シーケンシャル質問MCPサーバー

LLM（大規模言語モデル）が逐次的な質問を通じて特定の情報を収集できるようにする専用サーバー。このプロジェクトは、LLMクライアントとのシームレスな統合のためにMCP（モデル制御プロトコル）標準を実装しています。

プロジェクトのステータス

🎉バージョン 1.0.0 リリース🎉

シーケンシャル・クエスチョニングMCPサーバーが完成し、本番環境への導入準備が整いました。計画されていた機能はすべて実装、テスト、ドキュメント化されました。

Related MCP server: MCP Thinking Server

特徴

• シーケンシャル質問エンジン: 以前の回答に基づいて、状況に応じて適切なフォローアップ質問を生成します。

• MCPプロトコルサポート: LLMとの統合のためのMCP仕様の完全実装

• 堅牢なAPI :包括的な検証とエラー処理を備えたRESTful API

• ベクターデータベース統合：質問パターンの効率的な保存と検索

• 包括的なモニタリング：PrometheusとGrafanaによるパフォーマンスメトリクスと可観測性

• 本番環境対応のデプロイメント: マルチ環境をサポートする Kubernetes デプロイメント構成

• 高可用性: 生産の信頼性を確保するための水平ポッドオートスケーラーとポッド中断予算

• セキュリティ: トラフィックを制限し、アプリケーションを保護するネットワークポリシー

ドキュメント

• APIリファレンス

• 建築

• 使用例

• 導入ガイド

• 運用ランブック

• 負荷テスト

• 展開検証

• 最終展開計画

• リリースノート

はじめる

前提条件

• Python 3.10以上

• Docker と Docker Compose (ローカル開発用)

• Kubernetes クラスター (本番環境への展開用)

• PostgreSQL 15.4以降

• Qdrantインスタンスへのアクセス

クイックスタート

最も簡単な方法は、初期化スクリプトを使用することです。

./scripts/initialize_app.sh

このスクリプトは次のことを行います。

1. Dockerが実行中かどうかを確認する

2. Docker Composeで必要なコンテナを起動する

3. データベースの移行を自動的に実行する

4. アプリケーションへのアクセス方法に関する情報を提供する

アプリケーションはhttp://localhost:8001で利用可能になります。

地域開発

1. リポジトリをクローンする

   git clone https://github.com/your-organization/sequential-questioning.git
   cd sequential-questioning

2. 依存関係をインストールする

   pip install -e ".[dev]"

3. 環境変数を設定する

   cp .env.example .env
   # Edit .env file with your configuration

4. 開発サーバーを実行する

   uvicorn app.main:app --reload

Docker デプロイメント

docker-compose up -d

データベースのセットアップ

アプリケーションを手動で起動する場合は、データベースの移行を忘れずに実行してください。

export DATABASE_URL="postgresql://postgres:postgres@localhost:5432/postgres"
bash scripts/run_migrations.sh

Kubernetes デプロイメント

1. 開発環境

   kubectl apply -k k8s/overlays/dev

2. ステージング環境

   kubectl apply -k k8s/overlays/staging

3. 生産環境

   kubectl apply -k k8s/overlays/prod

詳細な手順については、最終展開計画と運用ランブックを参照してください。

監視

監視のために Prometheus および Grafana ダッシュボードにアクセスします。

kubectl port-forward -n monitoring svc/prometheus 9090:9090
kubectl port-forward -n monitoring svc/grafana 3000:3000

CI/CDパイプライン

GitHub Actions を使用した自動化された CI/CD パイプライン:

• 継続的インテグレーション: リンティング、型チェック、テスト

• 継続的デプロイメント: 開発、ステージング、本番環境への自動デプロイメント

• デプロイメント検証: デプロイメント後の自動チェック

テスト

テスト スイートを実行します。

pytest

パフォーマンス テストを実行します。

python -m tests.performance.test_sequential_questioning_load

トラブルシューティング

データベーステーブルが作成されていません

アプリケーションは実行されているが、データベース テーブルが存在しない場合は、次のようになります。

1. データベースコンテナが実行中であることを確認する

2. データベースの移行を手動で実行します。

   export DATABASE_URL="postgresql://postgres:postgres@localhost:5432/postgres"
   bash scripts/run_migrations.sh

Pydantic バージョンの互換性

pydantic.errors.PydanticImportError: BaseSettings has been moved to the pydantic-settings packageエラーが発生した場合は、次の点を確認してください。

1. pydantic-settingsパッケージは依存関係に含まれています

2. pydanticから直接ではなく、 pydantic_settingsからBaseSettingsをインポートしています

このプロジェクトでは、 BaseSettings別のパッケージに移動した Pydantic v2.x を使用します。

貢献

貢献を歓迎します！ガイドラインについてはCONTRIBUTING.mdをご覧ください。

ライセンス

MITライセンス

接触

サポートやお問い合わせについては、 support@example.comまでご連絡ください。