🧠 Expert MCP

AIモデルに「いつでも相談できる」上級専門家アドバイザーを装備しましょう。

下流モデルが複雑な問題に直面した際、このMCPツールを通じて事前に構成された高度なモデル（GPT-5.5、Claude Opus 4.7など）に問題を転送し、詳細な分析と専門的なアドバイスを得た上で、自身の判断と組み合わせて最終的な回答を導き出すことができます。

Python MCP License GitHub

✨ 機能特性

🔌 OpenAI互換 — OpenAI形式のあらゆるアップストリームエンドポイント（OpenAI / DeepSeek / Qwen / vLLM / Ollamaなど）に接続可能
⚙️ 設定ファイル駆動 — すべてのパラメータは config.json で一元管理され、コードの変更は不要
📡 Streamable HTTP — MCPの最新標準に準拠したストリーミングHTTP転送、エンドポイント /mcp
🛠️ 豊富なツール説明 — 下流モデルが適切なタイミングで呼び出せるよう、丁寧に設計された description
🧩 3段構成の入力パラメータ — question（必須）、context（背景）、focus（重点項目）
📊 完全なログ — リクエストログとトークン使用量統計により、監視とトラブルシューティングが容易

🏗️ 動作原理

┌─────────────────────────────────────────────────────────┐
│                      用户 (User)                         │
└───────────────────────────┬─────────────────────────────┘
                            │ 提问
                            ▼
┌─────────────────────────────────────────────────────────┐
│              下游模型 (Claude / GPT / Qwen …)            │
│                                                         │
│   遇到复杂问题？→ 调用 consult_advanced_model 工具       │
└───────────────────────────┬─────────────────────────────┘
                            │ MCP Streamable HTTP
                            ▼
┌─────────────────────────────────────────────────────────┐
│                   Expert MCP Server                     │
│               (本项目 server.py)                        │
└───────────────────────────┬─────────────────────────────┘
                            │ OpenAI API 请求
                            ▼
┌─────────────────────────────────────────────────────────┐
│         上游高级模型 (GPT-5.5、Claude Opus 4.7 …)      │
│                   返回深度分析意见                       │
└─────────────────────────────────────────────────────────┘

📦 クイックスタート

1. リポジトリのクローン

git clone https://github.com/MineJPGcraft/Expert-mcp.git
cd Expert-mcp

2. 依存関係のインストール

pip install -r requirements.txt

Python 3.10+を推奨します。仮想環境でのインストールを推奨します。

3. 設定ファイルの編集

config.json をコピーして編集します：

{
  "host": "0.0.0.0",
  "port": 8765,
  "upstream": {
    "base_url": "https://api.openai.com/v1",
    "api_key": "sk-xxxxxxxxxxxxxxxxxxxx",
    "model": "gpt-5.5",
    "temperature": 0.3,
    "max_tokens": 4096,
    "timeout": 120,
    "system_prompt": "你是一位顶尖的资深专家顾问，请对问题进行深入、严谨、可执行的分析。"
  }
}

設定項目の詳細は、以下の ⚙️ 設定リファレンスを参照してください。

4. サービスの起動

python server.py

以下のログが表示されれば起動成功です：

2025-xx-xx | INFO    | mcp-advisor | 上游模型: gpt-4o @ https://api.openai.com/v1
2025-xx-xx | INFO    | mcp-advisor | MCP 监听: http://0.0.0.0:8765/mcp

MCPエンドポイントアドレス：

http://127.0.0.1:8765/mcp

🔧 クライアント接続

MCP Streamable HTTPをサポートするクライアント（Cherry Studio、Cline、Claude Codeなど）で、以下の設定を追加してください：

{
  "mcpServers": {
    "expert-advisor": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8765/mcp"
    }
  }
}

リモートデプロイの場合： 127.0.0.1 をサーバーの実際のIPまたはドメイン名に置き換え、ファイアウォールで対応するポートが許可されていることを確認してください。

⚙️ 設定リファレンス

フィールド	型	デフォルト値	説明
`host`	string	`"0.0.0.0"`	サービスのリッスンアドレス
`port`	integer	`8765`	サービスのリッスンポート
`upstream.base_url`	string	—	アップストリームAPIのベースURL（OpenAI互換形式）
`upstream.api_key`	string	—	アップストリームAPIキー
`upstream.model`	string	—	アップストリームモデル名（例: `gpt-5.5`, `claude-opus-4-7`）
`upstream.temperature`	float	`0.3`	生成温度。分析タスクでは低めに設定することを推奨
`upstream.max_tokens`	integer	`4096`	1回のリクエストあたりの最大トークン数
`upstream.timeout`	float	`120`	リクエストのタイムアウト秒数
`upstream.system_prompt`	string	内蔵デフォルト値	高度なモデルのシステムプロンプト。完全にカスタマイズ可能

環境変数による設定ファイルの切り替え

MCP_CONFIG=config.prod.json python server.py

🛠️ ツール説明

下流モデルが呼び出せるツール：

`consult_advanced_model`

パラメータ	型	必須	説明
`question`	string	✅	相談したい核心的な質問。できるだけ完全かつ明確に
`context`	string	❌	背景情報（コードスニペット、ユーザーの要件、試行済みの解決策など）
`focus`	string	❌	高度なモデルに重点的に回答してほしい方向性

推奨される呼び出しシナリオ：

自身の確信度が80%未満の問題
ユーザーが深い思考、厳密な分析、または最適な解決策を明確に求めている場合
複雑なトレードオフを伴う多制約問題
段階的な推論が必要な数学、アルゴリズム、システム設計、難解なバグ
自身の結論を再検証する必要がある場合

推奨されない呼び出しシナリオ：

単なる挨拶や単純な情報検索
答えが明白な基礎的な質問
高頻度で繰り返される単純なタスク

🌐 アップストリームサービスの接続

config.json の upstream セクションを修正するだけで、異なるサービスプロバイダーに接続できます。

📋 依存関係

mcp>=1.2.0
openai>=1.40.0

Expert MCP