AIツールキットの拡張
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。
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。