FastMCP - モデルコンテキストプロトコルサーバー
MCP サーバーおよびクライアントを構築するための高速な Python フレームワークであるFastMCPを使用して実装された軽量の Model Context Protocol (MCP) サーバー。
特徴
- モデルコンテキストの作成、取得、更新、削除
- 特定のコンテキストに対するクエリ実行
- モデル名とタグによるフィルタリング
- インメモリストレージ（開発用）
- MCPサーバー開発を容易にするFastMCP統合
- メトリクスとモニタリングのためのDatadog統合
要件
- Python 3.7以上
- ファストMCP
- uv（環境管理に推奨）
- Datadog アカウント（オプション、メトリクス用）
インストール
uvの使用（推奨）
インストールする最も簡単な方法は、提供されているスクリプトを使用することです。
Unix/Linux/macOS
# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
# Make the install script executable
chmod +x install.sh
# Run the installer
./install.sh
ウィンドウズ
# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
# Run the installer
.\install.ps1
手動インストール
# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
# Create and activate a virtual environment with uv
uv venv
# On Unix/Linux/macOS:
source .venv/bin/activate
# On Windows:
.\.venv\Scripts\activate
# Install dependencies
uv pip install -r requirements.txt
Datadog の設定
サーバーはメトリクスと監視のためにDatadogと統合されています。Datadog APIの認証情報は、以下のいくつかの方法で設定できます。
1. 環境変数
サーバーを起動する前に、次の環境変数を設定します。
# Unix/Linux/macOS
export DATADOG_API_KEY=your_api_key
export DATADOG_APP_KEY=your_app_key # Optional
export DATADOG_SITE=datadoghq.com # Optional, default: datadoghq.com
# Windows PowerShell
$env:DATADOG_API_KEY = 'your_api_key'
$env:DATADOG_APP_KEY = 'your_app_key' # Optional
$env:DATADOG_SITE = 'datadoghq.com' # Optional
2. .env ファイル
プロジェクト ディレクトリに.envファイルを作成します。
DATADOG_API_KEY=your_api_key
DATADOG_APP_KEY=your_app_key
DATADOG_SITE=datadoghq.com
3. FastMCP CLIインストール
Claude デスクトップ ツールとしてインストールする場合は、環境変数を渡すことができます。
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key
4. ランタイム構成
実行時にconfigure_datadogツールを使用します。
result = await client.call_tool("configure_datadog", {
"api_key": "your_api_key",
"app_key": "your_app_key", # Optional
"site": "datadoghq.com" # Optional
})
使用法
サーバーの起動
# Start directly from activated environment
python mcp_server.py
# Or use uv run (no activation needed)
uv run python mcp_server.py
# Use FastMCP CLI for development (if in activated environment)
fastmcp dev mcp_server.py
# Use FastMCP CLI with uv (no activation needed)
uv run -m fastmcp dev mcp_server.py
Claudeデスクトップツールとしてインストールする
# From activated environment
fastmcp install mcp_server.py --name "Model Context Server"
# Using uv directly
uv run python -m fastmcp install mcp_server.py --name "Model Context Server"
# With Datadog API key
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key
ツールの使用
サーバーは次のツールを提供します。
create_context - 新しいコンテキストを作成するget_context - 特定のコンテキストを取得するupdate_context - 既存のコンテキストを更新するdelete_context - コンテキストを削除するlist_contexts - すべてのコンテキストを一覧表示します（オプションでフィルタリング可能）query_model - 特定のコンテキストに対してクエリを実行するhealth_check - サーバーのヘルスチェックconfigure_datadog - 実行時に Datadog 統合を構成する
リクエストの例
コンテキストの作成
result = await client.call_tool("create_context", {
"context_id": "model-123",
"model_name": "gpt-3.5",
"data": {
"parameters": {
"temperature": 0.7
}
},
"tags": ["production", "nlp"]
})
クエリの実行
result = await client.call_tool("query_model", {
"context_id": "model-123",
"query_data": {
"prompt": "Hello, world!"
}
})
Datadogの設定
result = await client.call_tool("configure_datadog", {
"api_key": "your_datadog_api_key",
"app_key": "your_datadog_app_key", # Optional
"site": "datadoghq.com" # Optional
})
Datadog メトリクス
サーバーは Datadog に次のメトリクスを報告します。
mcp.contexts.created - コンテキスト作成イベントmcp.contexts.updated - コンテキスト更新イベントmcp.contexts.deleted - コンテキスト削除イベントmcp.contexts.accessed - コンテキスト アクセス イベントmcp.contexts.total - コンテキストの合計数mcp.contexts.listed - コンテキスト操作イベントを一覧表示するmcp.queries.executed - クエリ実行イベントmcp.server.startup - サーバー起動イベントmcp.server.shutdown - サーバーのシャットダウンイベント
発達
クライアントの実装例については、付属のmcp_example.py参照してください。
# Run the example client (with activated environment)
python mcp_example.py
# Run with uv (no activation needed)
uv run python mcp_example.py
ライセンス
マサチューセッツ工科大学
リソース