AIDataNordic — Food Recipe MCP

Name: food-recipe-mcp
Author: AIDataNordic

AIエージェント向けにModel Context Protocol (MCP) を使用して構築された、本番環境グレードの料理レシピセマンティック検索サーバーです。ハイブリッド（密ベクトル＋疎ベクトル）検索とクロスエンコーダーによるリランキングを組み合わせ、5万件以上のレシピを検索可能です。

概要

セマンティック検索を通じてレシピデータセットを公開する、セルフホスト型のMCPサーバーです。エージェントは自然言語でクエリを実行し、食事制限、難易度、調理時間、人数でフィルタリングを行うことができます。その結果、材料、手順、栄養情報を含む構造化されたレシピデータがランキング形式で返されます。

FastMCP 3.2 over HTTPを使用し、自律的なマシン間通信向けに設計されています。

アーキテクチャ

Query (natural language)
        ↓
  Dense embedding          Sparse embedding
  (e5-large-v2)            (BM25 / fastembed)
        ↓                        ↓
       Qdrant — Hybrid Fusion (RRF)
                    ↓
          Cross-encoder reranking
          (mmarco-mMiniLMv2-L12-H384-v1)
                    ↓
          Structured JSON response
                    ↓
           MCP tool / AI agent

データ範囲

フィールド	詳細
レシピ総数	50,000件以上
ソース	food.com 他
フィールド	title, description, ingredients, instructions, nutrition, rating, difficulty, diet, total_time, servings
食事タグ	vegetarian, vegan, gluten-free, dairy-free
難易度	easy, medium, hard

技術スタック

検索

密ベクトル埋め込み: intfloat/e5-large-v2 (1024次元)
疎ベクトル埋め込み: Qdrant/bm25 (fastembed経由)
フュージョン: QdrantにおけるReciprocal Rank Fusion (RRF)
リランカー: cross-encoder/mmarco-mMiniLMv2-L12-H384-v1

サービング

FastMCP 3.2 over HTTP (/mcp エンドポイント)
Claude、LangChain、およびMCP対応のあらゆるエージェントと互換性あり

インフラ

Ubuntu Server 24 LTS、セルフホスト
Qdrant ベクトルデータベース (セルフホスト)

MCPツール

search_recipes(
    query="quick chicken pasta",       # required — natural language
    diet="vegetarian",                 # optional: vegetarian, vegan, gluten-free, dairy-free
    difficulty="easy",                 # optional: easy, medium, hard
    max_minutes=30,                    # optional: maximum total time in minutes
    servings=4,                        # optional: number of servings
    limit=5                            # optional: number of results (default 5)
)
# Returns semantically ranked recipes with ingredients, instructions, nutrition, and ratings

レスポンス例

[
  {
    "rerank_score": 7.96,
    "title": "quick and easy chicken pasta salad",
    "description": "great use for left-over chicken.",
    "total_time": 25,
    "difficulty": "medium",
    "diet": [],
    "main_ingredient": "chicken",
    "ingredients": ["cooked chicken", "pasta shells", "tomatoes", "italian dressing"],
    "instructions": ["combine ingredients", "pour dressing", "chill 1 hour"],
    "nutrition": {"calories": 424, "protein_g": 26, "carbs_g": 38.5, "fat_g": 19.5},
    "rating": 4.8,
    "rating_count": 5
  }
]

クイックスタート

1. 依存関係のインストール

pip install -r requirements.txt

2. サーバーの起動

python recipe_mcp_server.py

サーバーは http://localhost:8004/mcp で起動します

3. FastMCPクライアントでの接続

import fastmcp, asyncio

async def main():
    async with fastmcp.Client("http://localhost:8004/mcp") as client:
        result = await client.call_tool("search_recipes", {
            "query": "quick chicken pasta",
            "max_minutes": 30,
            "limit": 3
        })
        for recipe in result.structured_content["result"]:
            print(recipe["title"], "-", recipe["total_time"], "min")

asyncio.run(main())

4. Claude Desktopでの接続

claude_desktop_config.json に以下を追加してください：

{
  "mcpServers": {
    "food-recipes": {
      "url": "https://recipes.aidatanorge.no/mcp"
    }
  }
}

ライブデモ

検索インターフェースは recipes.aidatanorge.no からお試しいただけます

ファイル

ファイル	説明
`recipe_mcp_server.py`	ハイブリッド検索対応FastMCPサーバー
`mcp_client.py`	Pythonクライアントの例
`requirements.txt`	Pythonの依存関係

自律エージェント向けのセルフホスト型AIデータインフラである AIDataNordic の一部として構築・運用されています。

food-recipe-mcp