FastAPI SSE MCP ランダム

ストリーミング通信にServer-Sent Events (SSE)を用いたModel Context Protocol (MCP)を実装したFastAPIサーバー。このプロジェクトでは、乱数生成、Azure OpenAI DALL-Eを用いた画像生成、AIポッドキャスト生成など、様々なユーティリティツールを提供しています。

特徴

• リアルタイムストリーミング通信のためのサーバー送信イベント（SSE）

• 構造化されたツールの使用のための**モデルコンテキストプロトコル（MCP）**の実装

• 複数のユーティリティツール:

  • Echoツールとリソース

  • 乱数ジェネレータ

  • Azure OpenAI DALL-E 3 による画像生成

  • AIポッドキャスト生成

  • 反省的な反応のための「考えるツール」

Related MCP server: MyAIServ MCP Server

前提条件

• Python 3.10以上

• Azure OpenAI API アクセス (画像生成用)

インストール

1. リポジトリをクローンします。

git clone <repository-url>
cd fastapi_sse_mcp_random

2. 依存関係をインストールします。

pip install -r requirements.txt

またはuvを使用します:

uv pip install -e .

使用法

サーバーの起動

次のコマンドでサーバーを実行します。

python main.py

サーバーはhttp://0.0.0.0:8000で起動します。

利用可能なエンドポイント

• GET / : ヘルスチェックエンドポイント

• GET /sse/ : SSE接続エンドポイント

• POST /messages/ : クライアントメッセージのエンドポイント

利用可能なツール

エコーツール

{
  "name": "echo_tool",
  "parameters": {
    "message": "Hello, world!"
  }
}

乱数ジェネレータ

{
  "name": "random_number",
  "parameters": {
    "min_value": 1,
    "max_value": 100
  }
}

画像生成

{
  "name": "generate_image",
  "parameters": {
    "prompt": "A beautiful landscape with mountains and a lake"
  }
}

ポッドキャスト世代

{
  "name": "generate_podcast",
  "parameters": {
    "prompt": "The future of artificial intelligence",
    "duration": 5,
    "name1": "Mark",
    "voice1": "Thomas",
    "name2": "Sophia",
    "voice2": "Emily"
  }
}

シンクツール

{
  "name": "think_tool",
  "parameters": {
    "input": "What are the implications of quantum computing?"
  }
}

プロジェクト構造

• main.py : メインの FastAPI アプリケーションと MCP ツールの実装

• sse.py : サーバー送信イベント (SSE) の実装

• pyproject.toml : プロジェクトのメタデータと依存関係

• requirements.txt : 基本的な依存関係リスト

依存関係

• FastAPI: APIを構築するためのWebフレームワーク

• MCP: モデルコンテキストプロトコルの実装

• OpenAI: Azure OpenAI サービスのクライアント

• Uvicorn: FastAPI アプリケーションを実行するための ASGI サーバー

• リクエスト: API呼び出し用のHTTPライブラリ

ライセンス

[ここでライセンスを指定してください]

貢献

[プロジェクトへの貢献方法]