f0_make_randomvalues MCP Server

FGDBFunctional Graph Database f0_make_randomvalues 関数Model Context Protocol (MCP) 実装

概要

MCP乱数生成機能Claude DesktopClaude Code提供

主機能

• 乱数生成: 指定範囲乱数生成
• 保存: 生成乱数CSV保存
• 統計分析: 統計的特性分析
• 読込: 保存CSV読込
• ****: URI経由
• ****: 一般的用

要件

• Python 3.8以上
• uv推奨pip
• Claude DesktopClaude CodeMCP

1. uv使環境構築

uv

Windows (PowerShell):

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

# 移動
cd /path/to/f0_ws

# 仮想環境作成依存関係
uv venv
uv pip install -r requirements.txt

2. pip使環境構築代替方法

# 仮想環境作成
python -m venv venv

# 仮想環境有効化
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# 依存関係
pip install -r requirements.txt

設定

Claude Desktop設定

設定場所

macOS:

~/Library/Application Support/Claude/claude_desktop_config.json

Windows:

%APPDATA%\Claude\claude_desktop_config.json

設定内容

claude_desktop_config.json 以下追加:

{
  "mcpServers": {
    "f0_random": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\Users\\sengo\\Dropbox (旧)\\Dropbox\\FGDB\\workspace\\f0_ws\\mcp",
        "run",
        "python",
        "server.py"
      ],
      "env": {
        "PYTHONPATH": "C:\\Users\\sengo\\Dropbox (旧)\\Dropbox\\FGDB\\workspace\\f0_ws\\mcp"
      }
    }
  }
}

注意: 実際先合変更

macOS/Linux例:

{
  "mcpServers": {
    "f0_random": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/f0_ws/mcp",
        "run",
        "python",
        "server.py"
      ],
      "env": {
        "PYTHONPATH": "/absolute/path/to/f0_ws/mcp"
      }
    }
  }
}

Claude Code設定

Claude Code設定Claude Desktop同設定共有

設定手順

1. 設定開

   • Claude Code内設定開
   • MCP設定移動

2. 追加
   上記Claude Desktop設定同JSON設定追加

3. 再起動
   Claude Code再起動設定反映

使方

基本的使用例

1. 乱数生成

Claude Desktop/Code:
10個乱数生成

MCP generate_random_numbers 使用乱数生成

2. 保存

生成乱数test_data.csv保存

3. 統計分析実行

統計分析行

4.

現在確認

random://current

利用可能

generate_random_numbers

乱数生成

:

• count (int): 生成乱数個数: 5
• min_value (int): 最小値: 0
• max_value (int): 最大値: 999
• seed (int, optional): 乱数再現性

戻値:

{
  "numbers": [404, 971, 885, ...],
  "count": 10,
  "min_value": 0,
  "max_value": 999,
  "timestamp": "2025-10-02T12:34:56.789012",
  "seed": null
}

save_random_data

乱数CSV保存

:

• numbers (List[int]): 保存整数
• filename (str): 出力名: "data.csv"

analyze_random_data

統計分析実行

:

• numbers (List[int]): 分析整数

戻値:

{
  "mean": 615.7,
  "median": 618.0,
  "std_dev": 234.5,
  "variance": 55010.25,
  "min": 328,
  "max": 971,
  "count": 10,
  "sum": 6157,
  "range": 643
}

load_data_from_csv

CSV読込

:

• filename (str): 読込CSV名

write_function_notation

FGDB関数記法書込

:

• filename (str): 出力名: "func.txt"

利用可能

random://current

最後生成乱数取得

file://data/{filename}

保存CSV読込

例: file://data/test_data.csv

meta://statistics

現在統計取得

meta://files

内全

meta://server-info

情報機能一覧取得

Generate Test Dataset

生成付

:

• purpose: 目的: "testing"
• size: - "small"(10), "medium"(100), "large"(1000)

Analyze Random Data

分析

:

• data_source: "current"保存名

Create Reproducible Dataset

使用再現可能作成

:

• seed: 乱数: 42
• count: 生成値数: 100

Batch Data Generation

複数生成

:

• num_batches: 数: 5
• batch_size: 各: 20

Data Quality Check

品質実行

:

• filename: CSV: "data.csv"

開発

実行

cd mcp
uv run python server.py --debug

MCP使用

MCP使用:

npx @modelcontextprotocol/inspector uv --directory ./mcp run python server.py

確認

macOS:

tail -f ~/Library/Logs/Claude/mcp-server-f0_random.log

Windows:

Get-Content "$env:APPDATA\Claude\Logs\mcp-server-f0_random.log" -Wait

構造

f0_ws/
 mcp/                      # MCP実装
    server.py            # 
    models.py            # Pydantic
    tools.py             # 実装
    resources.py         # 
    prompts.py           # 
    data/                # 保存
 f0_make_randomvalues/    # 関数
    func.py
    lib.py
 requirements.txt         # Python依存関係
 README.md               # 
 mcp_specification.md    # 技術仕様書

起動

1. Python確認

   python --version  # 3.8以上必要
   

2. 依存関係再

   uv pip install -r requirements.txt --force-reinstall
   

3. 設定確認
   設定絶対正確認

見

1. Claude Desktop/Code再起動

2. 設定文法確認
   JSON正形式確認括弧

3. 確認
   確認

保存

1. 書込権限確認

   # macOS/Linux
   ls -la mcp/data/
   
   # Windows
   icacls mcp\data
   

2. 存在確認

   # 必要応作成
   mkdir -p mcp/data
   

考慮事項

• ./data 内制限
• 攻撃防検証実装
• 許可拡張子.csv, .txt, .json可能

FGDB一部

参考資料

• Model Context Protocol仕様
• MCP Python SDK
• FastMCP
• Claude Desktop統合

問題発生場合以下確認:

1. README
2. mcp_specification.md 技術仕様

---

****: 1.0.0
最終更新: 2025-10-02