iflow-mcp_upamune-human-mcp

# human-mcp 人間をMCPツールとして提供するMCPサーバー  ## 概要  human-mcpは、AIアシスタントが人間の能力を活用できるようにするMCPサーバーです。AIアシスタントからのリクエストを受け取り、人間に指示を表示し、人間からの応答をAIアシスタントに返します。 主な機能： - MCPクライアントからのツール実行リクエスト (STDIN経由) を受け付ける - 実行に必要な指示をSQLiteデータベースに書き込む - StreamlitアプリケーションがSQLiteを監視し、人間に指示を表示、応答入力を促す - 人間がStreamlit経由で入力した結果をSQLiteに書き込む - MCPサーバーがSQLiteから結果を読み取り、MCPレスポンスとしてクライアント (STDOUT経由) に返す ## 提供するツール 1. **human_eye_tool**: 人間が目で見て状況を説明したり、特定のものを探したりします。 2. **human_hand_tool**: 人間が手を使って簡単な物理的操作を実行します。 3. **human_mouth_tool**: 人間が口を使って指定された言葉を発話します。 4. **human_weather_tool**: 人間が現在地の天気を確認して報告します。 5. **human_ear_tool**: 人間が耳を使って音を聞き、状況を説明します。 6. **human_nose_tool**: 人間が鼻を使って匂いを確認します。 7. **human_taste_tool**: 人間が口を使って食べ物を味わい、その味を説明します。 ## セットアップ ### 前提条件 - Python 3.12以上 - uv - SQLite3 ### インストール手順 1. リポジトリをクローン ```bash git clone https://github.com/yourusername/human-mcp.git cd human-mcp ``` 2. 仮想環境を作成して有効化 ```bash uv venv source .venv/bin/activate ``` 3. 依存関係をインストール ```bash uv pip install . ``` ## 使用方法 0. MCPサーバーをインストール ```bash task install-mcp ``` 1. ClaudeからMCPサーバーに接続 ```json "human-mcp": { "command": "uv", "args": [ "run", "--with", "mcp[cli]", "mcp", "run", "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py" ] } ``` 3. 2つ目のターミナルでStreamlit UIを起動 ```bash task run-streamlit ``` 4. ブラウザで表示されるStreamlit UIにアクセス（通常は http://localhost:8501 ） 5. MCPクライアント（例：Claude Desktop）からリクエストを送信すると、Streamlit UIにタスクが表示されます。 6. Streamlit UIで応答を入力し、「応答を送信」ボタンをクリックすると、その応答がMCPクライアントに返されます。 ## プロジェクト構造 ``` human-mcp/ ├── human_mcp/ # メインのPythonパッケージ │ ├── __init__.py # パッケージマーカー │ ├── db_utils.py # SQLite関連ユーティリティ │ ├── tools.py # ツール定義 │ ├── mcp_server.py # MCPサーバー本体 │ └── streamlit_app.py # Streamlit UI アプリ ├── human_tasks.db # SQLite データベースファイル (実行時に生成) …