TypeScriptで最初のMCPを実行し、Deepseekを使用してsqliteデータベースをクエリする

最近最火の AI 技術は MCP でしょう。MCP の概念をまだ理解していない方は、Model Context Protocol 文書を確認することをお勧めします。そこでは MCP の概念と規範が詳しく説明されています。この記事では公式の TypeScript SDK を使用し、DeepSeek にリクエストを送信し、サーバーからクライアントまで簡単に Sqlite MCP を実装し、MCP 開発を順調に開始します。

プロジェクトの初期化#

本プロジェクトのすべてのリソースはこの git リポジトリTypeScript-MCP-Sqlite-Quickstartにあります。使用する sqlite ファイルが含まれており、直接プルすることも、手順に従って初期化し、自分でデータベースを作成することもできます。

プロジェクトの作成

フォルダーを作成
mkdir TypeScript-MCP-Sqlite-Quickstart
cd TypeScript-MCP-Sqlite-Quickstart

npmを初期化
npm init -y

関連依存関係をインストール
npm install @modelcontextprotocol/sdk zod sqlite3 express @types/express openai
npm install -D @types/node typescript

touch index.ts
touch server/sqlite_stdio.ts
touch server/sqlite_sse.ts

package.json と tsconfig.json の設定 package.json

{
  "name": "typescript-mcp-sqlite-quickstart",
  "version": "1.0.0",
  "description": "",
  "main": "index.js",
  "scripts": {
    "build": "tsc && chmod 755 build/index.js"
  },
  "keywords": [],
  "author": "",
  "license": "ISC",
  "type": "module",
  "dependencies": {
    "@modelcontextprotocol/sdk": "^1.8.0",
    "@types/express": "^5.0.1",
    "express": "^5.1.0",
    "openai": "^4.91.1",
    "sqlite3": "^5.1.7",
    "zod": "^3.24.2"
  },
  "devDependencies": {
    "@types/node": "^22.13.17",
    "typescript": "^5.8.2"
  }
}

tsconfig.json

{
  "compilerOptions": {
    "target": "ES2022",
    "module": "Node16",
    "moduleResolution": "Node16",
    "outDir": "./build",
    "rootDir": "./",
    "strict": true,
    "esModuleInterop": true,
    "skipLibCheck": true,
    "forceConsistentCasingInFileNames": true
  },
  "include": ["index.ts","server/**/*"],
  "exclude": ["node_modules"]
}

MCP サーバーの作成#

MCP サーバーには 2 つの起動方法があります。1 つは Stdio、もう 1 つは SSE です。このセクションでは両方を紹介します。まずは Stdio 方式を紹介します。

Stdio トランスポート#

./server/sqlite_stdio.ts ファイルに追加

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import sqlite3 from "sqlite3";
import { promisify } from "util";
import { z } from "zod";

//MCPServerインスタンスを作成
export const sqliteServer = new McpServer({
  name: "SQLite Explorer",
  version: "1.0.0"
});

//Sqliteを初期化
const getDb = () => {
  const db = new sqlite3.Database("database.db");
  return {
    all: promisify<string, any[]>(db.all.bind(db)),
    close: promisify(db.close.bind(db))
  };
};

//サーバーを定義
//最初の引数はツール名
//2番目の引数は説明、大モデルにそのツールの用途を紹介
//3番目の引数は入力パラメータ
//4番目の引数は呼び出すメソッド
sqliteServer.tool(
  "query",
  "これはSQLiteクエリを実行するためのツールです。例えば、SELECT sql FROM sqlite_master WHERE type='table'やSELECT * FROM table_nameのように、任意の有効なSQLクエリを実行するために使用できます。",
  { sql: z.string() },
  async ({ sql }) => {
    const db = getDb();
    try {
      const results = await db.all(sql);
      return {
        content: [{
          type: "text",
          text: JSON.stringify(results, null, 2)
        }]
      };
    } catch (err: unknown) {
      const error = err as Error;
      return {
        content: [{
          type: "text",
          text: `エラー: ${error.message}`
        }],
        isError: true
      };
    } finally {
      await db.close();
    }
  }
);

//StdioTransportを使用してサーバーに接続
const transport = new StdioServerTransport();
await sqliteServer.connect(transport);

build を使用して ts ファイルをコンパイルします。inspectorは公式が提供する MCP サーバーの検査ツールで、inspector を使用してサーバーサービスが正常かどうかを確認します。

//tsをコンパイル
npm run build


//検査ツールを実行
npx @modelcontextprotocol/inspector

Stdio の実行結果

SSE トランスポート#

./server/sqlite_sse.ts に追加

import express, { Request, Response } from "express";
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { SSEServerTransport } from "@modelcontextprotocol/sdk/server/sse.js";
import sqlite3 from "sqlite3";
import { promisify } from "util";
import { z } from "zod";

//MCPServerインスタンスを初期化
const sqliteServer = new McpServer({
  name: "SQLite Explorer",
  version: "1.0.0"
});

//Sqliteを初期化
const getDb = () => {
  const db = new sqlite3.Database("database.db");
  return {
    all: promisify<string, any[]>(db.all.bind(db)),
    close: promisify(db.close.bind(db))
  };
};

const app = express();

//サーバーを定義、この部分はstdioと同じ
sqliteServer.tool(
  "query",
  "これはSQLiteクエリを実行するためのツールです。例えば、SELECT sql FROM sqlite_master WHERE type='table'やSELECT * FROM table_nameのように、任意の有効なSQLクエリを実行するために使用できます。",
  { sql: z.string() },
  async ({ sql }) => {
    const db = getDb();
    try {
      const results = await db.all(sql);
      return {
        content: [{
          type: "text",
          text: JSON.stringify(results, null, 2)
        }]
      };
    } catch (err: unknown) {
      const error = err as Error;
      return {
        content: [{
          type: "text",
          text: `エラー: ${error.message}`
        }],
        isError: true
      };
    } finally {
      await db.close();
    }
  }
);

//SSETransportを使用してサーバーに接続
const transports: {[sessionId: string]: SSEServerTransport} = {};

//SSE接続を処理するルート
app.get("/sse", async (_: Request, res: Response) => {
  const transport = new SSEServerTransport('/messages', res);
  transports[transport.sessionId] = transport;
  res.on("close", () => {
    delete transports[transport.sessionId];
  });
  await sqliteServer.connect(transport);
});

//複数接続を処理するルート
app.post("/messages", async (req: Request, res: Response) => {
  const sessionId = req.query.sessionId as string;
  const transport = transports[sessionId];
  if (transport) {
    await transport.handlePostMessage(req, res);
  } else {
    res.status(400).send('sessionIdに対するトランスポートが見つかりません');
  }
});

app.listen(3001);

サーバーの作成が完了したら、同様にコンパイルを行い、express サービスを実行し、Inspector を使用して機能が正常かどうかをテストします。

//tsをコンパイル
npm run build

//expressを実行
node ./build/server/sqlite_sse.js

Inspector を開き、トランスポートタイプを sse に設定し、URL をhttp://localhost:3001/sseに設定して接続をクリックし、ツールをテストします。

#

SSE テスト結果

MCP クライアントの作成#

MCP クライアントも同様に 2 つのトランスポートをサポートしています。1 つは stdio、もう 1 つは sse で、サーバーと対応しています。index.ts に追加します。

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { SSEClientTransport } from "@modelcontextprotocol/sdk/client/sse.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

//StdioTransportを使用してサーバーに接続
//ここに記入するパラメータはInspectorテストで記入したパラメータと一致します
const stdioTransport = new StdioClientTransport({
  command: "node",
  args: ["./build/server/sqlite_stdio.js"]
});

//SSETransportを使用してサーバーに接続
//ここに記入するパラメータはInspectorテストで記入したパラメータと一致します
//const sseTransport = new SSEClientTransport(new URL("http://localhost:3001/sse"));

const client = new Client(
  {
    name: "example-client",
    version: "1.0.0"
  },
  {
    capabilities: {
      prompts: {},
      resources: {},
      tools: {}
    }
  }
);

//StdioTransportとSSETransportに接続しますが、同時に接続できるのは1つのようです。
//必要に応じて接続方法を選択します
await client.connect(stdioTransport);
// await client.connect(sseTransport);

//ツールリストを取得
const tools = await client.listTools();
console.log("ツール:", tools);

//リソースリストを取得
// const resources = await client.listResources();

//プロンプトリストを取得
// const prompts = await client.listPrompts();

MCP クライアントの作成が完了したら、ts をコンパイルし、MCP クライアントを実行します。利用可能なツールリストが表示されれば、クライアントは正常に動作しています。

//tsをコンパイル
npm run build

//クライアントを実行
node build/index.js

#

MCP クライアントのツール結果

Deepseek にリクエストを送信して MCP を呼び出す#

deepseek は openai sdk を使用してリクエストを送信できます。リクエストを送信する際に、パラメータに tools を含めることができます。openai の Tools パラメータの定義と anthropic の tools パラメータの定義は異なるため、取得した tools を必要に応じて変換します。 変換関数

const toolsResult = await client.listTools();

//anthropic形式のtools
const anthropicTools = toolsResult.tools.map((tool) => {
        return {
          name: tool.name,
          description: tool.description,
          input_schema: tool.inputSchema,
        };
});

//openai形式のtools
const openaiTools = toolsResult.tools.map((tool) => {
        return {
            "type": "function",
            "function": {
                "name": tool.name,
                "description": tool.description,
                "input_schema": tool.inputSchema,
            }
        }
})

これで、tools 情報を正常に取得しました。Deepseek にリクエストを送信する際に tools パラメータを含め、response の finish_reason を監視します。もし tools_calls であれば、response の tool_calls 内の name と args を取得します。その後、MCP クライアントの callTool メソッドを呼び出し、取得した結果を Deepseek に再送信します。これで Deepseek はデータベース内の情報を正常に取得できます。

const openai = new OpenAI({
  apiKey: 'apikey',  // あなたのapikeyを使用してください。環境変数から読み取ることをお勧めします
  baseURL: 'https://api.deepseek.com/v1',
});

//あなたの質問に置き換えてください
const messages: ChatCompletionMessageParam[] = [{ role: "user", content: "私はsqliteデータベースを持っていて、データベースにはexpensesテーブルとincomesテーブルがあります。私の収入と支出はそれぞれいくらですか？" }];

// 最初のリクエストを送信し、toolsパラメータを含めます
const response = await openai.chat.completions.create({
        model: "deepseek-chat",
        messages: messages,
        max_tokens: 1000,
        tools: openaiTools,
  }
);

const content = response.choices[0];
//finish_reasonを監視します。もしtool_callsであれば、大モデルがツールを呼び出したことを示します
console.log("finish_reason",content.finish_reason);
if (content.finish_reason === "tool_calls" && content.message.tool_calls && content.message.tool_calls.length > 0) {
    //大モデルが返したツール呼び出しのパラメータを取得    
      const tool_call = content.message.tool_calls[0];
      const toolName = tool_call.function.name;
      const toolArgs = JSON.parse(tool_call.function.arguments) as { [x: string]: unknown } | undefined;


      const result = await client.callTool({
        name: toolName,
        arguments: toolArgs,
      });

      console.log(`[大モデルがツール ${toolName} を呼び出しました。パラメータは ${JSON.stringify(toolArgs)}]`)

      //取得した結果をmessagesに追加し、大モデルに送信する準備をします 
      messages.push({
        role: "user",
        content: result.content as string,
      });

      //取得した結果をmessagesに追加し、再度リクエストを送信します。このリクエストにもtoolsを含めることができ、複数回の呼び出しを実現できますが、より良いフロー処理ロジックも必要です
      const response = await openai.chat.completions.create({
        model: "deepseek-chat",
        max_tokens: 1000,
        messages,
      });

    console.log(response.choices[0].message.content);
}

これで Deepseek が MCP を通じてデータベース情報を取得することができました。以下のコマンドで呼び出し状況を確認できます。

//tsをコンパイル
npm run build

//index.jsを実行
node  ./build/index.js

実行結果

次のステップ#

これで最も簡単な MCP プロセスが完了しました。改善できる点がたくさんあります。

このプロセスは最も簡単な SQL クエリ機能を提供します。サーバーの説明も粗いものであり、毎回大モデルがツールを正常に呼び出すわけではありません。
現在のリクエスト方式は非ストリーミングであり、ストリーミングに改善できます。
現在は一度のツール呼び出ししかサポートしておらず、複数回の呼び出しを実現できません。MCP の能力をより良く発揮するために、複数回の呼び出しを許可する必要があります。
現在、1 つのクライアントは 1 つのサーバーにしか接続できないようで、複数のサービスがある場合、クライアントを効率的に管理する方法も問題です。