この投稿では、モデル コンテキスト プロトコルとその重要性について説明し、Jina.ai と通信し、Claude に Web 検索とファクト チェック機(jī)能を追加できるようにするための MCP サーバーの構(gòu)築について説明します。 Python と FastMCP を使用したデスクトップ。

モデルコンテキストプロトコル

Anthropic は昨年の感謝祭の頃に発表されました。ある程度の注目を集めましたが、AI ソフトウェア スタックの次の層を開発する上で極めて重要な足がかりとなる可能性があることを考えると、その評(píng)価は不十分かもしれません。

何

モデル コンテキスト プロトコル (MCP) は、大規(guī)模言語(yǔ)モデル (LLM) 向けに特別に設(shè)計(jì)された標(biāo)準(zhǔn)化された通信プロトコルです。

これを「AI の HTTP」と考えてください。HTTP が Web ブラウザと Web サーバーとの通信方法を標(biāo)準(zhǔn)化したのと同じように、MCP は LLM アプリケーションがツールやデータ ソースと通信する方法を標(biāo)準(zhǔn)化します。

なぜMCPが必要なのでしょうか?

LLM 開発の現(xiàn)在の狀況は、いくつかのハードルに直面しています。

1. ツール統(tǒng)合の複雑さ: 各 LLM サービス (OpenAI、Anthropic など) にはツール呼び出しと関數(shù)呼び出しを?qū)g裝する獨(dú)自の方法があるため、ポータブル ツールの構(gòu)築が複雑になります。

2. コンテキスト管理: LLM はさまざまなデータ ソースやツールにアクセスする必要がありますが、このアクセスを安全かつ効率的に管理することは困難でした。

3. 標(biāo)準(zhǔn)化: 標(biāo)準(zhǔn)プロトコルがなければ、開発者はサポートしたい LLM プラットフォームごとに統(tǒng)合レイヤーを再構(gòu)築する必要があります。

MCP は以下を提供することでこれらの課題を解決します。

• ツールとデータを LLM に公開する標(biāo)準(zhǔn)化された方法
• 安全なクライアントサーバーアーキテクチャ
• 基盤となる LLM に関係なく一貫したインターフェイス

MCPはどのように機(jī)能しますか?

MCP は、次の 3 つの主要コンポーネントを備えたクライアント/サーバー アーキテクチャに従います。

1. MCP サーバー: 以下を公開するサービス:

   • ツール (LLM が呼び出すことができる関數(shù))
   • リソース (データ ソース)
   • プロンプト (テンプレート化された指示)
   • コンテキスト (動(dòng)的情報(bào))

2. MCP クライアント: アプリケーションは MCP サーバーに接続し、LLM とサーバー間の通信を管理します。クライアントのサポートは初期段階にあり、これまでのところプロトコル仕様の一部を?qū)g裝しているツールは少數(shù)であり、クライアントがまだサポートしていない機(jī)能もいくつかあります。

そしてもちろん、LLM...

ワークフローは簡(jiǎn)単です:

1. MCP サーバーはその機(jī)能 (ツール、リソースなど) を登録します
2. クライアントがサーバーに接続します
3. LLM は、標(biāo)準(zhǔn)化されたインターフェイスを通じてこれらの機(jī)能を使用できます

トランスポートプロトコル

• 複數(shù)のトランスポートメカニズム
  • SSE (サーバー送信イベント)
    • HTTP 経由で雙方向に通信し、サーバープロセスはクライアントから分離されます
  • Stdio (標(biāo)準(zhǔn)入力/出力)
    • 標(biāo)準(zhǔn)入出力パイプを介して通信します。サーバープロセスは基本的にクライアントの子プロセスです

安全

治安狀況はさらに微妙です。標(biāo)準(zhǔn)入出力トランスポートを使用するサーバーは通常、クライアントと同じ場(chǎng)所に配置されるため、API キーが必ずしもインターネットに公開されるわけではありません。私の意見では、それらはかなりカジュアルに渡されているようです。

これらのキーは、子プロセスに渡すことができるようにサーバーの起動(dòng)時(shí)にクライアントにロードする必要があり、デスクトップ アプリのログにも表示されます。これは懸念事項(xiàng)でした。

API キーの広範(fàn)な使用は、Gen AI サービス、プラットフォーム、ツールに影響を與える広範(fàn)な問(wèn)題です。 Okta や Auth0 などの企業(yè)は、キーに依存せずに Gen AI を管理および認(rèn)証するソリューションに取り組んでいます。

SDK

Anthropic は、TypeScript、Python、Kotlin の低レベル SDK を正式にサポートしています。最近作成されたボイラープレート ラッパーの一部は、すでにボイラープレートの一部をカバーしており、MCP サーバーの開発を容易にするためのクライアント上でのサーバーのデバッグ、検査、インストール用の CLI などの優(yōu)れた機(jī)能を備えています。

FastMCP の使用を開始する

# demo.py

from fastmcp import FastMCP


mcp = FastMCP("Demo ?")


@<span>mcp.tool()</span>
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

fastmcp install demo.py

FastMCP はそのようなフレームワークの 1 つです。ここでは、Web サイトを読み取り、Web を介して検索クエリに応答し、情報(bào)を事実確認(rèn)するためのほぼ実用的なツールを作成する方法を検討します。 Jina.aiを使用します。

これは、「エンベディング、リランカー、小規(guī)模言語(yǔ)モデル」を組み合わせた「検索基盤プラットフォーム」を提供し、Gen AI とマルチモーダル検索エクスペリエンスを構(gòu)築する企業(yè)を支援する非常に洗練されたサービスです。

前提條件

• 紫外線

UV をインストールする必要があります。これは、Python プロジェクトを作成および管理するための推奨される方法です。これは、astral.sh と呼ばれる、比較的最近ではあるがエキサイティングな Python ツールチェーンの一部です。ぜひチェックしてみることをお?jiǎng)幛幛筏蓼埂?

プロジェクト、依存関係、仮想環(huán)境、バージョン、lint の管理、Python スクリプトとモジュールの実行をワンストップで行うことを目指しています。 Rustで書かれています。その情報(bào)を使って何をしますか?

• クロード デスクトップ アプリ

Claude デスクトップ アプリもインストールする必要があります。私たちの目的では、Claude デスクトップ アプリは MCP クライアントとして機(jī)能し、Anthropic の主要なターゲット クライアントです。

プロジェクトのセットアップ

UV を使用すると、次のようにプロジェクトを初期化できます。

# demo.py

from fastmcp import FastMCP


mcp = FastMCP("Demo ?")


@<span>mcp.tool()</span>
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

これにより、mcp-jinaai-reader というフォルダーと .python-version が pyproject.toml とともに作成されます。

fastmcp install demo.py

これにより、選択した Python バージョンに対応する仮想環(huán)境が作成されます。

環(huán)境を作成した後、セッションでそれをアクティブ化する方法についての手順が表示されます。

uv init mcp-jinaai-reader --python 3.11

src ディレクトリを追加し、必要な依存関係を 1 つインストールします

cd mcp-jinaai-reader
uv venv 

プロジェクトのルートに .env ファイルを作成し、そのファイルに JINAAI_API_KEY を追加します。 Jina にサインアップすると、無(wú)料で入手できます。一般に、サーバーの実行に必要な API キーまたはその他の環(huán)境変數(shù)は、このファイルに入れられます。

source .venv/bin/activate

src ディレクトリに、server.py ファイルを作成します。これでコードに到達(dá)できるはずです。

サーバーコード

uv add fastmcp

インポートから始めます: httpx は、ここで http リクエストを行うために使用するライブラリです。文字列が有効な URL である可能性があるかどうかを判斷するには、urlparse メソッドが必要です。

JINAAI_API_KEY=jina_*************

これによりサーバーが初期化されます。最初の引數(shù)はツールの名前です。 uvicorn は FastMCP の推移的な依存関係であるため、ここで依存関係として明示的に追加する必要がある理由は 100% わかりませんが、必須であるようです。

これは、fastmcp cli (これについてはすぐに説明します) によるサーバーのインストール方法が原因である可能性があります。他の依存関係がある場(chǎng)合は、クライアントを?qū)g行する前に依存関係をインストールする必要があることをクライアントに認(rèn)識(shí)させるために、ここに追加する必要があります。それがどのように機(jī)能するかをすぐに見てみましょう。

from fastmcp import FastMCP
import httpx
from urllib.parse import urlparse
import os

ここでパターンを推測(cè)できると思いますが、Jina は特定のリクエストをルーティングするために別のサブドメインを使用します。検索エンドポイントはクエリを予期し、リーダー エンドポイントは URL を予期し、グラウンディング エンドポイントは llm に特定の応答または回答を提供できます。

グラウンディングははるかに大きなテーマであり、LLM が幻覚を減らし、意思決定を改善するのを支援するために、RAG や微調(diào)整などの他の技術(shù)とともに使用されます。

私たちの最初のツール

# Initialize the MCP server
mcp = FastMCP("search", dependencies=["uvicorn"])

アノテーション @mcp.tool は多くの面倒な作業(yè)を行います。リソースとプロンプトに対する同様の注釈がライブラリに存在します。アノテーションは、関數(shù)シグネチャと戻り値の型の詳細(xì)を抽出して、llm がツールを呼び出すための入出力スキーマを作成します。クライアントがサーバーの機(jī)能を理解できるようにツールを構(gòu)成します。また、関數(shù)呼び出しを、構(gòu)成されたツールのハンドラーとして登録します。

次に、関數(shù)が非同期であることがわかります。ランタイム構(gòu)成は必要ありません。また、asyncio.run も必要ありません。何らかの理由でサーバーをスタンドアロン サービスとして実行する必要がある場(chǎng)合は、その一部を自分で処理する必要があります。これを行う方法の例が FastMCP リポジトリにあります。

関數(shù)本體はかなり面白くありません。 URL を受信して??いるかどうかを検証し、適切なヘッダーを設(shè)定し、Jina エンドポイントを呼び出し、テキストを返します。

# demo.py

from fastmcp import FastMCP


mcp = FastMCP("Demo ?")


@<span>mcp.tool()</span>
def add(a: int, b: int) -> int:
    """Add two numbers"""
    return a + b

2番目のツール

fastmcp install demo.py

それで終わりです...

テストとデバッグ

uv init mcp-jinaai-reader --python 3.11

上記のコマンドを?qū)g行すると、mcp インスペクターが起動(dòng)します。これは、サーバーの応答をテストおよびデバッグするために SDK が提供するツールです。 --with-editable フラグを使用すると、インスペクターを再起動(dòng)せずにサーバーに変更を加えることができます (強(qiáng)く、強(qiáng)くお?jiǎng)幛幛筏蓼?

次の內(nèi)容が表示されます:

cd mcp-jinaai-reader
uv venv 

デフォルトでは、インスペクターはポート 5173 で実行され、サーバー (先ほど作成したコード) はポート 3000 で実行されます。これは、呼び出す前に SERVER_PORT と CLIENT_PORT を設(shè)定することで変更できます。

source .venv/bin/activate

検査官

すべてがうまくいけば、次のようなものが表示されます。左側(cè)で必要な環(huán)境変數(shù)を追加できます。ここでは JINAAI_API_KEY が唯一の環(huán)境変數(shù)です。

上部のメニュー バーで [ツール] をクリックし、[ツールの一覧表示] をクリックすると、作成したツールが表示されます。docstring がツールの説明として機(jī)能することに注意してください。

特定のツールをクリックすると、ツールを呼び出すために必要なパラメータを入力するためのテキストボックスが表示されます。

サーバーのインストール

期待どおりに動(dòng)作していることに満足したら、Claude Desktop App クライアントにサーバーをインストールする準(zhǔn)備が整いました。

uv add fastmcp

これは実行されます。將來(lái)的には他のクライアントもサポートされると確信していますが、今のところ、やるべきことはこれだけです。 -f .env は、環(huán)境変數(shù)をアプリクライアントに渡します。

これは內(nèi)部で claude_desktop_config.json を更新し、サーバーを?qū)g行するために必要なコマンドと引數(shù)を提供します。デフォルトでは、PATH で使用できる必要がある uv を使用します。

ここで Claude デスクトップ アプリを開き、メニュー バーに移動(dòng)して [Claude] > をクリックすると、 [設(shè)定] をクリックし、[開発者] をクリックすると、サーバーの初期化時(shí)に設(shè)定したツールの名前が表示されます。

それをクリックすると、設(shè)定が表示されるはずです。どのように実行されるかだけでなく、詳細(xì)オプションでは設(shè)定されている環(huán)境変數(shù)も確認(rèn)できます。

この構(gòu)成を直接編集することもできますが、ここでは必ずしもお?jiǎng)幛幛筏蓼护蟆?/p>

実行する

デスクトップ アプリにアクセスしてすべてがうまくいけば、エラーは表示されないはずです (エラーが表示された場(chǎng)合は、[設(shè)定] に移動(dòng)すると、ログをチェックアウトしてそこから調(diào)査するためのボタンが表示されるはずです)。

さらに、自由に使える個(gè)々のツールの數(shù)を示すハンマーのシンボルが表示されます (注: 他の MCP サーバーをインストールしていない限り、ツールはおそらく 2 つであるはずです)

ツールを直接呼び出すのではなく、通常どおりアプリとチャットします。ツールが役立つと判斷される狀況に遭遇すると、そのツールを使用するかどうかを?qū)い亭蓼?。ここで追加のコードや構(gòu)成は必要ありません。

それが適切かどうかを判斷するには、ツール名と説明の両方に依存すると思います。そのため、ツールが何をするのかについて明確で簡(jiǎn)単な説明を作成する価値があります。

次のようなプロンプトが表示されます:

そして、単に「チャット」することもできますが、確かに、書かれたツールでは問(wèn)題が発生することがあります。場(chǎng)合によっては、インターネットにアクセスできないと判斷したり、結(jié)果の取得に失敗したりすることがありますが、次のようなメッセージが表示される場(chǎng)合もあります:

これには、ページを読み取って概要を提供し、特定の記事に移動(dòng)してそれを読むように指示するという、ある意味自然な流れがありました。

最後のメモ

MCP サーバーについて少しでも理解していただければ幸いです。読んだり見たりするものはたくさんありますが、私がもう 1 つお?jiǎng)幛幛工毳单ぅ趣稀lama.ai です。このサイトでは、ダウンロードして試すことができる MCP サーバーのかなり包括的なリストが保管されています。これには、おもちゃの例よりも信頼性の高い他の Web 検索ツールも含まれています。ぜひチェックしてください。フォローしていただきありがとうございます。

以上がPython で Jina.ai と FastMCP を使用してモデル コンテキスト プロトコル サーバーを構(gòu)築するの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。