AIツールキットの拡張

Name: Extend AI Toolkit MCP Server
Author: paywithextend

概要

Extend AI Toolkitは、AnthropicのModel Context Protocol（MCP）、 OpenAI 、 LangChain 、 CrewAIなど、複数のAIフレームワークのExtend APIと統合するためのツールをPythonベースで実装します。これにより、ユーザーは支出管理フローにおける特定のアクションをAIエージェントやClaudeデスクトップなどのMCP対応クライアントに委任できます。

これらのツールは、APIキーをお持ちの既存のExtendユーザー向けに設計されています。Extendにまだご登録いただいておらず、中小企業向けの最新かつ使いやすいバーチャルカードおよび支出管理プラットフォームについて詳しく知りたい方は、 paywithextend.comをご覧ください。

Related MCP server: Flutterwave MCP Server

特徴

複数の AI フレームワークのサポート: Anthropic Model Context Protocol、OpenAI Agents、LangChain LangGraph & ReAct、CrewAI フレームワークで動作します。
包括的なツールセット: クレジットカード、バーチャルカード、取引、経費管理エンドポイントにわたるExtendの主要なAPI機能をすべてサポートします。

インストール

パッケージを変更する場合を除き、このソースコードは必要ありません。パッケージを使用するだけの場合は、以下を実行してください。

pip install extend_ai_toolkit

要件

Python : バージョン3.10以上
Extend APIキー: paywithextend.comにサインアップしてAPIキーを取得します
フレームワーク固有の要件:
- LangChain: langchainおよびlangchain-openaiパッケージ
- OpenAI: openaiパッケージ
- CrewAI: crewaiパッケージ
- Anthropic: anthropicパッケージ (Claude 用)

構成

ライブラリは、環境変数またはコマンドライン引数を使用して、Extend API キーと API を使用して構成する必要があります。

--api-key=your_api_key_here --api-secret=your_api_secret_here

または環境変数経由:

EXTEND_API_KEY=your_api_key_here
EXTEND_API_SECRET=your_api_secret_here

利用可能なツール

ツールキットには、機能別に整理された包括的なツールセットが用意されています。

バーチャルカード

get_virtual_cards : オプションのフィルターを使用して仮想カードを取得します
get_virtual_card_detail : 特定の仮想カードの詳細情報を取得する

クレジットカード

get_credit_cards : すべてのクレジットカードを一覧表示する
get_credit_card_detail : 特定のクレジットカードの詳細情報を取得する

取引

get_transactions : さまざまなフィルターを使用してトランザクションを取得する
get_transaction_detail : 特定のトランザクションに関する詳細情報を取得する
update_transaction_expense_data : トランザクションの経費関連データを更新する

経費管理

get_expense_categories : すべての経費カテゴリを一覧表示する
get_expense_category : 特定の経費カテゴリの詳細を取得する
get_expense_category_labels : 経費カテゴリのラベルを取得する
create_expense_category : 新しい経費カテゴリを作成する
create_expense_category_label : 経費カテゴリにラベルを追加する
update_expense_category : 既存の経費カテゴリを変更する
create_receipt_attachment : 領収書をアップロードする（オプションで取引に添付する）
automatch_receipts : アップロードされた領収書と取引を自動照合する非同期ジョブを開始します。
get_automatch_status : 自動マッチジョブのステータスを取得する
send_receipt_reminder : レシートがない取引のリマインダーを（メールで送信）送信します

使用例

モデルコンテキストプロトコル

ツールキットは、MCP サーバーの構築に役立つリソースをextend_ai_toolkit.modelcontextprotocolパッケージに提供します。

発達

MCP Inspector を使用してローカルで MCP サーバーの拡張をテストします。

npx @modelcontextprotocol/inspector python extend_ai_toolkit/modelcontextprotocol/main.py --tools=all

クロードデスクトップ統合

設定ファイルを編集して、このツールを MCP サーバーとして Claude Desktop に追加します。

MacOS の場合: ~/Library/Application\ Support/Claude/claude_desktop_config.json Windows の場合: %APPDATA%/Claude/claude_desktop_config.json

claude デスクトップで create_receipt_attachment ツールを使用する場合はnpm install @modelcontextprotocol/server-filesystem add を使用してファイルシステム mcp サーバーをインストールし、構成ファイルにも追加する必要があります。

ご注意：現在の制限により、Claude Desktopに直接アップロードされた画像はExtendにアップロードできません。これは、Claude Desktopアプリが基盤となる画像データにアクセスできないためです。そのため、ファイルシステムMCPサーバーが必要となります。

ファイルシステムの追加により、レシート専用のフォルダを作成し、Claude にレシートをアップロードして、最も可能性の高い取引と自動照合するように指示できます。また、レシートを添付したい取引が分かっている場合は、その取引のレシートをアップロードするように指示することで、自動照合プロセスをスキップできます。

{
  "extend-mcp": {
    "command": "python",
    "args": [
      "-m",
      "extend_ai_toolkit.modelcontextprotocol.main",
      "--tools=all"
    ],
    "env": {
      "EXTEND_API_KEY": "apik_XXXX",
      "EXTEND_API_SECRET": "XXXXX"
    }
  },
  // optional: if you want to use the create_receipt_attachment tool
  "filesystem": { 
    "command": "npx",
    "args": [
      "-y",
      "@modelcontextprotocol/server-filesystem",
      "/path/to/receipts/folder"
    ]
  }
}

リモート実行

サーバーをリモートで実行し、SSE トランスポート経由で通信することもできます。

python -m extend_ai_toolkit.modelcontextprotocol.main_sse --tools=all --api-key="apikey" --api-secret="apisecret"

オプションでMCPターミナルクライアントを使用して接続します。

python -m extend_ai_toolkit.modelcontextprotocol.client.mcp_client --mcp-server-host localhost --mcp-server-port 8000 --llm-provider=anthropic --llm-model=claude-3-5-sonnet-20241022

オープンAI

import os
from langchain_openai import ChatOpenAI
from extend_ai_toolkit.openai.toolkit import ExtendOpenAIToolkit
from extend_ai_toolkit.shared import Configuration, Scope, Product, Actions

# Initialize the OpenAI toolkit
extend_openai_toolkit = ExtendOpenAIToolkit.default_instance(
    api_key=os.environ.get("EXTEND_API_KEY"),
    api_secret=os.environ.get("EXTEND_API_SECRET"),
    configuration=Configuration(
        scope=[
            Scope(Product.VIRTUAL_CARDS, actions=Actions(read=True)),
            Scope(Product.CREDIT_CARDS, actions=Actions(read=True)),
            Scope(Product.TRANSACTIONS, actions=Actions(read=True)),
        ]
    )
)

# Create an agent with the tools
extend_agent = Agent(
    name="Extend Agent",
    instructions="You are an expert at integrating with Extend",
    tools=extend_openai_toolkit.get_tools()
)

ランチェーン

import os
from langchain_openai import ChatOpenAI
from langgraph.prebuilt import create_react_agent
from extend_ai_toolkit.langchain.toolkit import ExtendLangChainToolkit
from extend_ai_toolkit.shared import Configuration, Scope, Product, Actions

# Initialize the LangChain toolkit
extend_langchain_toolkit = ExtendLangChainToolkit.default_instance(
    api_key=os.environ.get("EXTEND_API_KEY"),
    api_secret=os.environ.get("EXTEND_API_SECRET"),
    configuration=Configuration(
        scope=[
            Scope(Product.VIRTUAL_CARDS, actions=Actions(read=True)),
            Scope(Product.CREDIT_CARDS, actions=Actions(read=True)),
            Scope(Product.TRANSACTIONS, actions=Actions(read=True)),
        ]
    )
)

# Create tools for the agent
tools = extend_langchain_toolkit.get_tools()

# Create the agent executor
langgraph_agent_executor = create_react_agent(
    ChatOpenAI(model="gpt-4"),
    tools
)

クルーAI

import os
from extend_ai_toolkit.crewai.toolkit import ExtendCrewAIToolkit
from extend_ai_toolkit.shared import Configuration, Scope, Product, Actions

# Initialize the CrewAI toolkit
toolkit = ExtendCrewAIToolkit.default_instance(
    api_key=os.environ.get("EXTEND_API_KEY"),
    api_secret=os.environ.get("EXTEND_API_SECRET"),
    configuration=Configuration(
        scope=[
            Scope(Product.VIRTUAL_CARDS, actions=Actions(read=True)),
            Scope(Product.CREDIT_CARDS, actions=Actions(read=True)),
            Scope(Product.TRANSACTIONS, actions=Actions(read=True)),
        ]
    )
)

# Configure the LLM (using Claude)
toolkit.configure_llm(
    model="claude-3-opus-20240229",
    api_key=os.environ.get("ANTHROPIC_API_KEY")
)

# Create the Extend agent
extend_agent = toolkit.create_agent(
    role="Extend Integration Expert",
    goal="Help users manage virtual cards, view credit cards, and check transactions efficiently",
    backstory="You are an expert at integrating with Extend, with deep knowledge of virtual cards, credit cards, and transaction management.",
    verbose=True
)

# Create a task for handling user queries
query_task = toolkit.create_task(
    description="Process and respond to user queries about Extend services",
    agent=extend_agent,
    expected_output="A clear and helpful response addressing the user's query",
    async_execution=True
)

# Create a crew with the agent and task
crew = toolkit.create_crew(
    agents=[extend_agent],
    tasks=[query_task],
    verbose=True
)

# Run the crew
result = crew.kickoff()

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細については LICENSE ファイルを参照してください。

Extend AI Toolkit MCP Server