MCP サーバー: スケーラブルな OpenAPI エンドポイント検出および API リクエスト ツール
やるべきこと
事前ダウンロードしたモデルなしではDockerイメージは2GBです。事前ダウンロードしたモデルを含めると3.76GBになります! 大きすぎるので、サイズを小さくするのを手伝ってください。
Related MCP server: OpenAPI MCP Server
構成
環境変数を通じてカスタマイズします。GLOBAL_TOOL_PROMPTは 重要です!
OPENAPI_JSON_DOCS_URL: OpenAPI 仕様 JSON への URL (デフォルトはhttps://api.staging.readymojo.com/openapi.json )MCP_API_PREFIX: カスタマイズ可能なツール名前空間 (デフォルトは "any_openapi"):# Creates tools: custom_api_request_schema and custom_make_request docker run -e MCP_API_PREFIX=finance ...GLOBAL_TOOL_PROMPT: すべてのツールの説明の先頭に追加するオプションのテキスト。これは、Claude がツールを正確に選択し、正しく選択されないために重要です。# Adds "Access to insights apis for ACME Financial Services abc.com . " to the beginning of all tool descriptions docker run -e GLOBAL_TOOL_PROMPT="Access to insights apis for ACME Financial Services abc.com ." ...
要約
これを作成した理由: Swagger OpenAPI ドキュメントのサイズが数百 KB のプライベート API を提供したいからです。
Claude MCPはこれらのファイルサイズを処理する際にエラーが発生します
結果をYAMLに変換しようとしましたが、サイズが小さすぎ、エラーが多く発生しました。失敗しました。
APIカテゴリを指定して、MCPクライアント(Claude Desktop)にグループ別にAPIドキュメントを取得するよう依頼してみましたが、それでも大きすぎて失敗しました。
最終的に、私はこの解決策にたどり着きました:
メモリ内のセマンティック検索を使用して、自然言語で関連する API エンドポイントを検索します (製品のリストなど)
完全なエンドポイントドキュメントを(1つのエンドポイントを1つのチャンクとして保存するように設計したため)100万秒以内に返します(メモリ内にあるため)。
なんと、Claude は完全なパラメータを使用してどの API を呼び出すべきかを知るようになりました。
待ってください。実際の RESTful リクエストを行うには、このサーバーに別のツールを作成する必要があります。「フェッチ」サーバーが単純に機能しないため、その理由をデバッグしたくないのです。
https://github.com/user-attachments/assets/484790d2-b5a7-475d-a64d-157e839ad9b0
技術的なハイライト:
特徴
🧠 リモートの OpenAPI JSON ファイルをソースとして使用します。ローカル ファイル システムへのアクセスは不要で、API の変更に伴う更新は不要です。
🔍 最適化された MiniLM-L3 モデルを使用したセマンティック検索 (43MB vs オリジナル 90MB)
🚀 非同期サポートを備えたFastAPIベースのサーバー
🧠 エンドポイントベースのチャンク化 OpenAPI 仕様 (100KB 以上のドキュメントを処理)、エンドポイントのコンテキストが失われない
⚡ エンドポイントを瞬時に検出するインメモリ FAISS ベクトル検索
制限事項
linux/arm/v7 をサポートしていません (Transformer ライブラリでビルドが失敗します)
🐢 Docker イメージを使用していない場合、コールド スタートのペナルティ (モデルの読み込みに約 15 秒)
[廃止] 現在のDockerイメージではモデルのダウンロードが無効になっています。huggingfaceに依存しています。Claude Desktopを読み込む際、モデルのダウンロードに時間がかかります。huggingfaceがダウンしている場合、サーバーは起動しません。
最新のDockerイメージには、事前にダウンロードしたモデルが組み込まれています。問題がある場合は、古いものに戻してください。
マルチインスタンス構成の例
マルチインスタンス設定の例を以下に示します。複数のAPIセットをより柔軟に使用できるように設計しました。
この例では、
サーバーは OpenAPI ドキュメントからベース URL を自動的に抽出します。
金融APIについては
https://api.finance.comヘルスケア API については
https://api.healthcare.com
オプションで、
API_REQUEST_BASE_URL環境変数を使用してベース URL をオーバーライドできます。
クロードデスクトップの使用例
クロードデスクトッププロジェクトプロンプト:
チャットでは次のことができます:
インストール
Smithery経由でインストール
Smithery経由で Claude Desktop 用のスケーラブルな OpenAPI エンドポイント検出と API リクエスト ツールを自動的にインストールするには:
pipの使用
利用可能なツール
サーバーは次のツールを提供します ( {prefix}はMCP_API_PREFIXによって決定されます)。
{プレフィックス}_api_request_schema
インテントに一致するAPIエンドポイントスキーマを取得します。パス、メソッド、パラメータ、レスポンス形式などのエンドポイントの詳細を返します。
入力スキーマ:
{プレフィックス}_make_request
簡素化された実装では失敗する複雑な API で信頼性の高い実行を行うために不可欠です。以下を提供します。
入力スキーマ:
応答形式:
Docker サポート
マルチアーキテクチャビルド
公式イメージは 3 つのプラットフォームをサポートしています。
柔軟なツール命名
MCP_API_PREFIXを介してツール名を制御します。
サポートされているプラットフォーム
Linux/amd64
Linux/arm64
オプション 1: ビルド済みイメージを使用する (Docker Hub)
オプション2: ローカル開発ビルド
コンテナの実行
主要コンポーネント
EndpointSearcher : 以下を処理するコアクラス:
OpenAPI仕様の解析
セマンティック検索インデックスの作成
エンドポイントドキュメントのフォーマット
自然言語クエリ処理
サーバー実装:
非同期FastAPIサーバー
MCPプロトコルのサポート
ツールの登録と呼び出しの処理
ソースから実行
Claude Desktopとの統合
Claude Desktop 設定で MCP サーバーを構成します。
貢献
リポジトリをフォークする
機能ブランチを作成します(
git checkout -b feature/amazing-feature)変更をコミットします (
git commit -m 'Add some amazing feature')ブランチにプッシュする (
git push origin feature/amazing-feature)プルリクエストを開く
ライセンス
このプロジェクトは、LICENSE ファイルに含まれる条件に基づいてライセンスされます。
実装ノート
エンドポイント中心の処理: 大規模な仕様で苦労するドキュメント レベルの分析とは異なり、個々のエンドポイントを次のようにインデックスします。
パス + メソッドを一意の識別子として
パラメータを考慮した埋め込み
レスポンススキーマコンテキスト
最適化された仕様処理: 最大 10 MB (約 5,000 エンドポイント) の OpenAPI 仕様を以下を通じて処理します。
スキーマコンポーネントの遅延読み込み
パス項目の並列解析
選択的埋め込み生成(冗長な記述を省略)