RAG ＋ 生成 AI であそぼう！の MCP サーバのコード
RAG + 生成AIであそぼう！のウェビナーで使用した MCP サーバー側コードです。
※ REST API 側のコードは https://github.com/Intersystems-jp/RAGandLLM-Asobo にあります。
※ 参考にしたページ：https://qiita.com/Maki-HamarukiLab/items/2f3230d5293beff2ca46
含まれるコンポーネント
ツール
この MCP サーバに含まれるツールは以下の通りです。
-
upload_file
魚の画像ファイルをUploadすると、魚名と魚IDが返ります。
応答JSON例
{ "FishID": "f025", "FishName": "シーバス" } -
get_recipe
レシピ生成を依頼できます。
upload_file 実行時の応答とユーザの好みの情報や料理経験が入力情報で必要です。
POST 要求の Body に指定している実際の JSON は以下の通りです。
{ "FishID": "f025", "FishName": "シーバス", "UserInput": "地元料理でフライパン1つで作れるレシピ" } -
register_choka
釣った魚の釣果を登録できます。
upload_file で得られた魚名(FishName)と魚ID(FishID)を使用します。
POST 要求の Body に指定している実際の JSON は以下の通りです。
{ "FishID": "f025", "FishName": "シーバス", "FishSize": "50", "FishCount": 2 }
Quickstart
Install
Claude Desktop の開発者用設定
-
On MacOS
~/Library/Application\ Support/Claude/claude_desktop_config.json -
On Windows:
%APPDATA%/Claude/claude_desktop_config.json
設定内容
Claude desktop の ファイル>設定>開発者 を開き「設定を編集」をクリックし設定用JSONに以下指定します。
"mcpServers": {
"RAGandLLM-MCP": {
"command": "uv",
"args": [
"--directory",
"C:\\WorkSpace\\MCPTest\\RAGandLLM-MCP",
"run",
"RAGandLLM-MCP"
]
}
}