mcpField
L
Learning Model Context Protocol

Learning Model Context Protocol

ローカル
yarnabrina.github.io開発ツール41 週間前に更新
リポジトリ公式サイト

Learning Model Context Protocol について

Learning Model Context Protocolは、MCPサーバー、クライアント、ツール、ワークフローを実践的に学ぶためのプロジェクトです。MCPを試す学習者向けで、セットアップと使用方法を案内しますが、サーバーの具体的なツールは記載されていません。

主な機能

  1. 01MCPサーバーとクライアントの利用方法を学習
  2. 02MCPベースのワークフローを実験
  3. 03セットアップと使用例を参照

活用シーン

  1. 01MCPサーバー設定の学習
  2. 02MCPクライアント設定の練習

MCP 対応

MCPサーバーとクライアントを扱い、それらの設定方法を説明するプロジェクトです。READMEには、このサーバーが公開する具体的な機能は記載されていません。

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": {
    "yarnabrina-mcp-learning": {
      "command": "uvx",
      "args": [
        "mcp-learning"
      ],
      "env": {
        "DEBUG": "<DEBUG>",
        "RUNTIME_ENVIRONMENT": "<RUNTIME_ENVIRONMENT>",
        "LOG_LEVEL": "<LOG_LEVEL>",
        "LOG_FILE": "<LOG_FILE>",
        "JSON_RESPONSE": "<JSON_RESPONSE>",
        "STATELESS_HTTP": "<STATELESS_HTTP>"
      }
    }
  }
}
起動コマンドuvx mcp-learning
設定が必要な環境変数
DEBUGEnable additional debug logging output.
RUNTIME_ENVIRONMENTLogging/runtime environment.
LOG_LEVELLog level for server output; the server defaults to INFO.
LOG_FILEOptional path for a server log file.
JSON_RESPONSEReturn JSON payloads for HTTP responses instead of newline-delimited JSON.
STATELESS_HTTPDisable HTTP keep-alive to serve each request independently.

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
pypimcp-learning0.3.0

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

Model Context Protocol を学ぶ

このプロジェクトでは、Model Context Protocol（MCP）サーバーとクライアントの機能や使い方を探り、MCP ベースのツールやワークフローを実際に試しながら学べる環境を提供します。

ドキュメント

貢献

開発と貢献に関するガイドラインについては、CONTRIBUTING.md をご覧ください。

リンク

ライセンス

このプロジェクトは GNU Affero General Public License v3.0 以降（AGPL-3.0-or-later）の下でライセンスされています。

Copyright (C) 2025-2026 Anirban Ray

詳細については、LICENSE ファイルをご覧ください。

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。