モデルコンテキストプロトコル（MCP）サーバー

複数の AI モデル プロバイダーに統合された API を提供する、モデル コンテキスト プロトコルのシンプルなサーバー実装。

特徴

• 複数の AI プロバイダー (Anthropic、OpenAI) 向けの統合 API

• チャット補完と従来の補完のサポート

• ツール呼び出しサポート

• コンテキスト/システムメッセージの処理

• 環境ベースの構成

• 永続性と状態管理のためのMongoDBデータベース

• ツール実行履歴と分析

Related MCP server: Model Control Plane (MCP) Server

インストール

セットアップ スクリプトは、必要な API キーの構成をガイドします。

• ANTHROPIC_API_KEY - Claude モデルの場合

• OPENAI_API_KEY - GPTモデルとDALL-E画像生成用

• STABILITY_API_KEY - 安定拡散画像生成用

• GOOGLE_CSE_API_KEYとGOOGLE_CSE_ID - ウェブ検索機能用

• BING_SEARCH_API_KEY - フォールバックウェブ検索用

必要に応じて、 .envファイルを手動で編集することもできます。

MongoDBのセットアップ

MCPサーバーはデータの永続化にMongoDBを使用します。MongoDBの設定にはいくつかのオプションがあります。

オプション 1: 自動セットアップ (推奨)

MongoDB セットアップ スクリプトを実行すると、プロセスがガイドされます。

このスクリプトは次のことを行います。

1. Dockerが利用可能かどうかを確認する

2. Docker Compose を使用して MongoDB を起動します (利用可能な場合)

3. .envファイルで接続を設定する

4. MongoDB接続を確認する

オプション2: 手動Dockerセットアップ

MongoDB を使い始める最も簡単な方法は、付属の Docker Compose 構成を使用することです。

MongoDBはmongodb://mcpuser:mcppassword@localhost:27017/mcp-serverで利用可能になります。
Mongo Express（Web管理）はhttp://localhost:8081で利用できます。

オプション3: ローカルMongoDBインストール

MongoDB をローカルにインストールする場合:

1. https://www.mongodb.com/try/download/communityから MongoDB をインストールします。

2. MongoDBサービスを開始する

3. .envファイルを次のように更新します。

   MONGODB_URI=mongodb://localhost:27017/mcp-server

オプション4: MongoDB Atlas (クラウド)

実稼働環境での使用には、MongoDB Atlas が推奨されます。

1. https://www.mongodb.com/cloud/atlasでアカウントを作成します。

2. 新しいクラスターを作成する

3. データベースユーザーを設定し、IPアドレスをホワイトリストに登録する

4. 接続文字列を取得し、 .envファイルを更新します。

   MONGODB_URI=mongodb+srv://<username>:<password>@<cluster>.mongodb.net/mcp-server?retryWrites=true&w=majority

データベース移行

既存のデータを MongoDB に移行するには:

このスクリプトは次のことを行います。

1. ツール定義をMongoDBに移行する

2. 設定（APIキーなど）をMongoDBに移行する

3. バックアップデータがある場合はインポートする

使用法

サーバーを起動する

サーバーはhttp://localhost:3000 (または .env で指定したポート) で実行されます。

起動オプション

1. 標準スタート（ npm start ）：

   • APIキーが設定されているかどうかを確認します

   • キーが見つからない場合はセットアップを要求します

   • 初めての方におすすめ

2. 開発モード( npm run dev ):

   • コード変更時に自動リロードするために nodemon を使用します

   • 環境チェックは引き続き実行します

   • 開発に最適

3. クイックスタート( npm run quick-start ):

   • すべての環境チェックをバイパスします

   • すぐにサーバーを起動します

   • 設定が正しいことがわかっている場合に便利です

4. PM2 プロダクションモード( npm run pm2:start:prod ):

   • PM2プロセスマネージャを使用してサーバーを実行します

   • サーバーがクラッシュした場合は自動的に再起動します

   • 実稼働環境に最適化

   • 環境チェックをバイパスする

PM2プロセスマネージャの使用

このサーバーは、Node.jsアプリケーション向けのプロダクションプロセスマネージャーであるPM2で実行できます。PM2は次のような機能を提供します。

• プロセス管理（クラッシュ時の再起動）

• ログ管理

• パフォーマンス監視

• 負荷分散（複数インスタンスの場合）

PM2コマンド

PM2の設定はecosystem.config.jsに保存されています。このファイルを編集することで、以下の変更を加えることができます。

• プロセス名

• 環境変数

• メモリ制限

• 展開構成

• インスタンス数（負荷分散用）

APIエンドポイント

POST /mcp/:provider

統合された API を通じて AI モデルにリクエストを送信します。

URL パラメータ:

• provider : 使用する AI プロバイダー ( anthropicまたはopenai )

リクエスト本文:

または (レガシー形式):

**レスポンス:**プロバイダーの API からの生のレスポンスを返します。

GET /tools/available

利用可能なすべてのツールの包括的なリストと詳細情報を取得します。

クエリパラメータ:

• format - レスポンス形式: json (デフォルト)、 yaml 、 table 、またはhtml

• category - ツールをカテゴリ別にフィルタリングする（オプション）

• enabled - 有効ステータスでフィルタリング: true (デフォルト) またはfalse

• search - ツールを名前、説明、タグで検索します

• provider - プロバイダー別にツールをフィルタリングします（例： openai 、 google ）

• limit - 返されるツールの最大数（ページ区切り用）

• offset - ページ区切りのオフセット（デフォルト: 0）

応答（JSON 形式）:

GET /health

サーバーが実行中の場合、ステータス 200 を返すヘルス チェック エンドポイント。

データ管理

データベースのバックアップ

データベースのバックアップを作成および管理できます。

データベース接続のテスト

MongoDB の設定を確認するには:

クライアントの例

コマンドラインクライアント

テストクライアントはsrc/client.jsに含まれています。実行するには、以下のコマンドを実行します。

ウェブクライアント

サーバーが稼働中の場合、 http://localhost:3000でシンプルなウェブインターフェースが利用できます。これを使用して、ブラウザから直接 API をテストできます。

利用可能なツール

MCP サーバーは、ユーザーと AI エージェントが利用可能なすべてのツールをプログラムで一覧表示できるようにするツール検出エンドポイントを提供します。

ツールの発見

GET /tools/available - 利用可能なすべてのツールを詳細情報とともに一覧表示します。

• 複数の形式をサポート: JSON、YAML、HTML、ASCII テーブル

• カテゴリ、プロバイダー、検索用語によるフィルタリングを提供します

• 各ツールの詳細なメタデータと使用例が含まれています

使用例:

ウェブ検索ツール

サーバーには、Web 検索および取得ツールが組み込まれています。

1. ウェブ検索( /tools/web/search )

   • 特定のクエリに関する情報をウェブで検索する

   • パラメータ: query (必須)、 limit (オプション)

   • 必要条件: GOOGLE_CSE_API_KEYおよびGOOGLE_CSE_ID環境変数

   • Google 検索が失敗した場合はBING_SEARCH_API_KEYにフォールバックします

2. Webコンテンツ( /tools/web/content )

   • 特定のURLからコンテンツを取得して抽出する

   • パラメータ: url (必須)、 useCache (オプション)

3. Web バッチ( /tools/web/batch )

   • 複数のURLからコンテンツを並列に取得する

   • パラメータ: urls (必須配列)、 useCache (オプション)

画像生成ツール

サーバーには、画像生成、編集、バリエーション ツールも含まれています。

1. イメージの生成( /tools/image/generate )

   • テキストプロンプトに基づいて画像を生成する

   • パラメータ:

     • prompt （必須）: 画像の詳細な説明

     • provider （オプション）： openaiまたはstability （デフォルトはopenai ）

     • options （オプション）: プロバイダー固有のオプション

2. 画像編集( /tools/image/edit )

   • テキストプロンプトで既存の画像を編集する

   • パラメータ:

     • imagePath (必須): 編集する画像へのパス

     • prompt （必須）: 行う編集の説明

     • maskPath (オプション): マスク画像へのパス

3. 画像バリエーションを作成する( /tools/image/variation )

   • 既存の画像のバリエーションを作成する

   • パラメータ:

     • imagePath (必須): バリエーションを作成するための画像へのパス

**注:**これらのツールを使用するには、 .envファイルに API キーを設定する必要があります。

• OpenAI画像の場合: OPENAI_API_KEY

• 安定性AIイメージの場合: STABILITY_API_KEY

• ウェブ検索の場合: GOOGLE_CSE_API_KEYとGOOGLE_CSE_ID

AIモデルとのツール統合

MCPサーバーは、AIモデルによるツールの呼び出しと実行を自動的に処理します。モデルがツールの使用を決定すると、サーバーは次の処理を実行します。

1. 指定されたパラメータを使用して要求されたツールを実行します

2. ツールの応答をモデルに返します

3. モデルはツールの応答を最終的な答えに組み込むことができる。

AIモデルのためのツール検出

AIモデルは/tools/availableエンドポイントを使用して、利用可能なツールとその使用方法を検出できます。これは特に以下の場合に便利です。

• 実行中の動的なツール検出

• AIエージェントの自己文書化

• AIシステムが利用可能な機能に適応できるようにする

AI モデルのシステム プロンプトの例:

ツールの使用例

ツールの使用方法を示すサンプル コードについては、 /examplesディレクトリを参照してください。

新しいプロバイダーまたはツールの追加

新しいAIプロバイダーの追加

新しい AI プロバイダーを追加するには:

1. プロバイダーのSDKをプロジェクトに追加する

2. server.jsに新しいハンドラー関数を作成する

3. メインルートハンドラに新しいケースを追加する

新しいツールの追加

サーバーに新しいツールを追加するには:

1. /src/toolsディレクトリに新しいツール実装を作成する

2. ツール定義をtool-definitions.jsに追加する

3. server.jsのツール実行関数を更新します

4. ツールを直接使用するための新しい API エンドポイントを追加する (必要な場合)

ライセンス

ISC