mcp-server-llmling
mcp-server-llmling
LLMling サーバーマニュアル
概要
mcp-server-llmling は、LLM アプリケーションに YAML ベースの構成システムを提供する Machine Chat Protocol (MCP) のサーバーです。
バックエンドであるLLMLing は、LLMアプリケーション用のYAMLベースの設定システムを提供します。これにより、YAMLファイルで定義されたコンテンツを提供するカスタムMCPサーバーをセットアップできます。
静的宣言: YAML で LLM の環境を定義します - コードは不要です
MCPプロトコル:標準化されたLLMインタラクションのためのマシンチャットプロトコル（MCP）上に構築されています
コンポーネントタイプ:
リソース: コンテンツ プロバイダー (ファイル、テキスト、CLI 出力など)
プロンプト: 引数付きのメッセージテンプレート
ツール: LLM から呼び出し可能な Python 関数
YAML 構成は、LLM に以下を提供する完全な環境を作成します。
リソース経由のコンテンツへのアクセス
一貫したインタラクションのための構造化されたプロンプト
機能を拡張するためのツール
Related MCP server: @lex-tools/codebase-context-dumper
主な特徴
1. リソース管理
さまざまな種類のリソースを読み込んで管理します。
テキストファイル（
PathResource）生のテキストコンテンツ (
TextResource)CLIコマンド出力（
CLIResource）Python ソースコード (
SourceResource)Python 呼び出し可能な結果 (
CallableResource)画像 (
ImageResource)
リソース監視/ホットリロードのサポート
リソース処理パイプライン
URIベースのリソースアクセス
2. ツールシステム
Python関数をLLMツールとして登録して実行する
OpenAPIベースのツールのサポート
エントリポイントベースのツール検出
ツールの検証とパラメータのチェック
構造化されたツール応答
3. 迅速な管理
テンプレートをサポートする静的プロンプト
Python関数からの動的プロンプト
ファイルベースのプロンプト
プロンプト引数の検証
プロンプト引数の補完提案
4. 複数の交通手段
stdioベースの通信（デフォルト）
サーバー送信イベント (SSE) / Web クライアント向けストリーミング可能な HTTP
カスタムトランスポート実装のサポート
使用法
Zedエディターを使用
LLMLing をコンテキスト サーバーとして設定しますsettings.jsonに以下を追加します。
{
"context_servers": {
"llmling": {
"command": {
"env": {},
"label": "llmling",
"path": "uvx",
"args": [
"mcp-server-llmling",
"start",
"path/to/your/config.yml"
]
},
"settings": {}
}
}
}クロード・デスクトップ
claude_desktop_config.jsonで LLMLing を設定します。
{
"mcpServers": {
"llmling": {
"command": "uvx",
"args": [
"mcp-server-llmling",
"start",
"path/to/your/config.yml"
],
"env": {}
}
}
}手動サーバー起動
コマンドラインから直接サーバーを起動します。
# Latest version
uvx mcp-server-llmling@latest1. プログラムによる使用
from llmling import RuntimeConfig
from mcp_server_llmling import LLMLingServer
async def main() -> None:
async with RuntimeConfig.open(config) as runtime:
server = LLMLingServer(runtime, enable_injection=True)
await server.start()
asyncio.run(main())2. カスタムトランスポートの使用
from llmling import RuntimeConfig
from mcp_server_llmling import LLMLingServer
async def main() -> None:
async with RuntimeConfig.open(config) as runtime:
server = LLMLingServer(
config,
transport="sse",
transport_options={
"host": "localhost",
"port": 3001,
"cors_origins": ["http://localhost:3000"]
}
)
await server.start()
asyncio.run(main())3. リソース構成
resources:
python_code:
type: path
path: "./src/**/*.py"
watch:
enabled: true
patterns:
- "*.py"
- "!**/__pycache__/**"
api_docs:
type: text
content: |
API Documentation
================
...4. ツールの設定
tools:
analyze_code:
import_path: "mymodule.tools.analyze_code"
description: "Analyze Python code structure"
toolsets:
api:
type: openapi
spec: "https://api.example.com/openapi.json"OpenAPIスキーマの場合、LLMLingで使用する前に、Redocly CLIをインストールしてOpenAPI仕様をバンドルおよび解決できます。これにより、スキーマ参照が適切に解決され、仕様が正しくフォーマットされていることを確認できます。Redoclyがインストールされている場合は、自動的に使用されます。
サーバー構成
サーバーは、次のセクションを含む YAML ファイルを通じて構成されます。
global_settings:
timeout: 30
max_retries: 3
log_level: "INFO"
requirements: []
pip_index_url: null
extra_paths: []
resources:
# Resource definitions...
tools:
# Tool definitions...
toolsets:
# Toolset definitions...
prompts:
# Prompt definitions...MCPプロトコル
サーバーは以下をサポートする MCP プロトコルを実装します。
リソース操作
利用可能なリソースを一覧表示する
リソースコンテンツを読む
リソースの変更に注意する
ツール操作
利用可能なツールの一覧
パラメータ付きツールを実行する
ツールスキーマを取得する
迅速な操作
利用可能なプロンプトを一覧表示する
フォーマットされたプロンプトを取得する
プロンプト引数の補完を取得する
通知
リソースの変更
ツール/プロンプトリストの更新
進捗状況の更新
ログメッセージ
This server cannot be installed
Maintenance
Appeared in Searches
Latest Blog Posts
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/phil65/mcp-server-llmling'
If you have feedback or need assistance with the MCP directory API, please join our Discord server