Gemini API with MCP Tool Integration

MCP ツール統合を使用した Gemini API

このプロジェクトでは、MCP（Multi-Cloud Platform）フレームワークで管理されるカスタムツールと Google Gemini API を統合する方法を紹介します。Gemini API で自然言語のクエリを処理し、クエリの意図に基づいて特定のアクションを実行するために MCP ツールを活用します。

前提条件

このプロジェクトを実行する前に、以下を準備してください。

• Python 3.7 以降

• Gemini API が有効化され、API キーがある Google Cloud プロジェクト

• 必要なツールをセットアップした MCP 環境

• 以下の環境変数を設定した .env ファイル：

  GEMINI_API_KEY=<your_gemini_api_key>
  GEMINI_MODEL=<your_gemini_model_name>
  MCP_RUNNER=<path_to_mcp_runner>
  MCP_SCRIPT=<path_to_mcp_script>
  

インストール

1. リポジトリをクローンします。

   git clone <repository_url>
   cd <repository_directory>
   

2. 仮想環境を作成します（推奨）。

   python3 -m venv venv
   source venv/bin/activate  # On macOS/Linux
   
   

3. uv を使用して必要な依存関係をインストールします。

   uv pip install dotenv google-generativeai mcp
   uv add "mcp[cli]" httpx
   uv pip install python-dotenv google-generativeai mcp
   

4. プロジェクトのルートに .env ファイルを作成し、環境変数を追加します。

GEMINI_API_KEY=your_api_key_here
GEMINI_MODEL=gemini-pro
MCP_RUNNER=path_to_mcp_runner
MCP_SCRIPT=path_to_mcp_script

使用方法

アプリケーションを実行するには、以下のコマンドを実行します。

python main.py

仕組み

1. アプリケーションが環境変数を読み込み、設定されていることを確認します
2. MCP クライアントとの接続を確立します
3. MCP セッションから利用可能なツールを取得します
4. ツールの定義とともにプロンプトを Gemini API に送信します
5. モデルが実行したツール呼び出しを処理します
6. ツール呼び出しの結果を含む最終的な応答を返します

カスタマイズ

プロンプトや動作をカスタマイズするには、以下を行います。

1. prompt 変数を希望するテキストに変更します
2. get_contents() 関数を調整して、プロンプトの形式を変更します
3. process_response() を拡張して、さまざまな応答の種類に対応します

ライセンス

MIT ライセンス