Skip to main content
Glama

f0_make_randomvalues MCP Server

by sengokusal2025
GitHub
Python
  • Apple
  • Linux
OverviewInspectNewEndpointsSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

f0_make_randomvalues MCP Server

FGDB（Functional Graph Database）システムの f0_make_randomvalues 関数ブロックを、Model Context Protocol (MCP) サーバーとして実装したものです。

概要

このMCPサーバーは、乱数生成機能をClaude DesktopやClaude Codeなどのクライアントアプリケーションに提供します。

主な機能

  • 乱数生成: 指定された範囲とパラメータで乱数を生成

  • データ保存: 生成した乱数をCSVファイルに保存

  • 統計分析: データの統計的特性を分析

  • データ読み込み: 保存されたCSVファイルからデータを読み込み

  • リソースアクセス: URI経由でデータやメタデータにアクセス

  • プロンプトテンプレート: 一般的なワークフロー用のインタラクティブプロンプト

システム要件

  • Python 3.8以上

  • uv（推奨）またはpip

  • Claude DesktopまたはClaude Code（MCPクライアントとして）

インストール

1. uvを使った環境構築

uvのインストール

Windows (PowerShell):

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

プロジェクトのセットアップ

# プロジェクトディレクトリに移動 cd /path/to/f0_ws # 仮想環境の作成と依存関係のインストール uv venv uv pip install -r requirements.txt

2. pipを使った環境構築（代替方法）

# 仮想環境の作成 python -m venv venv # 仮想環境の有効化 # Windows: venv\Scripts\activate # macOS/Linux: source venv/bin/activate # 依存関係のインストール pip install -r requirements.txt

設定

Claude Desktopでの設定

設定ファイルの場所

macOS:

~/Library/Application Support/Claude/claude_desktop_config.json

Windows:

%APPDATA%\Claude\claude_desktop_config.json

設定内容

claude_desktop_config.json に以下を追加:

{ "mcpServers": { "f0_random": { "command": "uv", "args": [ "--directory", "C:\\Users\\sengo\\Dropbox (旧)\\Dropbox\\FGDB\\workspace\\f0_ws\\mcp", "run", "python", "server.py" ], "env": { "PYTHONPATH": "C:\\Users\\sengo\\Dropbox (旧)\\Dropbox\\FGDB\\workspace\\f0_ws\\mcp" } } } }

注意: パスは実際のインストール先に合わせて変更してください。

macOS/Linuxの例:

{ "mcpServers": { "f0_random": { "command": "uv", "args": [ "--directory", "/absolute/path/to/f0_ws/mcp", "run", "python", "server.py" ], "env": { "PYTHONPATH": "/absolute/path/to/f0_ws/mcp" } } } }

Claude Codeでの設定

Claude Codeの設定は、Claude Desktopと同じ設定ファイルを共有します。

設定手順

  1. 設定ファイルを開く

    • Claude Code内で設定メニューを開く

    • MCP設定セクションに移動

  2. サーバーを追加 上記のClaude Desktop設定と同じJSON設定を追加

  3. 再起動 Claude Codeを再起動して設定を反映

使い方

基本的な使用例

1. 乱数を生成する

Claude Desktop/Codeで: 「10個の乱数を生成してください」

MCPサーバーが generate_random_numbers ツールを使用して乱数を生成します。

2. データを保存する

「生成した乱数をtest_data.csvに保存してください」

3. 統計分析を実行する

「データの統計分析を行ってください」

4. リソースにアクセスする

「現在のデータを確認してください」

サーバーが random://current リソースにアクセスします。

利用可能なツール

generate_random_numbers

乱数を生成します。

パラメータ:

  • count (int): 生成する乱数の個数（デフォルト: 5）

  • min_value (int): 最小値（デフォルト: 0）

  • max_value (int): 最大値（デフォルト: 999）

  • seed (int, optional): 乱数シード（再現性のため）

戻り値:

{ "numbers": [404, 971, 885, ...], "count": 10, "min_value": 0, "max_value": 999, "timestamp": "2025-10-02T12:34:56.789012", "seed": null }

save_random_data

乱数データをCSVファイルに保存します。

パラメータ:

  • numbers (List[int]): 保存する整数のリスト

  • filename (str): 出力ファイル名（デフォルト: "data.csv"）

analyze_random_data

データの統計分析を実行します。

パラメータ:

  • numbers (List[int]): 分析する整数のリスト

戻り値:

{ "mean": 615.7, "median": 618.0, "std_dev": 234.5, "variance": 55010.25, "min": 328, "max": 971, "count": 10, "sum": 6157, "range": 643 }

load_data_from_csv

CSVファイルからデータを読み込みます。

パラメータ:

  • filename (str): 読み込むCSVファイル名

write_function_notation

FGDB関数記法をファイルに書き込みます。

パラメータ:

  • filename (str): 出力ファイル名（デフォルト: "func.txt"）

利用可能なリソース

random://current

最後に生成された乱数データを取得します。

file://data/{filename}

保存されたCSVファイルからデータを読み込みます。

例: file://data/test_data.csv

meta://statistics

現在のデータの統計メタデータを取得します。

meta://files

データディレクトリ内の全ファイルをリストアップします。

meta://server-info

サーバー情報と機能一覧を取得します。

プロンプトテンプレート

Generate Test Dataset

テストデータセットを生成するためのガイド付きプロンプト。

パラメータ:

  • purpose: データセットの目的（デフォルト: "testing"）

  • size: サイズ - "small"(10), "medium"(100), "large"(1000)

Analyze Random Data

データ分析のためのステップバイステップガイド。

パラメータ:

  • data_source: "current"または保存されたファイル名

Create Reproducible Dataset

シードを使用して再現可能なデータセットを作成。

パラメータ:

  • seed: 乱数シード（デフォルト: 42）

  • count: 生成する値の数（デフォルト: 100）

Batch Data Generation

複数バッチのデータを生成するワークフロー。

パラメータ:

  • num_batches: バッチ数（デフォルト: 5）

  • batch_size: 各バッチのサイズ（デフォルト: 20）

Data Quality Check

データ品質チェックを実行するガイド。

パラメータ:

  • filename: チェックするCSVファイル（デフォルト: "data.csv"）

開発とデバッグ

デバッグモードでの実行

cd mcp uv run python server.py --debug

MCPインスペクターの使用

MCPインスペクターを使用してサーバーをテストできます:

npx @modelcontextprotocol/inspector uv --directory ./mcp run python server.py

ログの確認

macOS:

tail -f ~/Library/Logs/Claude/mcp-server-f0_random.log

Windows:

Get-Content "$env:APPDATA\Claude\Logs\mcp-server-f0_random.log" -Wait

プロジェクト構造

f0_ws/ ├── mcp/ # MCPサーバー実装 │ ├── server.py # メインサーバー │ ├── models.py # Pydanticデータモデル │ ├── tools.py # ツール実装 │ ├── resources.py # リソースハンドラー │ ├── prompts.py # プロンプトテンプレート │ └── data/ # データ保存ディレクトリ ├── f0_make_randomvalues/ # オリジナルの関数ブロック │ ├── func.py │ └── lib.py ├── requirements.txt # Python依存関係 ├── README.md # このファイル └── mcp_specification.md # 技術仕様書

トラブルシューティング

サーバーが起動しない

  1. Pythonバージョンを確認

    python --version # 3.8以上が必要

  2. 依存関係を再インストール

    uv pip install -r requirements.txt --force-reinstall

  3. パス設定を確認 設定ファイルのパスが絶対パスで正しいか確認

ツールが見つからない

  1. Claude Desktop/Codeを再起動

  2. 設定ファイルの文法を確認 JSONが正しい形式か確認（カンマ、括弧など）

  3. サーバーログを確認 エラーメッセージを確認

データが保存されない

  1. 書き込み権限を確認

    # macOS/Linux ls -la mcp/data/ # Windows icacls mcp\data

  2. ディレクトリが存在するか確認

    # 必要に応じて作成 mkdir -p mcp/data

セキュリティ考慮事項

  • ファイルアクセスは ./data ディレクトリ内に制限されています

  • パストラバーサル攻撃を防ぐための検証が実装されています

  • 許可された拡張子（.csv, .txt, .json）のみアクセス可能です

ライセンス

このプロジェクトはFGDBシステムの一部です。

参考資料

サポート

問題が発生した場合は、以下を確認してください:

  1. この README のトラブルシューティングセクション

  2. mcp_specification.md の技術仕様

  3. サーバーログファイル

バージョン: 1.0.0 最終更新: 2025-10-02

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

local-only server

The server can only run on the client's local machine because it depends on local resources.

Enables random number generation with statistical analysis, CSV data storage, and data visualization capabilities. Provides interactive prompts for creating test datasets, analyzing data quality, and managing reproducible random data workflows.

  1. 概要
    1. 主な機能
  2. システム要件
    1. インストール
      1. 1. uvを使った環境構築
      2. 2. pipを使った環境構築（代替方法）
    2. 設定
      1. Claude Desktopでの設定
      2. Claude Codeでの設定
    3. 使い方
      1. 基本的な使用例
      2. 利用可能なツール
      3. 利用可能なリソース
      4. プロンプトテンプレート
    4. 開発とデバッグ
      1. デバッグモードでの実行
      2. MCPインスペクターの使用
      3. ログの確認
    5. プロジェクト構造
      1. トラブルシューティング
        1. サーバーが起動しない
        2. ツールが見つからない
        3. データが保存されない
      2. セキュリティ考慮事項
        1. ライセンス
          1. 参考資料
            1. サポート

              New MCP Servers

              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/sengokusal2025/f0_20251002'

              If you have feedback or need assistance with the MCP directory API, please join our Discord server