mcpとchatgpt
mcp(model context protocol)が最近話題になっています。今回はこのmcpについての解説になります。
mcpは多くの人にとって学ぶ必要がない技術です。例えば、プログラマだったり、アプリ開発、フロントエンド、デザインをしているとかだと、mcpは必要ありません。mcpを学ぶ必要があるのは主にバックエンドの人です。
ということで、mcpについて解説していきます。
mcpは、今後バックエンドの主流になると思います。ようはサーバーを扱ったり、環境を構築したりといった分野。
それ以外は、主にclient、ollamaだったり、lmstudioだったりのほうが便利だと思います。
mcpはAI環境の構築を目指す技術で、それぞれのmodelは今まで独自の仕様で動かしていました。これだとAIで何をするにも面倒です。したがって、AI(model)のinput/outputの形式を統一しようというのがmcpです。mcpに対応しているmodelを使用します。protocolなので、普通の人は学ぶ必要がありません。通常の開発でも意識するような領域ではないですね。
そのうち、便利なツールがでてくると思うので、それを使うのが一番かなと思います。k8sやdockerのようなものが出てくるのではないでしょうか。まあ、ollamaやlmstudioがそれらに相当するかもしれません。
mcpの使い方
mcpでどうやって環境を構築するのか、具体的な手順を見ていきたいと思います。
簡単な方法
$ pip install fastmcp uvicorn
from fastmcp import FastMCP
mcp = FastMCP(
name="aigpt-agent",
host="127.0.0.1",
port=5000,
timeout=30
)
if __name__ == "__main__":
print("Starting MCP server...")
mcp.run()
python server.py
fastmcp run server.py:mcp
# server.py
from fastmcp import FastMCP
import uvicorn
mcp = FastMCP("aigpt-agent")
@mcp.tool()
def ping() -> dict:
return {"message": "pong"}
if __name__ == "__main__":
uvicorn.run(mcp, host="127.0.0.1", port=5000)