MCP: Connecting Models to Tools

get_weatherは、MS-Agentがサーバー接続名とツール名を組み合わせた後に表示される識別子です。areaとtarget_dateは事前にハードコードされた呼び出しパラメータではなく、Qwen3-4Bが「杭州明日」に基づいて生成した構造化パラメータです。関連する登録結果は以下の図に示されています。

ツール戻り値と最終回答の処理

天気MCPがパラメータを受信すると、「杭州」を「杭州、浙江、中国」として解析し、現地のタイムゾーンに基づいてtomorrowを2026年9月7日に変換し、以下を返します：

{
  "requested_area": "杭州",
  "resolved_area": "杭州，浙江，中国",
  "date": "2026-09-07",
  "timezone": "Asia/Shanghai",
  "weather_code": 51,
  "weather": "小毛毛雨",
  "temperature_max_c": 29.0,
  "temperature_min_c": 21.6,
  "precipitation_probability_max_percent": 31,
  "wind_speed_max_kmh": 13.0,
  "data_source": "Open-Meteo"
}

Qwen3-4Bはこの結果に基づいて自然言語の回答を生成し、実際に一致した地域、日付、気象状況、最高気温と最低気温、降水確率、最大風速を列挙します。これで「問題を理解する→ツールを選択する→パラメータを生成する→ツールを実行する→結果を処理する」の呼び出しチェーンが完了します。

MCPプラザのfetchサービスの呼び出し

ホスティングと設定の後、まずサービスに直接接続し、ツールリストを確認します。以下のテスト例ではhttps://example.comを使用します。

async def direct_fetch_check():
    async with streamable_http_client(MCP_SERVER_URL) as streams:
        read_stream, write_stream, _ = streams
        async with ClientSession(read_stream, write_stream) as session:
            await session.initialize()
            tools = await session.list_tools()
            print("サーバーから返されたツール：", [tool.name for tool in tools.tools])
            result = await session.call_tool(
                "fetch",
                arguments={
                    "url": "https://example.com",
                    "max_length": 1000,
                    "start_index": 0,
                    "raw": False,
                },
            )
            if result.isError:
                raise RuntimeError(str(result.content)
            for block in result.content:
                if getattr(block, "type", None) == "text":
                    print(block.text)

await direct_fetch_check()

実際の実行では、サーバーはfetchツールを公開し、対象Webページの本文スニペットとリンクを返します。これにより、魔搭ホスティングサービス、Streamable HTTP接続、Webスクレイピングツール自体がすべて動作することが確認されます。