このリポジトリには、教育目的のためのモデルコンテキストプロトコル(MCP)サーバーの実装が含まれています。このコードは、さまざまなLLMクライアントと統合可能な機能的なMCPサーバーの構築方法を示しています。

チュートリアルの全文をご覧になりたい方は、YouTubeの動画チュートリアルをご覧ください。

MCPとは何か?

MCP(Model Context Protocol)は、アプリケーションがLLMにコンテキストを提供する方法を標準化するオープンプロトコルです。MCPはAIアプリケーション向けのUSB-Cポートのようなもので、AIモデルを異なるデータソースやツールに接続する標準化された方法を提供します。

主な利点

• LLMが直接接続できる既存の統合システムのリストが増えています
• LLMプロバイダーとベンダー間の切り替えの柔軟性
• インフラ内でのデータを保護するためのベストプラクティス

建築概要

MCPはクライアント-サーバーアーキテクチャを採用しており、ホストアプリケーションは複数のサーバーに接続できます。

• MCPホスト:Claude Desktop、IDE、またはMCPを通じてデータにアクセスしたいAIツールなどのプログラム
• MCPクライアント:サーバーとの1:1接続を維持するプロトコルクライアント

MCP Server Example

This repository contains an implementation of a Model Context Protocol (MCP) server for educational purposes. This code demonstrates how to build a functional MCP server that can integrate with various LLM clients.

To follow the complete tutorial, please refer to the YouTube video tutorial.

What is MCP?

MCP (Model Context Protocol) is an open protocol that standardizes how applications provide context to LLMs. Think of MCP like a USB-C port for AI applications - it provides a standardized way to connect AI models to different data sources and tools.

Key Benefits

• A growing list of pre-built integrations that your LLM can directly plug into
• Flexibility to switch between LLM providers and vendors
• Best practices for securing your data within your infrastructure

Architecture Overview

MCP follows a client-server architecture where a host application can connect to multiple servers:

• MCP Hosts: Programs like Claude Desktop, IDEs, or AI tools that want to access data through MCP
• MCP Clients: Protocol clients that maintain 1:1 connections with servers
• MCP Servers: Lightweight programs that expose specific capabilities through the standardized Model Context Protocol
• Data Sources: Both local (files, databases) and remote services (APIs) that MCP servers can access

Core MCP Concepts

MCP servers can provide three main types of capabilities:

• Resources: File-like data that can be read by clients (like API responses or file contents)
• Tools: Functions that can be called by the LLM (with user approval)
• Prompts: Pre-written templates that help users accomplish specific tasks

System Requirements

• Python 3.10 or higher
• MCP SDK 1.2.0 or higher
• uv package manager

Getting Started

Installing uv Package Manager

On MacOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

Make sure to restart your terminal afterwards to ensure that the uv command gets picked up.

Project Setup

1. Create and initialize the project:

# Create a new directory for our project
uv init mcp-server
cd mcp-server

# Create virtual environment and activate it
uv venv
source .venv/bin/activate  # On Windows use: .venv\Scripts\activate

# Install dependencies
uv add "mcp[cli]" httpx

2. Create the server implementation file:

touch main.py

Running the Server

1. Start the MCP server:

uv run main.py

2. The server will start and be ready to accept connections

Connecting to Claude Desktop

1. Install Claude Desktop from the official website
2. Configure Claude Desktop to use your MCP server:

Edit ~/Library/Application Support/Claude/claude_desktop_config.json:

{
    "mcpServers": {
        "mcp-server": {
            "command": "uv",  # It's better to use the absolute path to the uv command
            "args": [
                "--directory",