MCP Hackathon Server
OfficialGSA MCP ハッカソン — サーバーテンプレート
Python で Model Context Protocol (MCP) サーバーを構築するためのすぐに使えるスターターで、IBM Cloud (watsonx Orchestrate) と Databricks 用のデプロイメントキットも含まれています。
FastMCP と uv で構築されています。MCP サーバーを構築したことがない場合は、QUICKSTART.md から始めてください。
MCP サーバーとは?
MCP サーバーは、ツール(モデルが呼び出せる関数)、プロンプト(再利用可能な会話のきっかけ)、リソース(モデルが読み取れるデータ)を、Claude Desktop、Claude Code、または watsonx Orchestrate のようなエージェントプラットフォームなどの AI クライアントに公開します。ツールを記述するのはあなたで、クライアントのモデルがいつ呼び出すかを決定します。
このテンプレートには、それぞれの例が1つずつ含まれた動作するサーバーが用意されているので、例を独自のサービスに置き換えてデプロイできます。
Related MCP server: Python MCP Server Template
リポジトリ構成
mcp-hackathon-template/
├── README.md # This file
├── QUICKSTART.md # 5-minute clone → run → connect walkthrough
├── main.py # Local entry point (uv run python main.py)
├── pyproject.toml # Package + dependencies (uv)
├── requirements.txt # Mirror of runtime deps (for buildpack hosts)
├── Dockerfile # Container image (streamable-HTTP, port 8080)
├── manifest.yaml # cloud.gov (Cloud Foundry) deploy
├── server.json # MCP registry metadata
├── .env.example # Copy to .env for local dev
├── .github/workflows/ci.yml # Lint + test on push/PR
├── src/
│ └── example_server/ # ← rename to your service
│ ├── app.py # Thin entry point: builds FastMCP, picks transport
│ ├── config.py # Settings from env vars / .env
│ ├── models.py # Pydantic models & enums for tool params
│ ├── utils.py # Shared helpers (HTTP client, pagination)
│ ├── routes.py # HTTP-only routes (/health, /version)
│ ├── tools/ # ONE FILE PER TOOL
│ │ ├── __init__.py # register_tools(mcp) aggregator
│ │ └── example_tool.py
│ ├── prompts/
│ │ ├── __init__.py # register_prompts(mcp) aggregator
│ │ └── example.py
│ └── resources/
│ ├── __init__.py # register_resources(mcp) aggregator
│ └── example.py
├── tests/ # Import + registration smoke tests
├── eval/ # Stub → build a Phoenix eval harness (see mcp-eval skill)
└── deploy/
├── README.md # Which deployment kit to use
├── ibm/ # watsonx Orchestrate: 3 kits (see below)
└── databricks/ # Databricks Apps kitはじめに
前提条件
uv —
pip install uvまたはbrew install uv
インストールと実行
cp .env.example .env
uv sync
uv run python main.pyサーバーは stdio モードで起動します。これは stdin/stdout を介して JSON-RPC をやり取りするもので、ローカルクライアント(Claude Desktop、Claude Code)がサーバーを起動する方法です。クライアントを接続するには QUICKSTART.md を参照してください。
確認
uv sync --group dev
uv run pytest tests/ -v # tests
uv run ruff check . # lint1ファイルに1ツールのパターン
各ツールは src/example_server/tools/ の下の独自のファイルに置かれ、register(mcp) 関数を公開します。tools/__init__.py は単一の register_tools(mcp) から各ツールを呼び出します。これにより、ツールリストをスキャンしやすくし、2つのファイルに触れるだけで統合を追加または削除できます。
ステップ1 — src/example_server/tools/my_tool.py を作成:
from typing import Annotated
from fastmcp import FastMCP
from example_server.utils import fetch_json
def register(mcp: FastMCP) -> None:
@mcp.tool(
name="example_get_thing",
annotations={
"title": "Get a thing",
"readOnlyHint": True,
"destructiveHint": False,
"idempotentHint": True,
"openWorldHint": True,
},
)
async def get_thing(thing_id: Annotated[str, "The ID to fetch."]) -> dict:
"""One-line summary. Document the data source, its update cadence,
and the return shape here — the model reads this docstring."""
return await fetch_json(f"https://api.example.gov/things/{thing_id}")ステップ2 — tools/__init__.py で配線:
from example_server.tools import example_tool, my_tool
def register_tools(mcp) -> None:
example_tool.register(mcp)
my_tool.register(mcp) # ← add this lineステップ3 — API キーを追加 config.py の型付きフィールドとして追加し、.env.example に環境変数を記載します。
プロンプト(prompts/)とリソース(resources/)も、まったく同じ register(mcp) + アグリゲーターパターンに従います。
パッケージ名の変更
サーバーを公開する前に、example_server を自分のサービス(例: census_mcp)に変更します:
フォルダ
src/example_server/をsrc/<your_name>/に変更します。pyproject.tomlの[project].name、[project.scripts]、[tool.hatch.build.targets.wheel].packagesを更新します。src/、tests/、main.py、Dockerfile、manifest.yaml全体でexample_serverを検索して置換します。
ツール設計のヒント(連邦データ)
散文ではなく構造化データを返す。 一貫したキーを持つ dict やリストを返し、モデルに説明させます。
鮮度を文書化する。 連邦データセットは遅延があります。docstring に更新頻度と「基準日」を明記してください。
ページネーションを公開する。
utils.pyのPaginationParams/paginate()を使用し、has_more/next_offsetを返します。明示的なタイムアウトを使用する。
utils.fetch_jsonはデフォルトで30秒です。実用的なエラーを返す。 生のスタックトレースではなく、
hintを含むエラー dict を返します。
デプロイ
ローカル開発では stdio を使用します。サーバーをエージェントプラットフォームと共有するには、デプロイして登録します。選択肢については deploy/README.md を参照してください:
IBM watsonx Orchestrate — deploy/ibm/(ローカル stdio ツールキット、Code Engine の Git からのビルド、ビルド済みイメージの3つのキット)。
Databricks Apps — deploy/databricks/。
どちらも同じサーバーコードを読み取ります。app.py は、プラットフォームがポートを注入すると自動的に HTTP を提供します。
評価
LLM がツールをどれだけうまく使えるかを測定することは、サーバー品質の真のテストです。このテンプレートには意図的に評価ハーネスは含まれていません。mcp-eval スキルを使用して評価ハーネスを構築する方法については eval/README.md を参照してください。
ライセンス
MIT。脆弱性開示ポリシーとハッカソンのセキュリティメモについては SECURITY.md を参照してください。
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Tools
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceA basic MCP server template that provides a foundation for building custom tools, resources, and prompts. Serves as a starting point for developers to create their own MCP server functionality.
- FlicenseNot gradedqualityDmaintenanceA foundational template for building MCP servers in Python using Streamable HTTP transport. Provides example implementations of tools, resources, and prompts to help developers create custom MCP integrations for AI assistants.
- AlicenseNot gradedqualityDmaintenanceA minimal template MCP server demonstrating basic tools, resources, and prompts functionality. Includes example implementations like a hello tool, history resource, and greet prompt for learning MCP development.1ISC
- FlicenseNot gradedqualityDmaintenanceEducational example of an MCP server built with FastMCP, demonstrating how to expose tools, resources, and prompts for AI clients.
Related MCP Connectors
MCP server for generating rough-draft project plans from natural-language prompts.
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
MCP server exposing the Backtest360 engine API as tools for AI agents.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/GSA-TTS/mcp-hackathon-template'
If you have feedback or need assistance with the MCP directory API, please join our Discord server