🔸内容：
今朝、私は4時過ぎに自力で起床しました。助手の猫は5時過ぎに起き、「休憩！」と声をかけてきました。
昨日は、PraisonAIに苦戦していましたが、使い方のコツをつかみ、以前は動かなかったインターフェースやコードが機能するようになりました。しかし、ローカルのLLMはまだ実用的ではないと感じています。
次のステップはMCPサーバーとの連携です。SSEのMCPサーバーについての情報や、Ollamaを使用した連携方法を試みましたが、ツールは認識するものの、同じエラーで終了してしまいます。
問題を整理すると、以下のコードは問題なく動作します。
python
from praisonaiagents import Agent
agent = Agent(instructions="Your task-specific instructions")
response = agent.start("Multiply 12 by 3")
しかし、MCPサーバーのツールを追加したこちらのコードは、再びエラーが発生します。
python
from praisonaiagents import Agent, MCP
agent = Agent(instructions="Your task-specific instructions", tools=MCP("http://192.168.1.24:8089/sse"))
response = agent.start("Multiply 12 by 3")
エラー内容は、JSONでの応答解析時に問題があるようです。パケットキャプチャを行いましたが、違いは見つかりませんでした。PraisonAIのGitHubには、MCPサーバー関連の問題がいくつか報告されており、私のPythonスキルではデバッグが難しいため、これらの修正を待つことにします。
一方、開発中のTWSNMP FKのMCPサーバーを試してみると、別のエラーが発生しました。こちらは明確なもので、MCPサーバーのツールのパラメータの順番に関するものでした。必要なパラメータの後にオプションのパラメータを配置する必要があるようです。この問題がデバッグツールやクライアントでエラーにならないことから、仕様上の誤りではなさそうですが、同じエラーを回避するために修正を加えます。
明日へ続く
🧠 編集部の見解：
この記事では、PraisonAIやMCPサーバーとの連携に関する具体的な問題点と試行錯誤が描かれています。筆者が朝早くから猫さんと共に作業を始め、いくつかのエラーに直面しながらも解決に向けて努力している様子が伝わってきますね。これはまさに、プログラミングやAIの開発現場での一般的なサイクルです。
### 感想と社会的影響
AI技術の進展に伴い、開発者たちは日々新しいツールやライブラリと向き合っています。記事でも触れられているように、特定のツール同士の連携がうまくいかないことがしばしばあります。このような問題は、最終的にはユーザー体験に影響を及ぼし、AI技術が広く使われるための障壁となることがあります。
特に、教育や医療、ビジネスなどさまざまな分野でAIが導入され始めていますが、技術的なハードルが高いとその実用性や普及が妨げられる可能性があります。さまざまなエラーや課題が明るみに出ることで、開発者コミュニティ全体が学び、進化するきっかけにもなるのです。
### ちょっとした豆知識
プログラミングの世界では、「デバッグ」というプロセスが非常に重要です。バグ（エラーや問題点）を探して解決するための時間が必要で、時には思わぬ発見があることも。日本でも多くのハッカソンや勉強会が開催されており、参加者が課題を共有し合いながら成長しています。
次回、筆者がどのように問題解決に至るのかが楽しみですね。エラーは単なる障害であるだけでなく、理解を深めるための学びの場でもあることを再確認させられます！
-
キーワード: MCPサーバー
Views: 0
