mcpField
D
django-telescope

django-telescope

ローカル
github.com/raisiqueira開発ツール11413 週間前に更新
リポジトリ

django-telescope について

django-telescope（Django AI Boost）は、Laravel Boost に着想を得た Django アプリケーション開発向けの MCP サーバーです。モデル、URL、マイグレーション、設定などのプロジェクト情報をツールとして公開し、AI アシスタントが Django のコードベースを理解しやすくします。ツールはすべて読み取り専用です。

主な機能

  1. 01モデル、URL パターン、管理コマンドの一覧表示
  2. 02データベーススキーマとマイグレーション状態の確認
  3. 03ドット記法による Django 設定の読み取り
  4. 04フィルター付きのアプリケーションログ読み取り
  5. 05SSE トランスポート向けの Bearer トークン認証
  6. 06FastMCP ベースの実装

活用シーン

  1. 01AI アシスタントに Django のモデル間の関係を理解させる
  2. 02Cursor や Claude Desktop からデータベース構造を確認する
  3. 03認証付きでプロジェクト情報にリモートからアクセスする

MCP 対応

本プロジェクトは MCP サーバーであり、application_info、list_models、list_urls、database_schema などのツールを MCP クライアントに公開して、Django プロジェクトの情報を読み取れるようにします。

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。

mcp.json · 共通設定
{
  "mcpServers": {
    "raisiqueira-django-telescope": {
      "command": "uvx",
      "args": [
        "django-telescope"
      ],
      "env": {
        "DJANGO_SETTINGS_MODULE": "<DJANGO_SETTINGS_MODULE>"
      }
    }
  }
}
起動コマンドuvx django-telescope
設定が必要な環境変数
DJANGO_SETTINGS_MODULEDjango settings module path (e.g., 'myproject.settings')

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypidjango-telescope0.1.2

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

Django AI Boost

Laravel Boostに着想を得た、Django アプリケーションの開発向け Model Context Protocol（MCP）サーバーです。このサーバーは、MCP ツールを通じて Django プロジェクトの情報を公開し、AI アシスタントが Django のコードベースをより深く理解し、操作できるようにします。

目次

機能

  • プロジェクトの検出：モデル、URL、管理コマンドを一覧表示します
  • データベースのイントロスペクション：スキーマ、マイグレーション、リレーションシップを確認できます
  • 設定へのアクセス：ドット表記を使って Django の設定を照会できます
  • ログの読み取り：フィルタリングして、最近のアプリケーションログにアクセスできます
  • 本番環境対応の認証：安全なデプロイ向けのベアラートークン認証
  • 読み取り専用：すべてのツールは安全な読み取り専用操作です
  • 高速：効率的な非同期処理を実現するFastMCPを基盤としています

スクリーンショット

クリックしてスクリーンショットを表示
Django AI Boost の動作例

Django AI Boost の使用例

AI アシスタントを通じて Django プロジェクトをイントロスペクションする Django AI Boost MCP サーバー（OpenCodeを使った例）

インストール

エンドユーザー向け
# Using uv (recommended)
uv pip install django-ai-boost

# Or with pip
pip install django-ai-boost
開発向け

コントリビュートする場合、または最新の開発バージョンを実行する場合：

# Clone the repository
git clone https://github.com/vinta/django-ai-boost.git
cd django-ai-boost

# Install uv if you haven't already
# On macOS/Linux:
curl -LsSf https://astral.sh/uv/install.sh | sh

# On Windows:
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Install dependencies (creates virtual environment automatically)
uv sync --dev

# Verify installation
uv run django-ai-boost --help

使い方

サーバーの実行

サーバーから Django プロジェクトの設定にアクセスできる必要があります：

# Set the Django settings module
export DJANGO_SETTINGS_MODULE=myproject.settings
django-ai-boost

# Or specify settings directly
django-ai-boost --settings myproject.settings

# Run with SSE transport (default is stdio, which doesn't use network ports)
django-ai-boost --settings myproject.settings --transport sse

# Run with SSE transport on a custom port (default port is 8000)
django-ai-boost --settings myproject.settings --transport sse --port 3000

# Run with SSE transport on custom host and port
django-ai-boost --settings myproject.settings --transport sse --host 0.0.0.0 --port 8080

注： stdio トランスポート（デフォルト）は標準入力／出力を介して通信し、ネットワークポートを使用しません。--port と --host のオプションは、--transport sse を使用する場合にのみ適用されます。

認証

Django AI Boost は、SSE トランスポートを使用する際に、安全な本番環境デプロイ向けのベアラートークン認証をサポートしています。

クイックスタート

認証トークンを設定（本番環境では推奨）：

export DJANGO_MCP_AUTH_TOKEN="your-secret-token"
django-ai-boost --settings myproject.settings --transport sse

または、CLI 引数を使用：

django-ai-boost --settings myproject.settings --transport sse --auth-token "your-secret-token"
仕組み
  • 本番モードの自動判定：Django の DEBUG=False で SSE トランスポートを使用すると、認証が自動的に必須になります
  • トークンの優先順位：セキュリティのため、環境変数は CLI 引数より優先されます
  • トランスポートのサポート：
    • ✅ SSE トランスポート：完全な認証サポート（HTTP ベース）
    • ❌ stdio トランスポート：認証なし（ローカル専用の信頼できる環境向け）
  • 不一致時のエラー：--transport stdio で --auth-token を指定すると、誤ったセキュリティ上の認識を防ぐため、サーバーはエラーで終了します
本番環境へのデプロイ

SSE トランスポートを使用して本番環境（DEBUG=False）で実行する場合、認証トークンを必ず指定してください：

# This will fail without a token
django-ai-boost --settings myproject.production_settings --transport sse
# Error: Production mode detected but no authentication token provided

# This works
export DJANGO_MCP_AUTH_TOKEN="strong-secret-token"
django-ai-boost --settings myproject.production_settings --transport sse
# Authentication enabled with bearer token for SSE transport
セキュリティのベストプラクティス

  1. 強力なトークンを生成する：

    python -c "import secrets; print(secrets.token_urlsafe(32))"

  2. トークンをバージョン管理に絶対にコミットしない

  3. 本番環境では（CLI 引数ではなく）環境変数を使用する

  4. トークンを定期的にローテーションする

  5. 外部からアクセスする場合は、リバースプロキシとともにHTTPS を使用する

認証を使ったクライアント設定

認証を使用する場合は、トークンを含めるよう MCP クライアントを設定してください：

Cursor / Claude Desktop：

{
  "mcpServers": {
    "django-ai-boost": {
      "command": "django-ai-boost",
      "args": ["--settings", "myproject.settings", "--transport", "sse"],
      "env": {
        "DJANGO_MCP_AUTH_TOKEN": "your-secret-token",
        "DJANGO_SETTINGS_MODULE": "myproject.settings",
        "PYTHONPATH": "/path/to/your/django/project"
      }
    }
  }
}

curl でテストする：

# Without auth - fails
curl http://127.0.0.1:8000/sse

# With correct token - works
curl -H "Authorization: Bearer your-secret-token" http://127.0.0.1:8000/sse
認証のトラブルシューティング

「本番モードが検出されましたが、認証トークンが指定されていません」

  • DJANGO_MCP_AUTH_TOKEN 環境変数を設定するか、--auth-token を使用してください。

「認証トークンが指定されていますが、トランスポートが 'stdio' です」

  • これはエラーとなり、サーバーの起動が停止します。
  • 認証は --transport sse を使用した場合にのみ機能します。
  • トークンを指定して --transport sse を使用するか、stdio の場合は --auth-token 引数を削除してください。

「stdio トランスポートで本番モードを実行しています」

  • ローカル環境または信頼できる環境では問題ありませんが、stdio には認証機能がありません。
  • リモートアクセスには、認証を有効にして --transport sse を使用してください。

AI ツールのセットアップ

Cursor

Cursor は、MCP を標準でサポートする人気の AI 搭載コードエディターです。

  1. Cursor の設定を開きます（Cmd/Ctrl + Shift + J）
  2. 「Tools & MCP」セクションに移動します
  3. Django AI Boost サーバーの設定を追加します。
{
  "mcpServers": {
    "django-ai-boost": {
      "command": "django-ai-boost",
      "args": ["--settings", "myproject.settings"],
      "env": {
        "DJANGO_SETTINGS_MODULE": "myproject.settings",
        "PYTHONPATH": "/path/to/your/django/project"
      }
    }
  }
}

注：/path/to/your/django/project を、Django プロジェクトのルートディレクトリの実際のパスに置き換えてください。

詳しくは、Cursor MCP のドキュメントを参照してください。

Claude Desktop

Claude Desktop の設定に追加します。

  • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows：%APPDATA%\Claude\claude_desktop_config.json
  • Linux：~/.config/claude/claude_desktop_config.json
{
  "mcpServers": {
    "django": {
      "command": "django-ai-boost",
      "args": ["--settings", "myproject.settings"],
      "env": {
        "DJANGO_SETTINGS_MODULE": "myproject.settings",
        "PYTHONPATH": "/path/to/your/django/project"
      }
    }
  }
}

注：/path/to/your/django/project を、Django プロジェクトのルートディレクトリの実際のパスに置き換えてください。

Github Copilot（VS Code 拡張機能）
  1. VS Code マーケットプレースから Github Copilot Chat 拡張機能をインストールします。
  2. Django プロジェクトのルートにある .vscode/mcp.json を作成または編集します。
{
"inputs": [
  // The "inputs" section defines the inputs required for the MCP server configuration.
  {
    "type": "promptString"
  }
],
"servers": {
  // The "servers" section defines the MCP servers you want to use.
  "django-ai-boost": {
    "command": "uv",
    "args": ["run", "django-ai-boost", "--settings", "myproject.settings"],
    "env": {
      "DJANGO_SETTINGS_MODULE": "myproject.settings"
    }
  }
 }
}

  1. JSON 内の「Start」をクリックします。 image

  2. 「Agent」モードで会話を開始すると、Github Copilot Code が MCP サーバーに自動的に接続します。

Claude Code（VS Code 拡張機能）
  1. VS Code マーケットプレースから Claude Code 拡張機能をインストールします。
  2. Django プロジェクトのルートにある .mcp.json を作成または編集します。
{
  "mcpServers": {
    "django-ai-boost": {
      "command": "uv",
      "args": ["run", "django-ai-boost", "--settings", "myproject.settings"],
      "env": {
        "DJANGO_SETTINGS_MODULE": "myproject.settings"
      }
    }
  }
}
  1. VS Code を再起動するか、Claude Code 拡張機能を再読み込みします。
  2. 会話を開始すると、Claude Code が MCP サーバーに自動的に接続します。
MCP 対応の OpenAI ChatGPT Desktop

OpenAI ChatGPT Desktop は MCP サーバーをサポートしています。設定ファイルに追加します。

  • macOS：~/Library/Application Support/OpenAI/ChatGPT/config.json
  • Windows：%APPDATA%\OpenAI\ChatGPT\config.json
{
  "mcpServers": {
    "django": {
      "command": "django-ai-boost",
      "args": ["--settings", "myproject.settings"],
      "env": {
        "DJANGO_SETTINGS_MODULE": "myproject.settings"
      }
    }
  }
}
Cline（VS Code 拡張機能）
  1. VS Code マーケットプレースから Cline 拡張機能をインストールします。
  2. Cline の設定を開きます（Cmd/Ctrl + Shift + P → 「Cline: Open Settings」）
  3. MCP Servers セクションに MCP サーバーの設定を追加します。
{
  "django": {
    "command": "django-ai-boost",
    "args": ["--settings", "myproject.settings"],
    "env": {
      "DJANGO_SETTINGS_MODULE": "myproject.settings"
    }
  }
}
Zed Editor

Zed の MCP 設定（~/.config/zed/mcp.json）に追加します。

{
  "servers": {
    "django": {
      "command": "django-ai-boost",
      "args": ["--settings", "myproject.settings"],
      "env": {
        "DJANGO_SETTINGS_MODULE": "myproject.settings"
      }
    }
  }
}
汎用 MCP クライアント

MCP 対応クライアントであれば、サーバーを手動で実行できます。

# Standard I/O transport (default, no network port)
django-ai-boost --settings myproject.settings

# Server-Sent Events transport (default: 127.0.0.1:8000)
django-ai-boost --settings myproject.settings --transport sse

# SSE transport with custom port
django-ai-boost --settings myproject.settings --transport sse --port 3000

# SSE transport with custom host and port
django-ai-boost --settings myproject.settings --transport sse --host 0.0.0.0 --port 8080

利用可能なツールとプロンプト

ツール
1. application_info

Django と Python のバージョン、インストール済みアプリ、ミドルウェア、データベースエンジン、デバッグモードの状態を取得します。

2. get_setting

ドット記法（例：DATABASES.default.ENGINE）を使用して、任意の Django 設定を取得します。

3. list_models

すべての Django モデルについて、フィールド、型、max_length、null／blank の状態、リレーションシップを一覧表示します。

引数：

  • app_labels：絞り込みに使用するアプリラベルの任意のリスト（例：["blog", "auth"]）。指定しない場合は、すべてのモデルを返します。

注：大規模なプロジェクトでは、一部の MCP クライアント（PyCharm など）が表示制限により出力を途中で切り詰める場合があります。切り詰めを避けるには、app_labels パラメーターを使用して特定のアプリに絞り込んでください。詳しくはトラブルシューティングを参照してください。

4. list_urls

名前、パターン、ビューのハンドラー（ネストされた include を含む）とともに、すべての URL パターンを表示します。

5. database_schema

テーブル、カラム、型、インデックス、外部キーを含む、完全なデータベーススキーマを取得します。

6. list_migrations

アプリごとに、適用済みか未適用かのステータスとともにすべてのマイグレーションを表示します。

7. list_management_commands

利用可能なすべての manage.py コマンドを、そのソースアプリとともに一覧表示します。

8. get_absolute_url

特定のモデルインスタンスの絶対 URL を取得します。モデルに get_absolute_url() メソッドが定義されている必要があります。

引数：

  • app_label：Django アプリのラベル（例："blog"）
  • model_name：モデル名（例："Post"）
  • pk：インスタンスの主キー
9. reverse_url

名前付き URL パターンを逆引きして、実際の URL パスを取得します。位置引数とキーワード引数の両方に対応しています。

引数：

  • url_name：URL パターン名（例："post_detail"、"admin:index"）
  • args：省略可能な位置引数のリスト
  • kwargs：省略可能なキーワード引数の辞書
10. query_model

Django ORM マネージャーを使って、読み取り専用の操作で Django モデルをクエリします。このツールでは、フィルタリング、並べ替え、ページネーションを使って、任意の Django モデルを安全にクエリできます。

引数：

  • app_label：Django アプリのラベル（例："blog"）
  • model_name：モデル名（例："Post"）
  • filters：省略可能なフィールド検索条件の辞書（例：{"status": "published", "featured": true}）
  • order_by：並べ替えに使うフィールドの省略可能なリスト（例：["-created_at", "title"]）
  • limit：返す結果の最大数（デフォルト：100、最大：1000）

戻り値：

  • 条件に一致するオブジェクトの合計数
  • 返された結果の数
  • すべてのフィールド値を含む、辞書形式のモデルインスタンスのリスト
  • 外部キーについては、ID と文字列表現の両方を含みます

クエリの例：

  • 公開済みの投稿をすべて取得：filters={"status": "published"}
  • 注目の投稿を日付順に取得：filters={"featured": true}、order_by=["-created_at"]
  • 件数を指定して最近の投稿を取得：order_by=["-created_at"]、limit=10
11. run_check

Django のシステムチェックを実行し、モデル、設定、デプロイ構成に潜在する問題を特定します。

引数：

  • app_labels：チェック対象とするアプリラベルの省略可能なリスト
  • tags：チェックタグの省略可能なリスト（例："models"、"compatibility"）
  • deploy：true の場合、デプロイチェックを含めます
  • fail_level：最低重大度（"CRITICAL"、"ERROR"、"WARNING"、"INFO"、"DEBUG"）
  • databases：対象に含めるデータベースエイリアスの省略可能なリスト
12. read_recent_logs

LOGGING.handlers で設定されたファイルベースのログハンドラーから、最近のログ行を読み取ります。

引数：

  • lines：ファイルごとに返す行数（デフォルト：100、DJANGO_MCP_MAX_LOG_LINES 環境変数で設定可能）
  • handler_name：単一のファイルハンドラーから読み取る場合の、省略可能なハンドラー名

注： このツールはファイルベースのハンドラー（*FileHandler クラス）のみを読み取ります。プロジェクトのログ出力先がコンソールのみの場合は、AI がログ出力を参照できるように、Django の LOGGING 設定に FileHandler を設定してください。例：

LOGGING = {
    "version": 1,
    "handlers": {
        "file": {
            "class": "logging.FileHandler",
            "filename": "django.log",
        },
    },
    "root": {"handlers": ["file"], "level": "INFO"},
}
プロンプト

MCP プロンプトは、AI アシスタントとのやり取りをガイドするための再利用可能なメッセージテンプレートを提供します。

1. search_django_docs

Django のドキュメントで特定のトピックを検索するための、書式設定されたプロンプトを生成します。

引数:

  • topic: 検索する Django のトピックまたは機能（例：「models」、「queryset」、「migrations」、「authentication」）

戻り値: 以下を含む、書式設定されたプロンプトです。

  • 使用中の Django の現在のバージョン
  • 該当するバージョンの Django ドキュメントへの直接リンク
  • 確認する情報のガイダンス
  • ベストプラクティスとコード例のリクエスト

トピックの例:

  • 「models」 - Django のモデルと ORM について学ぶ
  • 「queryset filtering」 - クエリの最適化とフィルタリング
  • 「migrations」 - データベーススキーマの管理
  • 「authentication」 - ユーザー認証と権限
  • 「middleware」 - リクエスト／レスポンスの処理
  • 「forms」 - フォームの処理と検証

このプロンプトは、ドキュメントとの互換性を確保するため、Django のバージョン（例：5.2、4.2）に合わせて自動的に調整されます。

AI アシスタントでの使用例

設定が完了したら、AI アシスタントに次のような質問をできます。

ツールの使用:

  • 「この Django プロジェクトにはどのようなモデルがありますか？」
  • 「すべての URL パターンを表示してください」
  • 「users テーブルのデータベーススキーマは何ですか？」
  • 「未適用のマイグレーションはありますか？」
  • 「DEBUG 設定の値は何ですか？」
  • 「ID が 5 のブログ記事の URL は何ですか？」
  • 「pk=10 で 'post_detail' URL パターンを逆引きしてください」
  • 「公開済みのブログ記事をすべて表示してください」
  • 「作成日順に並べた最新の投稿を 10 件取得してください」
  • 「ブログ内の注目記事をすべて見つけてください」
  • 「最近のエラーログを表示してください」

プロンプトの使用:

  • 「'models' に対して search_django_docs プロンプトを使ってください」 - Django モデルのドキュメントを見つけるためのサポートを得ます
  • 「'authentication' について Django のドキュメントを検索してください」 - Django の認証について学びます
  • 「'migrations' に関する Django ドキュメントを表示してください」 - マイグレーションのベストプラクティスとガイドを確認します

開発とテスト

このプロジェクトには、包括的なテストスイートと開発用の Django フィクスチャプロジェクトが含まれています。

# Run all tests with pytest
uv run pytest

# Run broad integration coverage
uv run pytest test_server.py

# Run focused MCP tool tests
uv run pytest test_auth_logic.py test_prompt.py test_query_model.py test_read_recent_logs.py test_run_check.py

# Run the MCP server with the test project
export PYTHONPATH="${PYTHONPATH}:./fixtures/testproject"
uv run django-ai-boost --settings testproject.settings

# Run linter
uv run ruff check .

# Auto-fix linting issues
uv run ruff check --fix .

# Format code
uv run ruff format .

fixtures/testproject/ ディレクトリには、すべての MCP ツールをテストするための完全な Django アプリケーションが含まれています。テストプロジェクトの構造については、fixtures/README.md を参照してください。

トラブルシューティング

「Django is not configured」エラー

DJANGO_SETTINGS_MODULE 環境変数を設定するか、--settings フラグを使用してください。

export DJANGO_SETTINGS_MODULE=myproject.settings
django-ai-boost
PYTHONPATH の問題

Django がプロジェクトのモジュールを見つけられない場合は、プロジェクトディレクトリを PYTHONPATH に追加してください。

export PYTHONPATH="${PYTHONPATH}:/path/to/your/project"
django-ai-boost --settings myproject.settings

または、MCP クライアントの設定で指定してください。

{
  "env": {
    "PYTHONPATH": "/path/to/your/project",
    "DJANGO_SETTINGS_MODULE": "myproject.settings"
  }
}
MCP サーバーに接続できない
  1. django-ai-boost コマンドに PATH からアクセスできることを確認します
  2. MCP クライアントの設定ファイルの構文が有効な JSON であることを確認します
  3. AI ツールのログを確認します（通常は設定またはヘルプメニューにあります）
  4. 次のようにサーバーを手動で実行し、エラーメッセージが表示されるか確認します。 
    django-ai-boost --settings myproject.settings
データベース接続の問題

Django のデータベースが適切に設定され、アクセス可能であることを確認してください。MCP サーバーには、Django アプリケーションと同じデータベースへのアクセス権が必要です。

ポートがすでに使用されています（SSE トランスポート）

SSE トランスポートの使用中に「Address already in use」のようなエラーが表示される場合、デフォルトのポート 8000 は別のサービス（Django 開発サーバーなど）によって使用されている可能性があります。別のポートを使用してください。

# Use a different port for the MCP server
django-ai-boost --settings myproject.settings --transport sse --port 8001

注: stdio トランスポート（デフォルト）はネットワークポートを使用しないため、この問題は発生しません。

MCP クライアントでの出力の切り捨て

一部の MCP クライアントには表示制限があり、ツールの出力が長い場合に切り捨てられることがあります。

PyCharm：ツールの出力は 2000 行に制限されています（一般的なフィールド数の場合、Django モデル約 100 個分） Claude Code：ターミナル表示では約 700 文字で切り捨てられます

症状：

  • 「出力が長すぎるため切り捨てられました」というメッセージが表示される
  • list_models の呼び出し時にモデル一覧が不完全になる

解決方法： app_labels パラメーターを使用して、特定の Django アプリでモデルを絞り込みます。

# Instead of listing all models (may truncate):
list_models()

# Filter by specific app(s):
list_models(app_labels=["blog"])
list_models(app_labels=["blog", "auth", "contenttypes"])

確認方法： 切り捨てはサーバー側ではなく、クライアント側で発生しています。次の手順で確認できます。

  1. Django モデルの数を数えます：python manage.py shell -c "from django.apps import apps; print(len(apps.get_models()))"
  2. 行数を推定します：モデル数 × モデルあたり 20 行 ≈ 出力の合計行数
  3. 2000 行（PyCharm）を超える場合、または非常に長い場合（Claude Code）は、アプリによる絞り込みを使用します

要件

  • Python 3.12+
  • Django 4.2+
  • FastMCP 3.2.4+

ライセンス

MIT License - 詳細については LICENSE ファイルを参照してください。

インスピレーション

このプロジェクトは、Laravel アプリケーション向けに同様の MCP 機能を提供する Laravel Boost に着想を得ています。

コントリビューション

コミュニティからのコントリビューションを歓迎します。バグ修正、新機能、ドキュメントの改善、バグ報告など、皆さまのご協力に感謝します。

はじめに
  1. GitHub でリポジトリを フォーク します
  2. フォークしたリポジトリをローカルに クローン します： 
    git clone https://github.com/YOUR_USERNAME/django-ai-boost.git
cd django-ai-boost
  3. 開発用の依存関係を インストール します： 
    uv sync --dev
  4. 変更用の新しいブランチを 作成 します： 
    git checkout -b feature/your-feature-name
# or
git checkout -b fix/your-bug-fix
開発ワークフロー
  1. フィーチャーブランチで 変更を加えます
  2. コードスタイルに従います： 
    # Check code style
uv run ruff check .

# Auto-fix style issues
uv run ruff check --fix .

# Format code
uv run ruff format .
  3. 変更をテストします： 
     # Run the test suite
 uv run pytest

Run broad integration coverage

uv run pytest test_server.py

# Test with the fixture project
export PYTHONPATH="${PYTHONPATH}:./fixtures/testproject"

uv run django-ai-boost --settings testproject.settings

4. **変更をコミットします**：
```bash
git add .
git commit -m "feat: add new feature" # or "fix: resolve bug"

Conventional Commits に従います：

  • 新機能には feat:
  • バグ修正には fix:
  • ドキュメントの変更には docs:
  • メンテナンスタスクには chore:
  • テストの変更には test:
  • コードのリファクタリングには refactor:
  1. フォークに プッシュします： 
    git push origin feature/your-feature-name
  2. フォークからメインリポジトリに向けて、GitHub でプルリクエストを 作成します
コントリビューションガイドライン
  • コード品質：コードがリンティング（ruff check）とフォーマット（ruff format）に合格することを確認してください
  • テスト：新機能のテストを追加し、既存のテストに合格することを確認してください
  • ドキュメント：新機能に合わせて README と関連ドキュメントを更新してください
  • コミット：Conventional Commits に従い、明確で説明的なコミットメッセージを使用してください
  • プルリクエスト：PR の内容とその理由を明確に説明してください
  • イシュー：新しいイシューを作成する前に、既存のイシューを確認してください
コントリビューションできること

特に次のような貢献を歓迎します。

  • 新しい MCP ツール：Django の機能をさらに公開するツールを追加する
  • バグ修正：GitHub Issues で報告された問題を修正する
  • ドキュメント：セットアップガイドの改善、例の追加、既存ドキュメントの明確化
  • テスト：既存機能のテストカバレッジを拡大する
  • パフォーマンス：遅い処理を最適化する、またはメモリ使用量を削減する
  • 互換性：異なる Django バージョンとの互換性を確保する
サポートが必要ですか？
  • 例として既存のコードを参照してください
  • 質問や議論がある場合は、GitHub Issue を作成してください
  • 他の人がどのように貢献したかを確認するには、クローズ済みの PR を参照してください
行動規範

すべてのやり取りにおいて、敬意を持ち、建設的に対応してください。誰もが歓迎され、参加しやすいコミュニティを維持することを目指しています。

商用サポート

代替テキスト

このプロジェクトは Vinta Software がメンテナンスしています。デザインと開発の専門家からなる当社のチームが、Django を活用した製品の立ち上げを支援します。商用サポートが必要な場合は、お気軽にお問い合わせください：[email protected]

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。