qiita記事に対応するMCPサーバーの練習用コードです。`uv`でPython環境を構築し、`.env`でLLM APIを設定します。筆者の例ではAzure OpenAI Servicesを使用しています。

主な機能

  1. 01MCPサーバーの練習用コード
  2. 02`uv`によるPython環境構築
  3. 03`.env`でのLLM API設定

活用シーン

  1. 01対応するQiita記事の実装例を学習
  2. 02MCPの練習用Python環境を構築
  3. 03サンプル用のLLM APIを設定

MCP 対応

リポジトリにはMCPサーバーを実装する練習用コードが含まれています。READMEは対応するQiita記事を案内しています。

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。

README（原文）English

プロジェクトの README より

この README の日本語訳はまだありません。以下は英語の原文です。日本語の紹介はページ上部をご覧ください。

MCPサーバー練習用コード

本コードは下記のQiita記事の実装コードです。
先に記事をご覧ください。

環境構築

  1. リポジトリクローン

    git clone https://github.com/switch-kosuke/practice-mcp-server.git

  2. .envファイルを作成して、使用したいLLMモデルのAPIを記載:
    筆者は、Azure OpenAI Servicesのモデルを使用しております.

    cp .env.sample .env

  3. Python開発環境は、uvを用います. インストールされていない方は以下を実行.

    参考:
    uvを使ってPython環境を効率的に管理！

    Linux/Mac
    curl -LsSf https://astral.sh/uv/install.sh | sh

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
    Windows
    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

  4. uvを使って依存関係をインストール

    # 仮想環境を作成
uv venv

# 仮想環境を有効化（Linux/Mac）
source .venv/bin/activate

# 仮想環境を有効化（Windows）
.venv\Scripts\activate

# 依存関係をインストール
uv pip install -e .

コメント

Markdown 対応

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。