OpenAI MCP Server

OpenAIとその他のLLMプロバイダーをサポートするMCPコーディングアシスタント

Claude CodeをPythonで強力に再現したツールで、リアルタイム可視化、コスト管理、そしてModel Context Protocol（MCP）サーバー機能が強化されています。このツールは、複数のLLMプロバイダーをサポートし、ソフトウェア開発タスクのための自然言語インターフェースを提供します。

主な特徴

• マルチプロバイダーサポート: OpenAI、Anthropic、その他のLLMプロバイダーと連携
• モデルコンテキストプロトコル統合:
  • Claude Desktop や他のクライアントで使用するために MCP サーバーとして実行します
  • 内蔵のMCPクライアントを使用して任意のMCPサーバーに接続します
  • 複雑な問題解決のためのマルチエージェント同期
• **リアルタイムツール可視化:**ツール実行の進行状況と結果をリアルタイムで確認
• **コスト管理:**予算管理でトークンの使用状況と経費を追跡
• **包括的なツールスイート:**ファイル操作、検索、コマンド実行など
• **強化されたUI:**進捗状況インジケーターと構文の強調表示を備えたリッチなターミナルインターフェース
• **コンテキスト最適化:**スマートな会話の圧縮とメモリ管理
• **エージェントの調整:**異なる役割を持つ専門エージェントがタスクを共同で実行できます

インストール

1. このリポジトリをクローンする
2. 依存関係をインストールします:

3. API キーを使用して.envファイルを作成します。

使用法

CLIモード

デフォルトのプロバイダー (利用可能な API キーから決定) を使用して CLI を実行します。

プロバイダーとモデルを指定します:

コストを管理するための予算制限を設定します。

MCP サーバーモード

モデルコンテキストプロトコルサーバーとして実行します。

MCP インスペクターを使用して開発モードで開始します。

ホストとポートを設定します。

追加の依存関係を指定します。

ファイルから環境変数を読み込み:

MCPクライアントモード

推論エンジンとして Claude を使用して MCP サーバーに接続します。

Claude モデルを指定します:

付属のサンプルサーバーを試してください:

マルチエージェントMCPモード

同期されたエージェントを持つマルチエージェント クライアントを起動します。

カスタム エージェント構成ファイルを使用します。

エコー サーバーの例:

利用可能なツール

• **表示:**オプションの行数制限付きでファイルを読み取る
• **編集:**正確なテキスト置換でファイルを変更する
• **置換:**ファイルを作成または上書きする
• **GlobTool:**パターンマッチングでファイルを検索する
• **GrepTool:**正規表現を使用してファイルの内容を検索する
• **LS:**ディレクトリの内容を一覧表示する
• **Bash:**シェルコマンドを実行する

チャットコマンド

• **/help:**利用可能なコマンドを表示する
• **/compact:**会話履歴を圧縮してトークンを節約します
• **/version:**バージョン情報を表示
• **/providers:**利用可能な LLM プロバイダーを一覧表示します
• **/cost:**コストと使用量の情報を表示します
• **/budget [金額]:**予算の上限を設定する
• **/quit、/exit:**アプリケーションを終了する

建築

Claude Code Python Edition は、モジュール式アーキテクチャで構築されています。

モデルコンテキストプロトコルの使用

Claude Code を MCP サーバーとして使用する

MCP サーバーが実行される場合は、Claude Desktop またはその他の MCP 互換クライアントから接続できます。

1. MCP サーバーをインストールして実行します。
   python claude.py serve
2. ブラウザで設定ページを開きます。
   http://localhost:8000
3. 次の手順に従って、Claude Desktop を構成します。
   • JSON設定をコピーする
   • 自動構成されたJSONファイルをダウンロードする
   • ステップバイステップのセットアップ手順

Claude CodeをMCPクライアントとして使用する

Claude Code を使用して任意の MCP サーバーに接続するには:

1. 環境または.envファイルにAnthropic APIキーがあることを確認してください
2. 接続したいMCPサーバーを起動します
3. MCP クライアントを使用して接続します。
   python claude.py mcp-client path/to/server.py
4. インタラクティブチャットインターフェースにクエリを入力します

マルチエージェントモードの使用

複雑なタスクの場合、マルチエージェント モードでは複数の専門エージェントが連携できます。

1. エージェント構成ファイルを作成するか、提供されている例を使用します
2. MCPサーバーを起動する
3. マルチエージェントクライアントを起動します。
   python claude.py mcp-multi-agent path/to/server.py --config examples/agents_config.json
4. コマンド インターフェイスを使用して複数のエージェントと対話します。
   • すべてのエージェントにブロードキャストするメッセージを入力してください
   • 直接通信には/talk Agent_Name messageを使用してください
   • 利用可能なエージェントをすべて表示するには/agentsを使用します。
   • /historyを使用して会話履歴を表示します

貢献

1. リポジトリをフォークする
2. 機能ブランチを作成する
3. テストで変更を実装する
4. プルリクエストを送信する

ライセンス

マサチューセッツ工科大学

謝辞

このプロジェクトは、Anthropic の Claude Code CLI ツールに触発され、可視性、コスト管理、MCP サーバー機能を強化するための追加機能を備えて Python で再実装されました。# OpenAI Code Assistant

関数呼び出しとストリーミングを備えた OpenAI API を使用する強力なコマンドラインおよび API ベースのコーディング アシスタント。

特徴

• コーディング支援のためのインタラクティブ CLI
• 他のアプリケーションとの統合のためのWeb API
• モデルコンテキストプロトコル（MCP）サーバーの実装
• 高可用性のためのレプリケーションサポート
• 拡張性のためのツールベースのアーキテクチャ
• ツール最適化のための強化学習
• ブラウザベースのインタラクションのためのWebクライアント

インストール

1. リポジトリをクローンする
2. 依存関係をインストールします:
   pip install -r requirements.txt
3. OpenAI API キーを設定します。
   export OPENAI_API_KEY=your_api_key

使用法

CLIモード

対話型 CLI モードでアシスタントを実行します。

オプション:

• --model , -m : 使用するモデルを指定します（デフォルト: gpt-4o）
• --temperature , -t : 応答生成の温度を設定する（デフォルト: 0）
• --verbose , -v : 追加情報を含む詳細な出力を有効にする
• --enable-rl/--disable-rl : ツールの最適化のための強化学習を有効/無効にする
• --rl-update : RLモデルの更新を手動でトリガーする

APIサーバーモード

アシスタントを API サーバーとして実行します。

オプション:

• --host : バインドするホストアドレス（デフォルト: 127.0.0.1）
• --port , -p : リッスンするポート (デフォルト: 8000)
• --workers , -w : ワーカープロセスの数（デフォルト: 1）
• --enable-replication : インスタンス間のレプリケーションを有効にする
• --primary/--secondary : プライマリインスタンスかセカンダリインスタンスか
• --peer : 複製先のピアインスタンス (ホスト:ポート)。複数回指定できます。

MCP サーバーモード

アシスタントをモデル コンテキスト プロトコル (MCP) サーバーとして実行します。

オプション:

• --host : バインドするホストアドレス（デフォルト: 127.0.0.1）
• --port , -p : リッスンするポート (デフォルト: 8000)
• --dev : 追加のログ記録を伴う開発モードを有効にする
• --dependencies : インストールする追加のPython依存関係
• --env-file : 環境変数を含む .env ファイルへのパス

MCPクライアントモード

アシスタントを推論エンジンとして使用して MCP サーバーに接続します。

オプション:

• --model , -m : 推論に使用するモデル（デフォルト: gpt-4o）
• --host : MCP サーバーのホスト アドレス (デフォルト: 127.0.0.1)
• --port , -p : MCP サーバーのポート (デフォルト: 8000)

デプロイメントスクリプト

簡単に展開するには、提供されているスクリプトを使用します。

レプリケーションを有効にするには:

ウェブクライアント

ウェブクライアントを使用するには、ブラウザでweb-client.htmlを開いてください。API サーバーが実行中であることを確認してください。

APIエンドポイント

標準APIエンドポイント

• POST /conversation : 新しい会話を作成する
• POST /conversation/{conversation_id}/message : 会話にメッセージを送信する
• POST /conversation/{conversation_id}/message/stream : メッセージ応答をストリーミングする
• GET /conversation/{conversation_id} : 会話の詳細を取得する
• DELETE /conversation/{conversation_id} : 会話を削除する
• GET /health : ヘルスチェックエンドポイント

MCP プロトコルエンドポイント

• GET / : ヘルスチェック（MCPプロトコル）
• POST /context : プロンプトテンプレートのコンテキストを取得する
• GET /prompts : 利用可能なプロンプトテンプレートの一覧
• GET /prompts/{prompt_id} : 特定のプロンプトテンプレートを取得する
• POST /prompts : 新しいプロンプトテンプレートを作成する
• PUT /prompts/{prompt_id} : 既存のプロンプトテンプレートを更新する
• DELETE /prompts/{prompt_id} : プロンプトテンプレートを削除する

レプリケーション

レプリケーションシステムにより、アシスタントの複数のインスタンスを同期状態で実行できます。これにより、以下のメリットが得られます。

• 高可用性
• 負荷分散
• フォールトトレランス

レプリケーションを設定するには:

1. --enable-replicationでプライマリインスタンスを起動します
2. --enable-replication --secondary --peer [primary-host:port]でセカンダリインスタンスを起動します。

ツール

アシスタントにはさまざまなツールが含まれています:

• 天気: 特定の場所の現在の天気を取得します
• 表示: ファイルシステムからファイルを読み取る
• 編集: ファイルを編集する
• 置換: ファイルを書き込む
• Bash: bashコマンドを実行する
• GlobTool: ファイルパターンマッチング
• GrepTool: コンテンツ検索
• LS: ディレクトリの内容を一覧表示する
• JinaSearch: Jina.ai を使用した Web 検索
• JinaFactCheck: Jina.aiを使ったファクトチェック
• JinaReadURL: ウェブページを読んで要約する

CLIコマンド

• /help : ヘルプメッセージを表示する
• /compact : 会話をコンパクトにしてトークンの使用量を減らす
• /status : トークンの使用状況とセッション情報を表示する
• /config : 現在の構成設定を表示する
• /rl-status : RLツールオプティマイザーのステータスを表示する（有効な場合）
• /rl-update : RLモデルを手動で更新する（有効な場合）
• /rl-stats : ツールの使用統計を表示する（有効な場合）