OpenAIとその他のLLMプロバイダーをサポートするMCPコーディングアシスタント

Claude CodeをPythonで強力に再現したツールで、リアルタイム可視化、コスト管理、そしてModel Context Protocol（MCP）サーバー機能が強化されています。このツールは、複数のLLMプロバイダーをサポートし、ソフトウェア開発タスクのための自然言語インターフェースを提供します。

主な特徴

• マルチプロバイダーサポート: OpenAI、Anthropic、その他のLLMプロバイダーと連携

• モデルコンテキストプロトコル統合:

  • Claude Desktop や他のクライアントで使用するために MCP サーバーとして実行します

  • 内蔵のMCPクライアントを使用して任意のMCPサーバーに接続します

  • 複雑な問題解決のためのマルチエージェント同期

• **リアルタイムツール可視化:**ツール実行の進行状況と結果をリアルタイムで確認

• **コスト管理:**予算管理でトークンの使用状況と経費を追跡

• **包括的なツールスイート:**ファイル操作、検索、コマンド実行など

• **強化されたUI:**進捗状況インジケーターと構文の強調表示を備えたリッチなターミナルインターフェース

• **コンテキスト最適化:**スマートな会話の圧縮とメモリ管理

• **エージェントの調整:**異なる役割を持つ専門エージェントがタスクを共同で実行できます

Related MCP server: MCP Server Demo

インストール

1. このリポジトリをクローンする

2. 依存関係をインストールします:

pip install -r requirements.txt

3. API キーを使用して.envファイルを作成します。

# Choose one or more providers
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here

# Optional model selection
OPENAI_MODEL=gpt-4o
ANTHROPIC_MODEL=claude-3-opus-20240229

使用法

CLIモード

デフォルトのプロバイダー (利用可能な API キーから決定) を使用して CLI を実行します。

python claude.py chat

プロバイダーとモデルを指定します:

python claude.py chat --provider openai --model gpt-4o

コストを管理するための予算制限を設定します。

python claude.py chat --budget 5.00

MCP サーバーモード

モデルコンテキストプロトコルサーバーとして実行します。

python claude.py serve

MCP インスペクターを使用して開発モードで開始します。

python claude.py serve --dev

ホストとポートを設定します。

python claude.py serve --host 0.0.0.0 --port 8000

追加の依存関係を指定します。

python claude.py serve --dependencies pandas numpy

ファイルから環境変数を読み込み:

python claude.py serve --env-file .env

MCPクライアントモード

推論エンジンとして Claude を使用して MCP サーバーに接続します。

python claude.py mcp-client path/to/server.py

Claude モデルを指定します:

python claude.py mcp-client path/to/server.py --model claude-3-5-sonnet-20241022

付属のサンプルサーバーを試してください:

# In terminal 1 - start the server
python examples/echo_server.py

# In terminal 2 - connect with the client
python claude.py mcp-client examples/echo_server.py

マルチエージェントMCPモード

同期されたエージェントを持つマルチエージェント クライアントを起動します。

python claude.py mcp-multi-agent path/to/server.py

カスタム エージェント構成ファイルを使用します。

python claude.py mcp-multi-agent path/to/server.py --config examples/agents_config.json

エコー サーバーの例:

# In terminal 1 - start the server
python examples/echo_server.py

# In terminal 2 - launch the multi-agent client
python claude.py mcp-multi-agent examples/echo_server.py --config examples/agents_config.json

利用可能なツール

• **表示:**オプションの行数制限付きでファイルを読み取る

• **編集:**正確なテキスト置換でファイルを変更する

• **置換:**ファイルを作成または上書きする

• **GlobTool:**パターンマッチングでファイルを検索する

• **GrepTool:**正規表現を使用してファイルの内容を検索する

• **LS:**ディレクトリの内容を一覧表示する

• **Bash:**シェルコマンドを実行する

チャットコマンド

• **/help:**利用可能なコマンドを表示する

• **/compact:**会話履歴を圧縮してトークンを節約します

• **/version:**バージョン情報を表示

• **/providers:**利用可能な LLM プロバイダーを一覧表示します

• **/cost:**コストと使用量の情報を表示します

• **/budget [金額]:**予算の上限を設定する

• **/quit、/exit:**アプリケーションを終了する

建築

Claude Code Python Edition は、モジュール式アーキテクチャで構築されています。

/claude_code/
  /lib/
    /providers/      # LLM provider implementations
    /tools/          # Tool implementations
    /context/        # Context management
    /ui/             # UI components
    /monitoring/     # Cost tracking & metrics
  /commands/         # CLI commands
  /config/           # Configuration management
  /util/             # Utility functions
  claude.py          # Main CLI entry point
  mcp_server.py      # Model Context Protocol server

モデルコンテキストプロトコルの使用

Claude Code を MCP サーバーとして使用する

MCP サーバーが実行される場合は、Claude Desktop またはその他の MCP 互換クライアントから接続できます。

1. MCP サーバーをインストールして実行します。

   python claude.py serve

2. ブラウザで設定ページを開きます。

   http://localhost:8000

3. 次の手順に従って、Claude Desktop を構成します。

   • JSON設定をコピーする

   • 自動構成されたJSONファイルをダウンロードする

   • ステップバイステップのセットアップ手順

Claude CodeをMCPクライアントとして使用する

Claude Code を使用して任意の MCP サーバーに接続するには:

1. 環境または.envファイルにAnthropic APIキーがあることを確認してください

2. 接続したいMCPサーバーを起動します

3. MCP クライアントを使用して接続します。

   python claude.py mcp-client path/to/server.py

4. インタラクティブチャットインターフェースにクエリを入力します

マルチエージェントモードの使用

複雑なタスクの場合、マルチエージェント モードでは複数の専門エージェントが連携できます。

1. エージェント構成ファイルを作成するか、提供されている例を使用します

2. MCPサーバーを起動する

3. マルチエージェントクライアントを起動します。

   python claude.py mcp-multi-agent path/to/server.py --config examples/agents_config.json

4. コマンド インターフェイスを使用して複数のエージェントと対話します。

   • すべてのエージェントにブロードキャストするメッセージを入力してください

   • 直接通信には/talk Agent_Name messageを使用してください

   • 利用可能なエージェントをすべて表示するには/agentsを使用します。

   • /historyを使用して会話履歴を表示します

貢献

1. リポジトリをフォークする

2. 機能ブランチを作成する

3. テストで変更を実装する

4. プルリクエストを送信する

ライセンス

マサチューセッツ工科大学

謝辞

このプロジェクトは、Anthropic の Claude Code CLI ツールに触発され、可視性、コスト管理、MCP サーバー機能を強化するための追加機能を備えて Python で再実装されました。# OpenAI Code Assistant

関数呼び出しとストリーミングを備えた OpenAI API を使用する強力なコマンドラインおよび API ベースのコーディング アシスタント。

特徴

• コーディング支援のためのインタラクティブ CLI

• 他のアプリケーションとの統合のためのWeb API

• モデルコンテキストプロトコル（MCP）サーバーの実装

• 高可用性のためのレプリケーションサポート

• 拡張性のためのツールベースのアーキテクチャ

• ツール最適化のための強化学習

• ブラウザベースのインタラクションのためのWebクライアント

インストール

1. リポジトリをクローンする

2. 依存関係をインストールします:

   pip install -r requirements.txt

3. OpenAI API キーを設定します。

   export OPENAI_API_KEY=your_api_key

使用法

CLIモード

対話型 CLI モードでアシスタントを実行します。

python cli.py

オプション:

• --model , -m : 使用するモデルを指定します（デフォルト: gpt-4o）

• --temperature , -t : 応答生成の温度を設定する（デフォルト: 0）

• --verbose , -v : 追加情報を含む詳細な出力を有効にする

• --enable-rl/--disable-rl : ツールの最適化のための強化学習を有効/無効にする

• --rl-update : RLモデルの更新を手動でトリガーする

APIサーバーモード

アシスタントを API サーバーとして実行します。

python cli.py serve

オプション:

• --host : バインドするホストアドレス（デフォルト: 127.0.0.1）

• --port , -p : リッスンするポート (デフォルト: 8000)

• --workers , -w : ワーカープロセスの数（デフォルト: 1）

• --enable-replication : インスタンス間のレプリケーションを有効にする

• --primary/--secondary : プライマリインスタンスかセカンダリインスタンスか

• --peer : 複製先のピアインスタンス (ホスト:ポート)。複数回指定できます。

MCP サーバーモード

アシスタントをモデル コンテキスト プロトコル (MCP) サーバーとして実行します。

python cli.py mcp-serve

オプション:

• --host : バインドするホストアドレス（デフォルト: 127.0.0.1）

• --port , -p : リッスンするポート (デフォルト: 8000)

• --dev : 追加のログ記録を伴う開発モードを有効にする

• --dependencies : インストールする追加のPython依存関係

• --env-file : 環境変数を含む .env ファイルへのパス

MCPクライアントモード

アシスタントを推論エンジンとして使用して MCP サーバーに接続します。

python cli.py mcp-client path/to/server.py

オプション:

• --model , -m : 推論に使用するモデル（デフォルト: gpt-4o）

• --host : MCP サーバーのホスト アドレス (デフォルト: 127.0.0.1)

• --port , -p : MCP サーバーのポート (デフォルト: 8000)

デプロイメントスクリプト

簡単に展開するには、提供されているスクリプトを使用します。

./deploy.sh --host 0.0.0.0 --port 8000 --workers 4

レプリケーションを有効にするには:

# Primary instance
./deploy.sh --enable-replication --port 8000

# Secondary instance
./deploy.sh --enable-replication --secondary --port 8001 --peer 127.0.0.1:8000

ウェブクライアント

ウェブクライアントを使用するには、ブラウザでweb-client.htmlを開いてください。API サーバーが実行中であることを確認してください。

APIエンドポイント

標準APIエンドポイント

• POST /conversation : 新しい会話を作成する

• POST /conversation/{conversation_id}/message : 会話にメッセージを送信する

• POST /conversation/{conversation_id}/message/stream : メッセージ応答をストリーミングする

• GET /conversation/{conversation_id} : 会話の詳細を取得する

• DELETE /conversation/{conversation_id} : 会話を削除する

• GET /health : ヘルスチェックエンドポイント

MCP プロトコルエンドポイント

• GET / : ヘルスチェック（MCPプロトコル）

• POST /context : プロンプトテンプレートのコンテキストを取得する

• GET /prompts : 利用可能なプロンプトテンプレートの一覧

• GET /prompts/{prompt_id} : 特定のプロンプトテンプレートを取得する

• POST /prompts : 新しいプロンプトテンプレートを作成する

• PUT /prompts/{prompt_id} : 既存のプロンプトテンプレートを更新する

• DELETE /prompts/{prompt_id} : プロンプトテンプレートを削除する

レプリケーション

レプリケーションシステムにより、アシスタントの複数のインスタンスを同期状態で実行できます。これにより、以下のメリットが得られます。

• 高可用性

• 負荷分散

• フォールトトレランス

レプリケーションを設定するには:

1. --enable-replicationでプライマリインスタンスを起動します

2. --enable-replication --secondary --peer [primary-host:port]でセカンダリインスタンスを起動します。

ツール

アシスタントにはさまざまなツールが含まれています:

• 天気: 特定の場所の現在の天気を取得します

• 表示: ファイルシステムからファイルを読み取る

• 編集: ファイルを編集する

• 置換: ファイルを書き込む

• Bash: bashコマンドを実行する

• GlobTool: ファイルパターンマッチング

• GrepTool: コンテンツ検索

• LS: ディレクトリの内容を一覧表示する

• JinaSearch: Jina.ai を使用した Web 検索

• JinaFactCheck: Jina.aiを使ったファクトチェック

• JinaReadURL: ウェブページを読んで要約する

CLIコマンド

• /help : ヘルプメッセージを表示する

• /compact : 会話をコンパクトにしてトークンの使用量を減らす

• /status : トークンの使用状況とセッション情報を表示する

• /config : 現在の構成設定を表示する

• /rl-status : RLツールオプティマイザーのステータスを表示する（有効な場合）

• /rl-update : RLモデルを手動で更新する（有効な場合）

• /rl-stats : ツールの使用統計を表示する（有効な場合）