Gradio MCP as a Language (gMaL): 自然言語からMCPサーバーを生成する新手法

はじめに

Model Context Protocol (MCP)は、大規模言語モデル(LLM)にコンテキストやツールを提供するためのオープンプロトコルとして急速に普及しています。本記事では、MCPの開発に新しいアプローチ「Gradio MCP as a Language (gMaL)」を提案します。これは「MCP as a Language (MaaL)」の概念をGradioフレームワークに特化させ、より効率的なMCPサーバー開発を可能にします。

デモ動画

https://x.com/hAru_mAki_ch/status/1920115633267871897

x.com

MCPとは

MCPは「AIアプリケーション用のUSB-Cポート」と例えられます。USB-Cがデバイスと周辺機器を標準化された方法で接続するように、MCPはAIモデルと様々なデータソースやツールを標準化された方法で接続します。

MCPによって、LLMはファイル操作、画像生成、計算、データ分析など、本来持っていない機能を外部ツールを通じて実行できるようになります。

gMaLの概念

定義

gMaL (Gradio MCP as a Language)は、自然言語による指示書からGradioベースのMCPサーバーを自動実装する開発手法です。開発者は自然言語で記述した要件から、機能的なMCPサーバーを直接生成できます。

Gradioとの統合

Gradioとの統合により、各APIエンドポイントは自動的にMCPツールに変換され、対応する名前、説明、入力スキーマを持ちます。ツールとスキーマはhttp://your-server:port/gradio_api/mcp/schemaで確認できます。

最もシンプルな例として、mcp_server=Trueを.launch()に追加するだけでMCPサーバー機能が有効になります：

demo.launch(mcp_server=True)

主要な特徴

1. 指令書ベースの開発

   • 自然言語による開発要件の記述
   • DocstringベースのAPI定義

2. 自動化されたGradio MCPサーバー生成

   • Pythonコードの自動生成
   • APIクライアントの実装
   • Web UIとMCP SSEエンドポイントの両方を一度に提供

3. デバッグの容易さ

   • GradioのWeb UIでリアルタイムテスト可能
   • MCP SSEエンドポイントもインタラクティブにテスト可能

gMaLベースプロンプト

gMaLの実装に使用できるベースプロンプトはこちらで公開されています。このプロンプトを参考にしてコーディングエージェントにGradioのMCPサーバーを書かせることができます。プロンプトには、リポジトリ情報、ファイル構成、コードサンプルなどが含まれており、LLMがGradio MCPアプリケーションを適切に生成するための十分な情報が提供されています。

gMaL開発フロー

1. 指令書の作成

   • 要件の定義（例：「文字カウンターアプリを作成して」）
   • 必要な機能の記述
   • 入出力の仕様

2. 自動実装

   • 要件からのPythonコード生成
   • Gradio UI + MCP SSEエンドポイントの生成
   • ドキュメント付きの適切な関数定義

3. デプロイと共有

   • ローカル実行：python app.py
   • Hugging Face Spacesへのデプロイ（無料でMCPサーバーをホスト可能）

簡単なコード例：文字カウンター

以下は、最小限のGradio MCPサーバーの例です：

import gradio as gr

def letter_counter(text: str, letter: str) -> int:
    """
    Count the number of occurrences of a letter in a given text.
    Args:
        text (str): Text to search through.
        letter (str): Letter to count.
    Returns:
        int: How many times `letter` appears in `text`.
    """
    return text.lower().count(letter.lower())

# --- Components -----------------------------------------------------------
text_input = gr.Textbox(
    label="text",
    placeholder="Enter text here"
)
letter_input = gr.Textbox(
    label="letter",
    placeholder="Enter a single letter",
    max_lines=1
)
count_output = gr.Number(label="count")

# --- Interface ------------------------------------------------------------
demo = gr.Interface(
    fn=letter_counter,
    inputs=[text_input, letter_input],
    outputs=count_output,
    title="Letter Counter (MCP demo)",
    description="Enter text & a letter – count occurrences.",
    api_name="letter_counter"
)

if __name__ == "__main__":
    # mcp_server=True starts the SSE endpoint at /gradio_api/mcp/sse
    demo.launch(mcp_server=True)

このシンプルなコードでウェブUIとMCPエンドポイントの両方が有効になり、Claude DesktopやCursorなどのMCPクライアントからアクセスできます。

MCP クライアント設定例

MCP クライアント（Claude Desktop / Cline など）での設定例：

{
  "mcpServers": {
    "gradio-local": {
      "url": "http://127.0.0.1:7860/gradio_api/mcp/sse"
    }
  }
}

Claude DesktopやClineの設定ファイルに上記のコードを追加するだけで、LLMからGradioアプリの機能が利用可能になります。

gMaLの利点

1. 開発の効率化

   • 自然言語による要件の明確化
   • コードの自動生成
   • デバッグの容易さ（Web UIでリアルタイム確認）

2. 標準化

   • 一貫した実装パターン
   • 再利用可能なテンプレート
   • ドキュメントの自動生成

3. アクセシビリティ

   • AI開発の敷居を下げる
   • 速いプロトタイピング
   • 無料でホスト可能

4. デュアルインターフェース

   • 同じコードでWeb UIとMCP APIの両方を提供
   • 人間とAIの両方がアクセス可能
   • エンドユーザーとAIエージェントの両方に対応

Hugging Face Spacesでの無料ホスティング

ファイル一式をHugging Face Spaces（Gradioテンプレート）にプッシュすることで、無料の公開MCPサーバーが手に入ります：

https://<your-space>.hf.space/gradio_api/mcp/sse

例：https://makiai-gradio-mcp-minimal.hf.space/gradio_api/mcp/sse

まとめ

gMaLは、MCPサーバーの開発を大幅に効率化する新しいアプローチを提供します。自然言語による指示からGradioベースのMCPサーバーを直接生成することで、開発者はより速く、より簡単にAIツールを作成できるようになります。

参考資料

• MCP as a Language：新しいMCP開発手法の提案
• MakiAi/gradio-mcp-minimal
• Gradio MCP Documentation
• Gradio MCP Template
• gMaLのベースプロンプト