ファストMCP

FastMCP - モデルコンテキストプロトコルサーバー

MCP サーバーおよびクライアントを構築するための高速な Python フレームワークであるFastMCPを使用して実装された軽量の Model Context Protocol (MCP) サーバー。

特徴

モデルコンテキストの作成、取得、更新、削除
特定のコンテキストに対するクエリ実行
モデル名とタグによるフィルタリング
インメモリストレージ（開発用）
MCPサーバー開発を容易にするFastMCP統合
メトリクスとモニタリングのためのDatadog統合

要件

Python 3.7以上
ファストMCP
uv（環境管理に推奨）
Datadog アカウント（オプション、メトリクス用）

インストール

uvの使用（推奨）

インストールする最も簡単な方法は、提供されているスクリプトを使用することです。

Unix/Linux/macOS

# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server

# Make the install script executable
chmod +x install.sh

# Run the installer
./install.sh

ウィンドウズ

# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server

# Run the installer
.\install.ps1

手動インストール

# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server

# Create and activate a virtual environment with uv
uv venv
# On Unix/Linux/macOS:
source .venv/bin/activate
# On Windows:
.\.venv\Scripts\activate

# Install dependencies
uv pip install -r requirements.txt

Datadog の設定

サーバーはメトリクスと監視のためにDatadogと統合されています。Datadog APIの認証情報は、以下のいくつかの方法で設定できます。

1. 環境変数

サーバーを起動する前に、次の環境変数を設定します。

# Unix/Linux/macOS
export DATADOG_API_KEY=your_api_key
export DATADOG_APP_KEY=your_app_key  # Optional
export DATADOG_SITE=datadoghq.com    # Optional, default: datadoghq.com

# Windows PowerShell
$env:DATADOG_API_KEY = 'your_api_key'
$env:DATADOG_APP_KEY = 'your_app_key'  # Optional
$env:DATADOG_SITE = 'datadoghq.com'    # Optional

2. .env ファイル

プロジェクトディレクトリに.envファイルを作成します。

DATADOG_API_KEY=your_api_key
DATADOG_APP_KEY=your_app_key
DATADOG_SITE=datadoghq.com

3. FastMCP CLIインストール

Claude デスクトップツールとしてインストールする場合は、環境変数を渡すことができます。

fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key

4. ランタイム構成

実行時にconfigure_datadogツールを使用します。

result = await client.call_tool("configure_datadog", {
    "api_key": "your_api_key",
    "app_key": "your_app_key",  # Optional
    "site": "datadoghq.com"     # Optional
})

使用法

サーバーの起動

# Start directly from activated environment
python mcp_server.py

# Or use uv run (no activation needed)
uv run python mcp_server.py

# Use FastMCP CLI for development (if in activated environment)
fastmcp dev mcp_server.py

# Use FastMCP CLI with uv (no activation needed)
uv run -m fastmcp dev mcp_server.py

Claudeデスクトップツールとしてインストールする

# From activated environment
fastmcp install mcp_server.py --name "Model Context Server"

# Using uv directly
uv run python -m fastmcp install mcp_server.py --name "Model Context Server"

# With Datadog API key
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key

ツールの使用

サーバーは次のツールを提供します。

create_context - 新しいコンテキストを作成する
get_context - 特定のコンテキストを取得する
update_context - 既存のコンテキストを更新する
delete_context - コンテキストを削除する
list_contexts - すべてのコンテキストを一覧表示します（オプションでフィルタリング可能）
query_model - 特定のコンテキストに対してクエリを実行する
health_check - サーバーのヘルスチェック
configure_datadog - 実行時に Datadog 統合を構成する

リクエストの例

コンテキストの作成

result = await client.call_tool("create_context", {
    "context_id": "model-123",
    "model_name": "gpt-3.5",
    "data": {
        "parameters": {
            "temperature": 0.7
        }
    },
    "tags": ["production", "nlp"]
})

クエリの実行

result = await client.call_tool("query_model", {
    "context_id": "model-123",
    "query_data": {
        "prompt": "Hello, world!"
    }
})

Datadogの設定

result = await client.call_tool("configure_datadog", {
    "api_key": "your_datadog_api_key",
    "app_key": "your_datadog_app_key",  # Optional
    "site": "datadoghq.com"             # Optional
})

Datadog メトリクス

サーバーは Datadog に次のメトリクスを報告します。

mcp.contexts.created - コンテキスト作成イベント
mcp.contexts.updated - コンテキスト更新イベント
mcp.contexts.deleted - コンテキスト削除イベント
mcp.contexts.accessed - コンテキストアクセスイベント
mcp.contexts.total - コンテキストの合計数
mcp.contexts.listed - コンテキスト操作イベントを一覧表示する
mcp.queries.executed - クエリ実行イベント
mcp.server.startup - サーバー起動イベント
mcp.server.shutdown - サーバーのシャットダウンイベント

発達

クライアントの実装例については、付属のmcp_example.py参照してください。

# Run the example client (with activated environment)
python mcp_example.py

# Run with uv (no activation needed)
uv run python mcp_example.py

ライセンス

マサチューセッツ工科大学

リソース

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

統合された Datadog メトリクスとモニタリングを使用してモデルコンテキストの作成、管理、クエリを可能にする軽量のモデルコンテキストプロトコルサーバー。

Related MCP Servers

Calculator MCP Server
QuantGeekDev
-
security
F
license
-
quality
A Model Context Protocol server built with mcp-framework that allows users to create and manage custom tools for processing data, integrating with the Claude Desktop via CLI.
Last updated 5 months ago
48
4
TypeScript
Filesystem MCP Server
bsmi021
-
security
A
license
-
quality
A Model Context Protocol server that provides file system operations, analysis, and manipulation capabilities through a standardized tool interface.
Last updated 7 months ago
1
TypeScript
MIT License
ConnectWise API Gateway MCP Server
jasondsmith72
-
security
F
license
-
quality
A Model Context Protocol server that provides a comprehensive interface for interacting with the ConnectWise Manage API, simplifying API discovery, execution, and management for both developers and AI assistants.
Last updated 4 months ago
46
2
Python
MCP Data Wrangler
shibuiwilliam
-
security
A
license
-
quality
A Model Context Protocol server for data wrangling that provides standardized interfaces for data preprocessing, transformation, and analysis tasks including data aggregation and descriptive statistics.
Last updated 4 months ago
1
Python
MIT License

View all related MCP servers

FastMCP