Poker Task Management MCP

# 🔗 システム統合ガイド - Poker MCP **対象読者**: システム統合エンジニア・上級ユーザー・研究者 **バージョン**: 1.2.5 MCP Edition **最終更新**: 2025年1月24日 **統合方式**: Claude Desktop + MCP + 外部システム --- ## 🎯 このガイドの特徴 ### 🌐 **最新MCP統合設計** - **Claude Desktop中心**: MCP v1.0準拠の自然言語ベース統合 - **28メソッド完全活用**: 全機能を活用した統合設計 - **外部計算コード**: poker_cui実行・結果解析統合 - **Python自動化**: 28メソッドAPI活用による高度な自動化 - **データ可視化**: 結果の効果的な可視化・解析 ### 📊 **実装ベース実用性** 現在のPoker MCP Server v1.2.5の実装機能をフル活用した、即座に利用可能な統合手法を提供。 --- ## 📋 28メソッド構成詳細 ### **メソッド内訳(合計28メソッド)** - **Body操作**: 3メソッド(propose, update, delete) - **Zone操作**: 3メソッド(propose, update, delete) - **Transform操作**: 3メソッド(propose, update, delete) - **BuildupFactor操作**: 4メソッド(propose, update, delete, changeOrder) - **Source操作**: 3メソッド(propose, update, delete) - **Detector操作**: 3メソッド(propose, update, delete) - **Unit操作**: 5メソッド(propose, get, update, validateIntegrity, analyzeConversion) - **Common操作**: 1メソッド(applyChanges) - **Calculation操作**: 1メソッド(executeCalculation) - **Reset操作**: 1メソッド（resetYaml） - **DaughterNuclide操作**: 1メソッド（confirmDaughterNuclides） ### **10種類立体タイプ完全対応** - SPH（球体） - RCC（円柱） - RPP（直方体） - BOX（任意直方体） - CMB（組み合わせ） - TOR（トーラス） - ELL（楕円体） - REC（楕円柱） - TRC（円錐台） - WED（楔形） --- ## 🖥️ 第1章: Claude Desktop統合の詳細 ### 1.1 MCP設定（実装準拠） #### **実環境設定例** ```json { "mcpServers": { "poker-mcp": { "command": "node", "args": ["C:\\Users\\yoshi\\Desktop\\poker_mcp\\src\\mcp_server_stdio_v4.js"], "env": { "NODE_ENV": "production", "LOG_LEVEL": "info", "POKER_INSTALL_PATH": "C:/Program Files/POKER" } } } } ``` #### **開発環境設定** ```json { "mcpServers": { "poker-mcp-dev": { "command": "node", "args": ["C:\\Users\\yoshi\\Desktop\\poker_mcp\\src\\mcp_server_stdio_v4.js"], "env": { "NODE_ENV": "development", "LOG_LEVEL": "debug", "VALIDATE_ALL": "true", "BACKUP_EVERY_CHANGE": "true", "POKER_INSTALL_PATH": "C:/Program Files/POKER" } } } } ``` ### 1.2 サーバー構成詳細 #### **コアファイル構成** - **エントリポイント**: `src/mcp_server_stdio_v4.js` - **サーバークラス**: `src/mcp/server.js` (PokerMcpServer) - **ツール定義**: `src/mcp/tools/` (11ファイル) - **ハンドラ**: `src/mcp/handlers/` - **タスクマネージャー**: `src/services/TaskManager.js` #### **データファイル** - **作業ファイル**: `tasks/poker.yaml` - **保留変更**: `tasks/pending_changes.json` - **バックアップ**: `tasks/backups/` - **核種データベース**: `data/ICRP-07.NDX` (自動配置) ### 1.3 環境変数設定 #### **POKER_INSTALL_PATH環境変数** ```bash # 目的: POKERライブラリのインストールディレクトリ指定 # デフォルト値: C:/Poker # 機能: 初回起動時にlib/ICRP-07.NDXファイルをdata/にコピー # Windows設定例 set POKER_INSTALL_PATH=C:/Poker # Linux/macOS設定例 export POKER_INSTALL_PATH="/usr/local/share/poker" ``` #### **統合環境での環境変数管理** ```python # Python統合時の環境変数設定 import os import subprocess # 環境変数設定 env = os.environ.copy() env['POKER_INSTALL_PATH'] = '/opt/poker' env['NODE_ENV'] = 'production' # MCP サーバー起動 subprocess.Popen([ 'node', '/path/to/mcp_server_stdio_v4.js' ], env=env) ``` #### **Docker環境での設定** ```dockerfile # Dockerfile例 FROM node:18-alpine ENV POKER_INSTALL_PATH=/opt/poker COPY lib/ICRP-07.NDX /opt/poker/lib/ICRP-07.NDX RUN mkdir -p /app/data WORKDIR /app COPY . . CMD ["node", "src/mcp_server_stdio_v4.js"] ``` ### 1.4 ログファイル配置 ``` # Claude Desktopログ C:\Users\yoshi\AppData\Roaming\Claude\logs\ # アプリケーションログ C:\Users\yoshi\AppData\Local\AnthropicClaude\app-[version]\ ``` --- ## ⚙️ 第2章: poker_cui統合 ### 2.1 計算実行の基本 #### **コマンドライン実行** ```bash # 基本実行（-t: total dose, -s: source data） poker_cui -t -s tasks/poker.yaml # 出力ファイル指定 poker_cui -t -s -o custom_summary.yaml -d custom_dose.yaml tasks/poker.yaml # パラメータ表示付き poker_cui -t -s -p tasks/poker.yaml ``` #### **出力ファイル構造** ```yaml # poker.yaml.summary - サマリーファイル構造 入力パラメータ: bodies: [...] zones: [...] sources: [...] detectors: [...] intermediate: # 各線源からの線量計算中間データ source_1: detector_1: {...} result: # 各線源から各検出器への線量結果 source_1: detector_1: dose: 1.23e-5 unit: μSv/h result_total: # 各検出器での総和線量 detector_1: total_dose: 2.46e-5 unit: μSv/h ``` ### 2.2 Claude Desktop経由の計算実行 ``` Claude Desktop 指示: 「poker.yamlファイルで遮蔽計算を実行してください。 実行オプション: - 各線源データ表示（-s） - 総和線量表示（-t） - パラメータ表示（-p） poker_executeCalculation を使用して計算し、 結果サマリーから以下を抽出してください： 1. 各検出器位置での線量率 2. 主要寄与線源の特定 3. 遮蔽効果の評価」 ``` --- ## 🐍 第3章: Python自動化システム（28メソッド対応） ### 3.1 完全自動化フレームワーク ```python #!/usr/bin/env python3 """ Poker MCP 28メソッド完全活用自動化システム バージョン: 1.2.5 (2025年1月対応) """ import json import asyncio import subprocess from pathlib import Path from typing import Dict, List, Any import yaml class PokerMCPAutomation: """Poker MCP 28メソッド完全活用自動化クラス""" def __init__(self, mcp_path: str = r"C:\Users\yoshi\Desktop\poker_mcp"): self.mcp_path = Path(mcp_path) self.yaml_file = self.mcp_path / "tasks" / "poker.yaml" self.methods_count = 28 self.body_types = ["SPH", "RCC", "RPP", "BOX", "CMB", "TOR", "ELL", "REC", "TRC", "WED"] self.unit_keys = ["length", "angle", "density", "radioactivity"] def execute_mcp_command(self, method: str, params: Dict) -> Dict: """MCPメソッドを直接実行（実装例）""" cmd = [ "node", str(self.mcp_path / "src" / "mcp_server_stdio_v4.js"), "--method", method, "--params", json.dumps(params) ] try: result = subprocess.run( cmd, capture_output=True, text=True, cwd=str(self.mcp_path) ) return json.loads(result.stdout) except Exception as e: return {"error": str(e)} def create_shielding_model(self, config: Dict) -> bool: """遮蔽モデル構築（28メソッド活用）""" # 1. Unit設定（5メソッド活用） self.execute_mcp_command("poker_proposeUnit", { "length": config.get("length_unit", "cm"), "angle": config.get("angle_unit", "degree"), "density": "g/cm3", "radioactivity": "Bq" }) # 単位系検証 self.execute_mcp_command("poker_validateUnitIntegrity", { "includeSystemAnalysis": True }) # 2. Body作成（10種類立体対応） for body in config["bodies"]: self.execute_mcp_command("poker_proposeBody", body) # 3. Zone設定（材料割り当て） for zone in config["zones"]: self.execute_mcp_command("poker_proposeZone", zone) # 4. BuildupFactor設定（4メソッド活用） for bf in config.get("buildup_factors", []): self.execute_mcp_command("poker_proposeBuildupFactor", { "material": bf["material"], "use_slant_correction": False, "use_finite_medium_correction": False }) # 5. Source配置 for source in config["sources"]: # 子孫核種チェック daughter_check = self.execute_mcp_command( "poker_confirmDaughterNuclides", {"action": "check", "source_name": source["name"]} ) self.execute_mcp_command("poker_proposeSource", source) # 6. Detector配置 for detector in config["detectors"]: self.execute_mcp_command("poker_proposeDetector", detector) # 7. 変更適用 self.execute_mcp_command("poker_applyChanges", { "backup_comment": f"Model creation: {config.get('name', 'unnamed')}" }) return True def execute_calculation(self, options: Dict = None) -> Dict: """poker_cui計算実行""" options = options or { "show_parameters": True, "show_source_data": True, "show_total_dose": True } result = self.execute_mcp_command("poker_executeCalculation", { "yaml_file": "poker.yaml", "summary_options": options }) # 結果ファイル読み込み summary_file = self.yaml_file.with_suffix('.yaml.summary') if summary_file.exists(): with open(summary_file, 'r', encoding='utf-8') as f: return yaml.safe_load(f) return result def parametric_study(self, base_config: Dict, parameters: List[Dict]) -> List[Dict]: """パラメトリックスタディ実行""" results = [] for i, param_set in enumerate(parameters): # リセット（レベル選択可能） self.execute_mcp_command("poker_resetYaml", { "reset_level": "standard", "backup_comment": f"Parametric study {i+1}/{len(parameters)}" }) # パラメータ適用 config = {**base_config, **param_set} # モデル構築 self.create_shielding_model(config) # 計算実行 result = self.execute_calculation() # 結果保存 results.append({ "parameters": param_set, "result": result }) return results # 使用例 def main(): automation = PokerMCPAutomation() # 基本構成 base_config = { "name": "医療施設CT室", "length_unit": "cm", "angle_unit": "degree", "bodies": [ { "name": "wall", "type": "RPP", "min": "0 0 0", "max": "500 400 300" } ], "zones": [ { "body_name": "wall", "material": "CONCRETE", "density": 2.3 } ], "sources": [ { "name": "ct_source", "type": "POINT", "position": "250 200 150", "inventory": [ {"nuclide": "Co60", "radioactivity": 1e10} ], "cutoff_rate": 0.0001 } ], "detectors": [ { "name": "control_room", "origin": "600 200 150", "show_path_trace": False } ] } # パラメトリックスタディ parameters = [ {"zones": [{"body_name": "wall", "material": "CONCRETE", "density": 2.0}]}, {"zones": [{"body_name": "wall", "material": "CONCRETE", "density": 2.3}]}, {"zones": [{"body_name": "wall", "material": "CONCRETE", "density": 2.5}]} ] results = automation.parametric_study(base_config, parameters) # 結果解析 for r in results: total_dose = r["result"].get("result_total", {}) print(f"密度 {r['parameters']['zones'][0]['density']} g/cm³: " f"線量 {total_dose.get('control_room', {}).get('total_dose', 'N/A')}") if __name__ == "__main__": main() ``` ### 3.2 結果可視化システム ```python import matplotlib.pyplot as plt import numpy as np from typing import Dict, List class PokerResultVisualizer: """計算結果可視化クラス""" def __init__(self, summary_data: Dict): self.data = summary_data def plot_dose_distribution(self, detector_pattern: str = "*"): """線量分布プロット""" result_total = self.data.get("result_total", {}) detectors = [] doses = [] for det_name, det_data in result_total.items(): if detector_pattern == "*" or detector_pattern in det_name: detectors.append(det_name) doses.append(det_data.get("total_dose", 0)) plt.figure(figsize=(10, 6)) plt.bar(detectors, doses) plt.xlabel("検出器位置") plt.ylabel("線量率 (μSv/h)") plt.title("線量分布") plt.xticks(rotation=45) plt.tight_layout() plt.show() def analyze_source_contribution(self): """線源寄与分析""" result = self.data.get("result", {}) contributions = {} for source_name, source_data in result.items(): total = sum(det.get("dose", 0) for det in source_data.values()) contributions[source_name] = total # 円グラフ表示 plt.figure(figsize=(8, 8)) plt.pie(contributions.values(), labels=contributions.keys(), autopct='%1.1f%%') plt.title("線源別寄与率") plt.show() return contributions ``` --- ## 📊 第4章: データ管理・品質保証 ### 4.1 計算結果の管理 #### **サマリーファイル解析** ```python class SummaryFileAnalyzer: """サマリーファイル解析クラス""" def __init__(self, summary_path: str): with open(summary_path, 'r', encoding='utf-8') as f: self.data = yaml.safe_load(f) def get_input_parameters(self) -> Dict: """入力パラメータ取得""" return self.data.get("入力パラメータ", {}) def get_intermediate_data(self) -> Dict: """中間計算データ取得""" return self.data.get("intermediate", {}) def get_results(self) -> Dict: """個別線源結果取得""" return self.data.get("result", {}) def get_total_doses(self) -> Dict: """総和線量取得""" return self.data.get("result_total", {}) def generate_report(self) -> str: """レポート生成""" report = [] report.append("=" * 50) report.append("放射線遮蔽計算結果レポート") report.append("=" * 50) # 総和線量 total = self.get_total_doses() report.append("\n【総和線量】") for det, data in total.items(): dose = data.get("total_dose", "N/A") report.append(f" {det}: {dose} μSv/h") # 線源別寄与 results = self.get_results() report.append("\n【線源別寄与】") for source in results: report.append(f"\n {source}:") for det, data in results[source].items(): dose = data.get("dose", "N/A") report.append(f" {det}: {dose} μSv/h") return "\n".join(report) ``` ### 4.2 エラーハンドリング #### **統合エラー処理** ```python class IntegrationErrorHandler: """統合エラーハンドラ""" @staticmethod def handle_mcp_error(error_code: int) -> str: """MCPエラー処理""" error_map = { -32064: "立体が既に存在します。updateBodyを使用してください。", -32065: "立体が存在しません。proposeBodyを使用してください。", -32060: "ゾーンが既に存在します。updateZoneを使用してください。", -32061: "ゾーンが存在しません。proposeZoneを使用してください。", -32070: "ビルドアップ係数が既に存在します。", -32071: "ビルドアップ係数が存在しません。", -32074: "変換が既に存在します。", -32075: "変換が存在しません。", -32078: "線源が既に存在します。", -32079: "線源が存在しません。" } return error_map.get(error_code, f"未知のエラー: {error_code}") @staticmethod def handle_calculation_error(stderr: str) -> str: """計算エラー処理""" if "File not found" in stderr: return "YAMLファイルが見つかりません" elif "Invalid format" in stderr: return "YAMLフォーマットが不正です" elif "Memory" in stderr: return "メモリ不足です" else: return f"計算エラー: {stderr}" ``` --- ## 🔄 第5章: ワークフロー統合 ### 5.1 標準ワークフロー #### **完全統合ワークフロー** ``` Claude Desktop 指示: 「医療施設X線室の遮蔽設計を実行してください。 【設計要件】 - 室寸法: 6m × 5m × 3m - X線装置: 最大150kV - 壁材料: コンクリート（密度2.3g/cm³） - 規制値: 管理区域境界 1.3mSv/3月 【実行手順】 1. poker_resetYaml で初期化（standard レベル） 2. 単位系設定（cm, degree, g/cm3, Bq） 3. 部屋形状を RPP で定義 4. コンクリート材料設定 5. X線源配置（適切な核種で模擬） 6. 管理区域境界に検出器配置 7. poker_executeCalculation で計算 8. 結果評価と規制適合確認 9. 必要に応じて壁厚調整 最適な遮蔽設計を提案してください。」 ``` ### 5.2 バッチ処理ワークフロー ```python class BatchProcessor: """バッチ処理クラス""" def __init__(self): self.automation = PokerMCPAutomation() def process_facility_designs(self, facilities: List[Dict]): """複数施設設計の一括処理""" all_results = {} for facility in facilities: print(f"処理中: {facility['name']}") # リセット self.automation.execute_mcp_command("poker_resetYaml", { "reset_level": "standard", "backup_comment": f"Facility: {facility['name']}" }) # モデル構築 self.automation.create_shielding_model(facility['config']) # 計算実行 result = self.automation.execute_calculation() # 結果保存 all_results[facility['name']] = result # 規制チェック self.check_regulatory_compliance( result, facility.get('regulations', {}) ) return all_results def check_regulatory_compliance(self, result: Dict, regulations: Dict): """規制適合性チェック""" total_doses = result.get("result_total", {}) for position, limit in regulations.items(): dose = total_doses.get(position, {}).get("total_dose", 0) if dose > limit: print(f"⚠️ 規制超過: {position} ({dose} > {limit} μSv/h)") else: print(f"✓ 規制適合: {position} ({dose} ≤ {limit} μSv/h)") ``` --- ## 🌐 第6章: トラブルシューティング ### 6.1 よくある問題と対処法 | 問題 | 原因 | 対処法 | |------|------|--------| | MCP接続エラー | サーバー未起動 | Claude Desktop設定確認、node.js確認 | | メソッドが見つからない | メソッド名誤り | 28メソッドリスト確認 | | YAMLエラー | フォーマット不正 | インデント・構文確認 | | 計算実行失敗 | poker_cui未インストール | パス設定・実行権限確認 | | メモリ不足 | 大規模モデル | 分割計算・メモリ増設 | | 結果ファイル未生成 | 書き込み権限 | tasksフォルダ権限確認 | ### 6.2 デバッグ手順 ```python def debug_mcp_connection(): """MCP接続デバッグ""" # 1. サーバープロセス確認 import psutil node_processes = [p for p in psutil.process_iter() if 'node' in p.name().lower()] print(f"Node.jsプロセス: {len(node_processes)}個") # 2. ログファイル確認 log_path = Path(r"C:\Users\yoshi\AppData\Roaming\Claude\logs") latest_log = max(log_path.glob("*.log"), key=lambda p: p.stat().st_mtime) with open(latest_log, 'r') as f: lines = f.readlines()[-50:] # 最後の50行 for line in lines: if 'error' in line.lower() or 'poker' in line.lower(): print(line.strip()) # 3. 単純なメソッドテスト try: result = automation.execute_mcp_command("poker_getUnit", {}) print(f"Unit取得成功: {result}") except Exception as e: print(f"Unit取得失敗: {e}") ``` --- ## 🚀 第7章: 高度な統合機能 ### 7.1 リアルタイム監視システム ```python class RealTimeMonitor: """リアルタイム監視システム""" def __init__(self): self.automation = PokerMCPAutomation() self.history = [] async def monitor_calculations(self, interval: int = 5): """計算状況監視（非同期）""" while True: # ステータス確認 status = self.check_calculation_status() self.history.append(status) # 異常検出 if status.get("error"): await self.handle_error(status["error"]) # 進捗表示 if status.get("progress"): print(f"進捗: {status['progress']}%") await asyncio.sleep(interval) def check_calculation_status(self) -> Dict: """計算ステータス確認""" # 実装例: ログファイルやプロセス状態を確認 pass ``` ### 7.2 最適化エンジン ```python class OptimizationEngine: """遮蔽最適化エンジン""" def optimize_shielding(self, target_dose: float, constraints: Dict) -> Dict: """遮蔽最適化""" current_thickness = constraints["min_thickness"] best_design = None while current_thickness <= constraints["max_thickness"]: # モデル更新 config = self.generate_config(current_thickness) # 計算実行 result = self.automation.execute_calculation() # 線量評価 total_dose = self.evaluate_dose(result) if total_dose <= target_dose: best_design = { "thickness": current_thickness, "dose": total_dose, "config": config } break # 厚さ増加 current_thickness += constraints["step"] return best_design ``` --- ## 📋 まとめ: 統合システムの価値 ### ✨ **28メソッド完全活用による価値** 1. **設計自由度**: 10種類立体による複雑形状対応 2. **計算精度**: 5つのUnit操作による単位系完全管理 3. **作業効率**: 28メソッド統合による完全自動化 4. **品質保証**: 自動バックアップ・検証機能 ### 🌟 **統合のベストプラクティス** - **段階的導入**: 基本機能から順次拡張 - **エラー処理**: 全メソッドでの適切なエラーハンドリング - **ログ活用**: デバッグ・監査のためのログ記録 - **バックアップ**: 定期的な自動バックアップ設定 ### 🎯 **今すぐ始める統合** 1. Claude Desktopで設定ファイル更新 2. `poker_getUnit`で接続確認 3. 簡単なモデルから開始 4. 段階的に複雑な統合へ **この統合ガイドにより、Poker MCP Server v1.2.5の28メソッド機能を最大限活用し、実用的な放射線遮蔽計算統合環境を実現できます。** --- **📚 関連マニュアル** - [ESSENTIAL_GUIDE.md](ESSENTIAL_GUIDE.md): 基本操作・15分スタート - [QUICK_REFERENCE.md](QUICK_REFERENCE.md): 日常操作早見表 - [API_COMPLETE.md](API_COMPLETE.md): 完全API仕様・開発者向け - [RESEARCH_WORKFLOWS.md](RESEARCH_WORKFLOWS.md): 分野別実用ワークフロー - [TROUBLESHOOTING.md](TROUBLESHOOTING.md): 問題解決・復旧手順