Azure OpenAI を使用するための MCP サーバーとクライアントの実装

モデルコンテキストプロトコル (MCP) と Azure OpenAI を活用した最小限のサーバー/クライアントアプリケーション実装。
1. MCP サーバーはFastMCPを使用して構築されます。
2. Playwrightは、最新の Web アプリケーションをテストするための、Microsoft によるオープンソースのエンドツーエンドのテストフレームワークです。
3. ツールに関する MCP 応答は、OpenAI 関数呼び出し形式に変換されます。
4. MCP サーバー応答を OpenAI 関数呼び出し形式に変換するブリッジはMCP-LLM Bridge実装をカスタマイズします。
5. 安定した接続を確保するために、サーバーオブジェクトはブリッジに直接渡されます。

Related MCP server: MCP Simple OpenAI Assistant

モデルコンテキストプロトコル（MCP）

モデルコンテキストプロトコル (MCP) MCP (モデルコンテキストプロトコル) は、AI アプリケーションとローカルまたはリモートリソース間の安全で制御された相互作用を可能にするオープンプロトコルです。

公式リポジトリ

コミュニティリソース

MCP劇作家

構成

2024年12月の開発フェーズでは、Pythonプロジェクトは「uv」で開始される予定です。「pip」や「poetry」などの他の依存関係管理ライブラリは、MCP CLIではまだ完全にサポートされていません。

.env.templateの名前を.envに変更し、Azure OpenAI の.envに値を入力します。
AZURE_OPEN_AI_ENDPOINT= AZURE_OPEN_AI_API_KEY= AZURE_OPEN_AI_DEPLOYMENT_MODEL= AZURE_OPEN_AI_API_VERSION=
Pythonライブラリ管理用のuvをインストールする
pip install uv uv sync
python chatgui.pyを実行する
- サンプル画面では、クライアントがブラウザを起動して URL に移動する様子が示されています。

'stdio' に関して

stdioはトランスポート層（生データフロー）であり、 JSON-RPCは アプリケーションプロトコル（構造化通信）です。これらは明確に区別できるものですが、プロトコルでは「JSON-RPC over stdio」のように、しばしば互換的に使用されます。

ツールの説明

@self.mcp.tool() async def playwright_navigate(url: str, timeout=30000, wait_until="load"): """Navigate to a URL.""" -> This comment provides a description, which may be used in a mechanism similar to function calling in LLMs. # Output Tool(name='playwright_navigate', description='Navigate to a URL.', inputSchema={'properties': {'url': {'title': 'Url', 'type': 'string'}, 'timeout': {'default': 30000, 'title': 'timeout', 'type': 'string'}

ヒント: uv

特徴

uv run: Run a script. uv venv: Create a new virtual environment. By default, '.venv'. uv add: Add a dependency to a script uv remove: Remove a dependency from a script uv sync: Sync (Install) the project's dependencies with the environment.