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