MCPサーバー練習用コード
Description
# MCPサーバー練習用コード 本コードは下記のQiita記事の実装コードです。 先に記事をご覧ください。 ## 環境構築 1. リポジトリクローン ```bash git clone https://github.com/switch-kosuke/practice-mcp-server.git ``` 2. `.env`ファイルを作成して、使用したいLLMモデルのAPIを記載: 筆者は、Azure OpenAI Servicesのモデルを使用しております. ```bash cp .env.sample .env ``` 3…
About
# MCPサーバー練習用コード 本コードは下記のQiita記事の実装コードです。 先に記事をご覧ください。 ## 環境構築 1. リポジトリクローン ```bash git clone https://github.com/switch-kosuke/practice-mcp-server.git ``` 2. `.env`ファイルを作成して、使用したいLLMモデルのAPIを記載: 筆者は、Azure OpenAI Servicesのモデルを使用しております. ```bash cp .env.sample .env ``` 3. Python開発環境は、uvを用います. インストールされていない方は以下を実行. > 参考: >…
Details
- Author
- switch-kosuke
- GitHub stars
- 1
- Downloads
- 170
- Categories
- Other
Jump to
- Provides a foundational MCP server implementation for learning.
- Uses Python with uv for environment and dependency management.
- Integrates with LLM APIs via .env configuration (e.g., Azure OpenAI).
- Accompanied by a Qiita article for step‑by‑step guidance.
Setting up with Highlight
This MCP is not yet compatible with Highlight’s one-click setup. However, you can still use it with Highlight by following these steps:
- Download and install Highlight from highlightai.com/download
- Navigate to the plugins tab and select "Add Custom Plugin"
-
Configure the plugin with the settings below
Plugin Name
MCPサーバー練習用コードCommand (node, npx, python, etc.)Please refer to the README for specific instructions on how to obtain API keys or other required environment variables.
- Enable "Start Automatically" if you want the plugin to start when Highlight launches
From the repository
Clone the repository, create a .env file with your LLM API key (the author uses Azure OpenAI Services), then set up a Python virtual environment with uv venv, activate it, and install dependencies with uv pip install -e ..
Claude Desktop / Cursor
Paste into your MCP client config file to install this server.
{
"mcpServers": {
"mcp\u30b5\u30fc\u30d0\u30fc\u7df4\u7fd2\u7528\u30b3\u30fc\u30c9": {
"practice-mcp-server-switch-kosuke": {
"command": "uv",
"args": [
"venv"
]
}
}
}
}McpServers
{
"practice-mcp-server-switch-kosuke": {
"command": "uv",
"args": [
"venv"
]
}
}MCPサーバー練習用コード
本コードは下記のQiita記事の実装コードです。
先に記事をご覧ください。
環境構築
1. リポジトリクローン git clone https://github.com/switch-kosuke/practice-mcp-server.git
2. .envファイルを作成して、使用したいLLMモデルのAPIを記載:
筆者は、Azure OpenAI Servicesのモデルを使用しております.
cp .env.sample .env
3. Python開発環境は、uvを用います. インストールされていない方は以下を実行.
> 参考:
> uvを使ってPython環境を効率的に管理！
#### Linux/Mac
curl -LsSf https://astral.sh/uv/install.sh | sh
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
#### Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
4. uvを使って依存関係をインストール
# 仮想環境を作成
uv venv
# 仮想環境を有効化（Linux/Mac）
source .venv/bin/activate
# 仮想環境を有効化（Windows）
.venv\Scripts\activate
# 依存関係をインストール
uv pip install -e .
Sign in to leave a review
Use Google, GitHub, or an email account so ratings stay tied to real people.
No reviews posted yet.
