Docker を使用した MCP サーバー

このプロジェクトは、モデル制御プロトコル (MCP) を OpenAI の API と統合し、OpenAI が Docker で実行されている MCP サーバーによって公開されるツールにアクセスして使用できるようにする方法を示します。

前提条件

• システムにDockerがインストールされている

• Git（リポジトリのクローンを作成する）

プロジェクト構造

• server.py : ツールを使ったMCPサーバ実装

• client.py : サーバーに接続してエージェントを呼び出すクライアント

• Dockerfile : Dockerイメージを構築するための手順

• requirements.txt : プロジェクトの Python 依存関係

データフローの説明

1. ユーザークエリ: ユーザーはシステムにクエリを送信します (例: 「当社の休暇ポリシーは何ですか?」)

2. OpenAI API : OpenAIはMCPサーバーからクエリと利用可能なツールを受け取ります

3. ツールの選択: OpenAIはクエリに基づいてどのツールを使用するかを決定します

4. MCPクライアント:クライアントはOpenAIのツール呼び出し要求を受信し、MCPサーバーに転送します。

5. MCP サーバー: サーバーは要求されたツールを実行します (例: ナレッジ ベース データの取得)

6. レスポンスフロー: ツールの結果はMCPクライアントを介してOpenAIに返されます。

7. 最終応答: OpenAIはツールデータを組み込んだ最終応答を生成する

Dockerで実行する

ステップ1: Dockerイメージを構築する

ステップ2: Dockerコンテナを実行する

これにより、Docker コンテナ内で MCP サーバーが起動し、ポート 8050 で公開されます。

クライアントの実行

サーバーが起動したら、別のターミナルでクライアントを実行できます。

クライアントはサーバーに接続し、利用可能なツールを一覧表示し、エージェントを呼び出してクエリに応答します。

トラブルシューティング

接続の問題が発生した場合:

1. サーバーが実行中かどうかを確認します。docker docker psを使用して Docker コンテナが実行中であることを確認します。

2. ポート マッピングを確認する: docker psを使用するか、 docker runコマンドの出力をチェックして、ポートが正しくマッピングされていることを確認します。

3. サーバー ログを確認する: docker logs <container_id>を使用してサーバー ログを表示し、エラーがあるかどうかを確認します。

4. ホストバインディング：コンテナ外からアクセスできるようにするため、サーバーは127.0.0.1ではなく0.0.0.0にバインドするように設定されています。それでも問題が解決しない場合は、ファイアウォールの設定を確認する必要があるかもしれません。

5. ネットワークの問題: リモート マシンで Docker を実行している場合は、クライアント マシンからポートにアクセスできることを確認してください。

注記

• サーバーは SSE (Server-Sent Events) トランスポートを使用するように構成されており、ポート 8050 でリッスンします。

• クライアントはhttp://localhost:8050/sseでサーバーに接続します。

• クライアントを起動する前に、サーバーが実行中であることを確認してください。