MCP Sample - AI Function Calling Android アプリ

📱 このアプリについて

MCP Sampleは、AndroidスマートフォンでAI（人工知能）のFunction Calling（関数呼び出し）機能を体験できるサンプルアプリです。

🤔 Function Callingって何？

通常のAIチャットは「質問に答える」だけですが、Function Callingを使うとAIが実際に行動を起こすことができます。

例：

• 「今日の天気を教えて」→ AIが実際に天気APIから最新データを取得
• 「Notionにメモして」→ AIが実際にNotionにページを作成
• 「現在時刻は？」→ AIがスマホの時計から正確な時刻を取得

🚀 できること

1. 🌤️ 天気予報取得

「横浜の天気を教えて」

→ AIが気象APIから最新の天気データを取得してお答えします

2. 📝 Notion連携

「今日の学習記録というタイトルでNotionページを作成して」

→ AIが実際にNotionワークスペースに新しいページを作成します

3. 🧠 メモリ機能

「test_keyで『重要な情報』をメモリに保存して」

→ AIがアプリ内にデータを保存し、後で呼び出せます

4. ⏰ システム情報

「現在の時刻を教えて」

→ AIがスマホから正確な日時情報を取得します

🏗️ アプリの仕組み

アーキテクチャ概要

あなたの質問
    ↓
┌─────────────────┐
│   Androidアプリ    │
├─────────────────┤
│ 1. AIサービス      │ ← プロバイダー選択（OpenAI/Gemini等）
│ 2. Function呼び出し │ ← AIが必要な機能を判断
│ 3. 実際のAPI実行   │ ← 天気/Notion/メモリ等
└─────────────────┘
    ↓
実際の結果をお返し

主要コンポーネント

🤖 AIプロバイダー（4種類）

1. Mock AI 🤖 - テスト用（インターネット不要）
2. OpenAI 🧠 - ChatGPTのAPI
3. Gemini 💎 - GoogleのAI（基本版）
4. Gemini + Tools 🛠️ - Function Calling対応（推奨）

🔧 Function Tools

• Weather Service: Open-Meteo API（無料天気予報）
• Notion Service: Notion API（メモ・ドキュメント作成）
• Memory Service: アプリ内データ保存
• System Service: デバイス情報取得

📡 MCP（Model Context Protocol）

• サーバー：ツール（機能）を提供
• クライアント：AIからツールを呼び出し
• 通信層：リクエスト・レスポンスの管理

🛠️ セットアップ方法

1. 必要なAPIキー

Gemini API キー（必須）

1. Google AI Studio にアクセス
2. 「Create API Key」をクリック
3. 生成されたキーをコピー

Notion API（Notion連携を使う場合）

1. Notion Developers にアクセス
2. 「New integration」で新しい統合を作成
3. 生成されたトークンをコピー
4. 使用したいNotionページで統合を追加

2. プロジェクトの設定

gradle.properties ファイルの作成

プロジェクトルートに gradle.properties ファイルを作成：

# API Keys
GEMINI_API_KEY=your_gemini_api_key_here
OPENAI_API_KEY=your_openai_api_key_here

3. Android Studioでの実行

1. Android Studioでプロジェクトを開く
2. Build > Rebuild Project
3. Run > Run 'app'

📱 使い方

基本的な操作手順

1. アプリを起動
2. AIプロバイダーを選択
   • 「Gemini + Tools」を推奨（Function Calling対応）
3. 質問を入力
   • 下のクイックテストボタンも使えます
4. 結果を確認
   • ログエリアで詳細な実行過程を確認

🎯 おすすめテストプロンプト

初心者向け

今日の東京の天気を教えて

中級者向け

横浜の天気をNotionの「今日の記録」ページに保存して

上級者向け

現在の時刻と天気を確認して、適切なコメントと一緒にNotionにまとめて

🔍 ログの見方

アプリ下部のログエリアで実行状況を確認できます：

正常な実行例

[14:30:15] 🤖 Sending to Gemini + Tools: 今日の横浜の天気を教えて
[14:30:16] ⏳ Waiting for response...
[14:30:18] 🔧 Function get_weather executed: {"success":true,"location":"横浜"}
[14:30:18] ✅ Response received: 横浜の天気は晴れ、気温22°C...

エラーの例

[14:30:15] ❌ Error: API key not found

🚨 トラブルシューティング

よくある問題と解決法

1. 「API key not found」エラー

原因: APIキーが設定されていない 解決: gradle.properties ファイルにAPIキーを正しく設定

2. Function Callingが動作しない

原因: AIプロバイダーが「Gemini + Tools」以外に設定されている 解決: 画面右上のプロバイダー切り替えボタンで「Gemini + Tools」を選択

3. Notion連携エラー

原因: NotionのIntegration設定が不完全 解決:

• Notion Integration Tokenが正しいか確認
• 対象ページでIntegrationが追加されているか確認

4. ビルドエラー

解決:

./gradlew clean
rm -rf .gradle
rm -rf app/build

デバッグのコツ

1. 段階的テスト

   • まずMock AIで基本動作確認
   • 次にGemini基本版でAPI接続確認
   • 最後にFunction Calling機能をテスト

2. ログの活用

   • エラーメッセージを注意深く読む
   • Function Call実行の各ステップを確認

3. Android Studio Logcat

   フィルター: tag:MCPSample OR tag:System.out
   

🎓 学習のポイント

初心者の方へ

• まずはMock AIで基本操作に慣れましょう
• ログを見ながらAIがどう動いているか観察してみてください
• 簡単なプロンプトから始めて、徐々に複雑にしていきましょう

開発者の方へ

• FunctionRegistry.kt でFunction定義を確認
• GeminiClientWithFunctions.kt でAPI呼び出し実装を確認
• tools/ToolServices.kt で実際のサービス連携を確認

🤝 貢献・カスタマイズ

新しいFunction Toolの追加方法

1. 新しいサービスクラスを作成 (tools/ToolServices.kt)
2. Function定義を追加 (tools/FunctionRegistry.kt)
3. 実行ロジックを実装 (FunctionRegistry.executeFunction)

コード構造

app/src/main/java/com/example/mcpsample/
├── MainActivity.kt          # UI画面
├── AIService.kt            # AIプロバイダー管理
├── GeminiClientWithFunctions.kt  # Function Calling実装
├── McpServer.kt            # MCPサーバー
├── McpClient.kt            # MCPクライアント
└── tools/
    ├── FunctionRegistry.kt  # Function定義・実行
    └── ToolServices.kt     # 実際のAPI呼び出し

📚 関連技術・参考資料

• MCP (Model Context Protocol): 公式ドキュメント
• Gemini API: Google AI Studio
• Function Calling: OpenAI Documentation
• Android Jetpack Compose: 公式ガイド

---

このサンプルアプリを通じて、AI Function Callingの基本から実践的な活用まで学んでいただけます。質問やフィードバックがあれば、お気軽にお知らせください！