Skip to main content
Glama
GSA-TTS

MCP Hackathon Server

Official
by GSA-TTS

GSA 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)Databricks 用のデプロイメントキットも含まれています。

FastMCPuv 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

  • uvpip 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 .          # lint

1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:

  1. フォルダ src/example_server/src/<your_name>/ に変更します。

  2. pyproject.toml[project].name[project.scripts][tool.hatch.build.targets.wheel].packages を更新します。

  3. src/tests/main.pyDockerfilemanifest.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.pyPaginationParams / 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 Orchestratedeploy/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 Appsdeploy/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。

Install Server
A
license - permissive license
B
quality
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    A 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.
  • F
    license
    Not graded
    quality
    D
    maintenance
    A 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.
  • A
    license
    Not graded
    quality
    D
    maintenance
    A 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.
    1
    ISC

View all related MCP servers

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.

View all MCP Connectors

Latest Blog Posts

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