このプロジェクトは、AG2 のMCP ビルダーを使用して自動生成された、指定された OpenAPI URL ( https://api.apis.guru/v2/specs/microsoft.com/cognitiveservices-Training/3.2/openapi.json ) 用の MCP (マルチエージェント会話プロトコル) サーバーです。
pip install -e ".[dev]"を使用して依存関係のインストールを処理します。dev コンテナを使用していない場合は、このコマンドを手動で実行できます。uvを使用することもできます。このプロジェクトでは、リンティングとフォーマットにruffを使用し、静的型チェックにmypy使用し、テストにpytest使用します。
リンティングの問題を確認するには:
コードをフォーマットするには:
これらのコマンドは、scripts/lint.shスクリプト経由でも利用できます。
静的分析を実行するには (mypy、bandit、semgrep):
このスクリプトは、 .pre-commit-config.yamlでコミット前フックとしても構成されます。
カバレッジ付きテストを実行するには:
pytest が実行され、カバレッジレポートが生成されます。レポートとクリーンアップを組み合わせたものを作成するには、以下を使用します。
このプロジェクトでは、 .pre-commit-config.yamlで定義されたコミット前フックを使用します。フックをインストールするには、以下の手順に従います。
フックは各コミットの前に自動的に実行されます。
MCPサーバーは、mcp_server/main.pyスクリプトを使用して起動できます。様々なトランスポートモード（例： stdio 、 sse ）をサポートしています。
サーバーを起動するには（例：stdio モード）：
サーバーは環境変数を使用して設定できます。
CONFIG_PATH : JSON 構成ファイルへのパス (例: mcp_server/mcp_config.json )。CONFIG : 構成を含む JSON 文字列。SECURITY : セキュリティ パラメータ (API キーなど) の環境変数。これらがどのようにロードされるかの詳細については、 mcp_server/main.pyのif __name__ == "__main__":ブロックを参照してください。
tests/test_mcp_server.pyファイルは、テストのためにプログラムでサーバーを起動して操作する方法を示しています。
このプロジェクトは、ビルドと公開にHatchを使用しています。プロジェクトをビルドするには、以下の手順に従ってください。
プロジェクトを公開するには:
これらのコマンドは、scripts/publish.shスクリプト経由でも利用できます。
This server cannot be installed
AI エージェントが自然言語による対話を通じてカスタム画像分類およびオブジェクト検出モデルを作成、トレーニング、管理できるようにする、Microsoft の Cognitive Services Custom Vision Training API 用の MCP サーバー。