Smallest AI MCP Server

Smallest AI MCP サーバー

Waves のテキスト読み上げと音声クローン作成プラットフォーム向けの、本番環境対応の ModelContextProtocol（MCP）サーバーです。
高速で、ポータブルで、実環境の AI 音声ワークフローにすぐに使えます。

---

🚀 概要

Smallest AI MCP Server は、強力な Waves の TTS／音声クローン作成 API と、MCP 互換の LLM またはエージェントをシームレスに連携します。速度、セキュリティ、導入の容易さを重視して設計されています。

---

✨ 機能

• 🎤 音声の一覧表示とプレビュー — Waves で利用可能なすべての音声をすぐに取得します。
• 🗣️ 音声を合成 — テキストを高品質な WAV 音声ファイルに変換します。
• 👤 音声をクローン — インスタントまたはプロフェッショナルな音声クローンを作成します。
• 🗂️ クローンを管理 — クローンした音声を一覧表示および削除します。

すべての機能は MCP ツールとして実装されており、プレースホルダーやスタブはありません。

---

⚡ クイックスタート

# 1. Clone the repo
$ git clone https://github.com/Akshay-Sisodia/smallest-ai-mcp.git
$ cd smallest-ai-mcp

# 2. Install dependencies
$ pip install -r requirements.txt

# 3. Configure your API key
$ cp .env.example .env
# Edit .env and add your real WAVES_API_KEY

# 4. Start the server
$ python server.py

---

🐳 Docker の使用方法

# Build the Docker image
$ docker build -t smallest-ai-mcp .

# Run the container
$ docker run -p 8000:8000 \
    -e WAVES_API_KEY=your_waves_api_key \
    smallest-ai-mcp

---

🛠️ 技術スタック

• Python 3.11+
• Starlette、requests、httpx
• modelcontextprotocol/mcp-sdk

---

🏗️ 本番環境とデプロイ

• 環境： .env.example を .env にコピーし、API キーを追加します。シークレットを git にコミットすることは絶対に避けてください。
• 依存関係： pip install -r requirements.txt でインストールします（Python 3.11+）。
• Docker： 提供されている Dockerfile をコンテナ化に使用します。
• セキュリティ： 起動時に API キーが必要で、外部に公開されることはありません。
• ライセンス： MIT（LICENSE を参照）。

---

🤝 貢献

プルリクエストや課題を歓迎します。大きな変更については、まず課題を作成してご相談ください。

---

👤 メンテナー

• Akshay Sisodia（GitHub）

---

📄 ライセンス

MIT

Groq MCP クライアント

MCP（Model Context Protocol）サーバーに接続し、Groq の LLM API を使ってツール実行機能付きのチャットを行う Streamlit アプリケーションです。

機能

• SSE（Server-Sent Events）を介して公式 MCP SDK を使い、任意の MCP サーバーに接続
• MCP サーバーとの非同期通信
• Groq からのストリーミング応答に対応したチャットインターフェース
• MCP サーバーを介したツールの実行
• シンプルで使いやすい UI

要件

• Python 3.8+
• Groq API キー
• SSE に対応した MCP サーバー（HTTP で稼働）
• MCP SDK（requirements.txt とともに自動的にインストールされます）

インストール

1. このリポジトリをクローンします
2. 依存関係をインストールします。

pip install -r requirements.txt

使用方法

1. アプリケーションを実行します。

streamlit run groq_mcp_client.py

2. Streamlit UI で以下を行います。
   • サイドバーに Groq API キーを入力します
   • MCP サーバーの URL を入力します（デフォルト：http://localhost:8000）
   • 「Connect to MCP Server」をクリックします
   • チャットを開始します。

仕組み

1. アプリケーションが起動し、公式 MCP SDK を使って SSE 経由で MCP サーバーに接続します
2. MCP サーバーが利用可能なツールの一覧を提供します
3. メッセージを送信すると、次の処理が行われます。
   • メッセージが Groq の API に送信されます
   • Groq がツールの使用を決定した場合、MCP サーバーを介してツール呼び出しが実行されます
   • ツールの結果が Groq に返されます
   • Groq が最終応答を返します

実装の詳細

• MCP サーバーとの通信には、公式の MCP SDK を使用します
• HTTP ベースのサーバーには SSE（Server-Sent Events）経由で接続します
• サーバーとの効率的な通信のため、async/await パターンを実装します
• Streamlit UI フレームワークとの互換性を維持します

カスタマイズ

アプリケーションの次の要素を変更できます。

• GroqClient.generate_stream メソッドの model パラメーターを変更して、Groq モデルを変更します
• Streamlit コンポーネントを変更して、UI をカスタマイズします
• MCP クライアントに機能を追加します

ライセンス

MIT