Smart MCP Server

Smart MCP Server

エージェント間（A2A）プロトコルに準拠した、高度でコンテキスト認識型のModel Context Protocol（MCP）サーバーです。インテリジェントなワークフロー実行、安全なトークン管理、Google の Gemini モデルを含む包括的な AI モデル統合を提供します。

🌟 主な機能

🔐 安全なトークン管理

• MCP/A2A 準拠トークン：プロトコルに準拠した API トークンを自動的に生成・管理します
• AES-256-CBC 暗号化：業界標準の暗号化方式でトークンを安全に保存します
• 自動更新：インテリジェントなトークン検証・更新機能を備えています
• CLI 管理：CLI ツールを使ってトークンを簡単に生成、検証、監視できます

🤖 マルチモデル AI 統合

• Gemini モデル：Google の Gemini 2.5 Pro、Gemini Pro、埋め込みモデルとの完全な統合
• OpenAI サポート：GPT-4、GPT-3.5 Turbo、埋め込みモデルに対応
• Anthropic 統合：Claude 3 Opus、Sonnet、Haiku モデルに対応
• モデル非依存のアーキテクチャ：すべての AI プロバイダーに共通のインターフェースを提供します

🔄 高度なワークフローシステム

• 動的なワークフロー読み込み：JSON ファイルからワークフロー定義を自動的に読み込みます
• インテリジェントな実行：AI の関数呼び出しを利用して、最適なワークフローを選択します
• 進行状況の監視：メトリクスとログを使って、実行状況をリアルタイムで追跡します
• エラーからの復旧：高度なエラー処理と再試行の仕組みを備えています

🌐 プロトコル準拠

• MCP v1.0：Model Context Protocol の完全な実装
• A2A v1.0：マルチエージェント連携のためのエージェント間プロトコル
• ツール検出：ツールを自動的に登録し、機能を通知します
• 安全な通信：エージェント間の通信を暗号化します

🛠️ 包括的なツールセット

• GitHub 統合：リポジトリの管理、分析、自動化
• Stripe 統合：決済処理とサブスクリプション管理
• システムの稼働状況監視：システムのメトリクスとアラートをリアルタイムで確認できます
• ドキュメントツール：ドキュメントの統合と管理を自動化します

🚀 クイックスタート

前提条件

• Node.js v18.0.0 以降
• npm v7.0.0 以降
• Google Gemini API Key（AI 機能用）

インストール

1. リポジトリをクローンします：

   git clone https://github.com/reconsumeralization/smart-mcp-server.git
   cd smart-mcp-server
   

2. 依存関係をインストールします：

   npm install
   

3. MCP/A2A 準拠トークンを生成します：

   npm run token:generate
   

4. サーバーを起動します：

   npm start
   

サーバーはポート 3000（設定可能）で起動し、MCP と A2A の両プロトコルを完全にサポートします。

🔑 トークン管理

CLI コマンド

# Generate a new MCP/A2A compliant token
npm run token:generate

# Refresh existing token
npm run token:refresh

# Validate current token compliance
npm run token:validate

# Show detailed token information
npm run token:info

# Export token metadata (no sensitive data)
npm run token:export

# Show help
npm run token:help

トークンの機能

• 🛡️ セキュリティ：安全な鍵管理による AES-256-CBC 暗号化
• ✅ 準拠性：MCP v1.0 と A2A v1.0 の両プロトコルに完全準拠
• 🔄 自動更新：トークンを自動的に検証・更新します
• 📊 監視：トークンの状態と使用状況を詳細に追跡します

🏗️ アーキテクチャ

smart-mcp-server/
├── src/
│   ├── archer/                    # Arrow server for agentic framework
│   ├── lib/
│   │   ├── token-manager.js       # Secure token management
│   │   ├── agents/                # AI agent implementations
│   │   └── ai-workflows/          # Workflow orchestration
│   ├── models/
│   │   └── drivers/               # AI model drivers (Gemini, OpenAI, Anthropic)
│   ├── tools/                     # MCP-compliant tool implementations
│   ├── routes/                    # API endpoints
│   └── middleware/                # Authentication, validation, etc.
├── examples/                      # Workflow examples and demos
├── scripts/                       # Management and utility scripts
├── docs/                          # Comprehensive documentation
└── public/                        # A2A agent discovery

🔌 API エンドポイント

コアエンドポイント

• GET /health - ヘルスチェックとシステム状態の確認
• POST /a2a/tasks - エージェント間のタスク実行
• GET /.well-known/agent.json - エージェント検出（A2A プロトコル）

ワークフロー管理

• GET /api/workflows - 利用可能なすべてのワークフローを一覧表示
• POST /api/workflows/:id/execute - 指定したワークフローを実行
• GET /api/workflows/:id/status - ワークフローの実行状態を取得

トークン管理

• POST /api/tokens/refresh - API トークンを更新
• GET /api/tokens/info - トークン情報を取得
• POST /api/tokens/validate - トークンの準拠性を検証

ツール統合

• GET /api/tools - 利用可能な MCP ツールを一覧表示
• POST /api/tools/execute - パラメーターを指定してツールを実行

🤖 AI モデル統合

Gemini との統合

import { GeminiDriver } from './src/models/drivers/gemini-driver.js';

const gemini = new GeminiDriver();
await gemini.initialize(); // Automatic token management

// Text generation with MCP compliance
const result = await gemini.generate({
  prompt: "Explain quantum computing",
  temperature: 0.7,
  maxTokens: 1024
});

// Streaming responses
for await (const chunk of gemini.stream({ prompt: "Write a story" })) {
  console.log(chunk.text);
}

// Embeddings
const embedding = await gemini.embedding({ 
  text: "Convert this to vector representation" 
});

マルチモデルのサポート

import { ModelDriver } from './src/models/ModelDriver.js';

// Unified interface across all models
const models = {
  gemini: new GeminiDriver(),
  openai: new OpenAIDriver(),
  anthropic: new AnthropicDriver()
};

// Automatic model selection based on task
const bestModel = await ModelDriver.selectOptimal({
  task: "code_generation",
  requirements: { speed: "fast", quality: "high" }
});

🔄 ワークフローシステム

ワークフローの定義

examples/ ディレクトリにワークフローの JSON ファイルを作成します。

{
  "id": "data-analysis-workflow",
  "name": "Data Analysis Pipeline",
  "description": "Comprehensive data analysis with AI insights",
  "version": "1.0",
  "mcp_compliant": true,
  "a2a_compliant": true,
  "steps": [
    {
      "id": "data-extraction",
      "type": "database-query",
      "tool": "mcp_database_tool",
      "parameters": {
        "query": "SELECT * FROM analytics_data WHERE date >= '{{start_date}}'"
      }
    },
    {
      "id": "ai-analysis",
      "type": "ai-processing",
      "tool": "mcp_gemini_tool",
      "parameters": {
        "model": "gemini-2.5-pro",
        "prompt": "Analyze this data and provide insights: {{data}}"
      },
      "depends_on": ["data-extraction"]
    },
    {
      "id": "report-generation",
      "type": "document-creation",
      "tool": "mcp_documentation_tool",
      "parameters": {
        "template": "analysis-report",
        "data": "{{ai-analysis.result}}"
      },
      "depends_on": ["ai-analysis"]
    }
  ]
}

ワークフローの実行

# List available workflows
curl http://localhost:3000/api/workflows

# Execute a workflow
curl -X POST http://localhost:3000/api/workflows/data-analysis-workflow/execute \
  -H "Content-Type: application/json" \
  -d '{"start_date": "2024-01-01"}'

# Monitor execution
curl http://localhost:3000/api/workflows/execution-id-123/status

🛠️ 利用可能なツール

GitHub ツール（mcp_github_tool）

// Repository analytics
const stats = await tools.mcp_github_search_repositories({
  query: "machine learning",
  sort: "stars",
  limit: 10
});

// Create pull request
const pr = await tools.mcp_github_create_pull_request({
  owner: "username",
  repo: "repository",
  title: "Feature: Add new functionality",
  body: "Description of changes",
  head: "feature-branch",
  base: "main"
});

システムヘルスツール（mcp_system_health_tool）

// Get system metrics
const health = await tools.mcp_system_health_check();
console.log(health); // { cpu: 45, memory: 67, status: "healthy" }

// Monitor performance
const metrics = await tools.mcp_system_performance_metrics({
  duration: "1h",
  interval: "5m"
});

ドキュメントツール（mcp_documentation_tool）

// Consolidate documentation
const docs = await tools.mcp_consolidate_documentation({
  source: "./docs",
  output: "./consolidated-docs.md",
  format: "markdown"
});

🔍 コンテキストに応じたツールの選択

システムはコンテキストに基づいてツールをインテリジェントに選択します。

import { selectToolsForContext } from './src/context-aware-selector.js';

const context = {
  message: "Help me optimize this database query",
  history: ["SELECT * FROM users", "EXPLAIN ANALYZE"],
  project: { type: "database", language: "SQL" }
};

const selectedTools = selectToolsForContext(context, availableTools);
// Returns: [database-tool, performance-tool, query-optimizer]

🧪 テスト

# Run all tests
npm test

# Test specific components
npm run test:integration
npm run test:tools
npm run test:workflows

# Test token management
npm run token:validate
npm run token:info

📊 モニタリングと分析

リアルタイム指標

• システムヘルス：CPU、メモリ、ディスク使用量
• API パフォーマンス：応答時間、エラー率
• トークン使用量：API 呼び出し、クォータのモニタリング
• ワークフローの実行：成功率、パフォーマンス指標

ロギング

# View logs
tail -f logs/all.log
tail -f logs/error.log

# Workflow-specific logs
ls logs/workflow-test/

🔧 設定

環境変数

# Core Configuration
PORT=3000
NODE_ENV=production
LOG_LEVEL=info

# AI Models (automatically managed by token system)
GEMINI_MODEL=gemini-2.5-pro

# External Integrations
GITHUB_TOKEN=your_github_token
STRIPE_SECRET_KEY=your_stripe_key

# Database
POSTGRES_URL=postgresql://user:pass@localhost:5432/db
REDIS_HOST=127.0.0.1
REDIS_PORT=6379

エージェントの設定

システムは public/agent.json を通じて、その機能を自動的に通知します。

{
  "id": "smart-mcp-agent",
  "name": "Smart MCP Agent",
  "protocol_versions": {
    "mcp": "1.0",
    "a2a": "1.0"
  },
  "capabilities": [
    "workflow_execution",
    "token_management", 
    "model_interaction"
  ],
  "supported_models": [
    "gemini-2.5-pro",
    "gpt-4",
    "claude-3-opus"
  ]
}

🚀 高度な使い方

カスタムツールの開発

// Create a new MCP-compliant tool
export async function mcp_custom_tool(params) {
  const { input, options = {} } = params;
  
  try {
    // Tool implementation
    const result = await processInput(input, options);
    
    return {
      success: true,
      result,
      metadata: {
        mcp_compliant: true,
        execution_time: Date.now() - startTime
      }
    };
  } catch (error) {
    return {
      success: false,
      error: error.message,
      metadata: { mcp_compliant: true }
    };
  }
}

マルチエージェントの連携

// A2A protocol communication
const taskResult = await fetch('http://other-agent:3000/a2a/tasks', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    task_description: "Analyze financial data",
    context: { timeframe: "Q4 2024" }
  })
});

📚 ドキュメント

詳しいドキュメントを利用できます。

• トークン管理ガイド
• ワークフロー開発
• ツール統合
• A2A プロトコルガイド
• セキュリティのベストプラクティス

🔐 セキュリティ

• 🔒 トークンの暗号化：すべての機密データを AES-256-CBC で暗号化
• 🛡️ 安全なストレージ：ファイル権限とアクセス制御
• 🔄 自動ローテーション：トークンの自動更新と検証
• 📊 監査ログ：セキュリティイベントの包括的な記録
• 🚫 ハードコードされたシークレットなし：すべての認証情報は環境変数を通じて管理

🤝 貢献

皆さまからの貢献を歓迎します。詳しくは貢献ガイドをご覧ください。

1. リポジトリをフォークします
2. フィーチャーブランチを作成します：git checkout -b feature/amazing-feature
3. テストを追加して変更を加えます
4. MCP/A2A への準拠を確認します
5. プルリクエストを送信します

開発環境のセットアップ

# Install development dependencies
npm install

# Run in development mode
npm run dev

# Run tests with coverage
npm run test:coverage

# Lint and format code
npm run lint
npm run format

📈 ロードマップ

• 強化された AI モデル：より多くの AI プロバイダーとの統合
• 高度なワークフロー：ビジュアルワークフロービルダーおよびエディター
• リアルタイムコラボレーション：複数ユーザーによるワークフローの実行
• プラグインシステム：サードパーティ製ツールの統合フレームワーク
• クラウドデプロイ：ワンクリックでのクラウドデプロイオプション

📄 ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細はLICENSEファイルをご覧ください。

🙏 謝辞

• MCP の仕様を提供するModel Context Protocol
• Gemini API へのアクセスを提供するGoogle AI
• GPT モデルの統合を提供するOpenAI
• Claude モデルのサポートを提供するAnthropic

📞 サポート

• 課題：GitHub Issues
• ディスカッション：GitHub Discussions
• メール：David Weatherspoon

---

AI エージェントのエコシステムのために、❤️を込めて構築

Smart MCP Server - セキュアでプロトコルに準拠したインフラストラクチャを通じて、インテリジェントなエージェント連携を実現します。