Add jpyc learning content

docs/JPYC/AI-Agent-JPYC-ChatApp/section-2/lesson-1.md

@@ -25,14 +25,20 @@ git clone https://github.com/<your_github_account_name>/jpyc-ai-agent
 cd ai-agent-jpyc-chat
 ```
 
-### 📦 依存関係のインストール
+### 📦 依存関係のインストールとコンパイル
 
 必要なパッケージをインストールします：
 
 ```bash
 pnpm install
+
+# JPYC SDK Coreパッケージをコンパイル
+cd external/jpyc-sdk/packages/core
+pnpm run compile
 ```
 
+これで`external/jpyc-sdk/packages/core/dist`フォルダが作成され、TypeScriptの型定義とコンパイル済みのコードが生成されます。
+
 ### 📁 プロジェクト構造の作成
 
 `ai-agent-jpyc-chat`以下のディレクトリ構造が以下のようになっているかを確認します。
@@ -72,7 +78,7 @@ mkdir -p src/components
 `.env.local`ファイルを作成し、必要な環境変数を設定します：
 
 ```bash
-cp .env.local .env.local.example
+cp .env.local.example .env.local
 ```
 
 以下の値を設定します。

docs/JPYC/AI-Agent-JPYC-ChatApp/section-3/lesson-1.md

@@ -12,6 +12,16 @@ title: JPYC SDK Wrapperの実装
 
 `external/mcp/src/jpyc/sdk.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch external/mcp/src/jpyc/sdk.ts
+```
+
+以下のコードを記述します：
+
 ```typescript
 import { JPYC, type IJPYC, SdkClient, type ISdkClient } from "@jpyc/sdk-core";
 import type { Hex } from "viem";

docs/JPYC/AI-Agent-JPYC-ChatApp/section-3/lesson-2.md

@@ -12,6 +12,15 @@ MCPツールは、AI Agentが実行できる「関数」として機能します
 
 `external/mcp/src/tools.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch external/mcp/src/tools.ts
+```
+以下のコードを記述します：
+
 ```typescript
 /**
  * JPYC Tools for Mastra
@@ -88,16 +97,16 @@ export const jpycBalanceTool = createTool({
 });
 
 /**
- * JPYC送信ツール
- * JPYCトークンを指定したアドレスに送信します（現在選択されているテストネット）
+ * JPYC送金ツール
+ * JPYCトークンを指定したアドレスに送金します（現在選択されているテストネット）
  */
 export const jpycTransferTool = createTool({
 	id: "jpyc_transfer",
 	description:
-		"JPYCトークンを指定したアドレスに送信します（現在選択されているテストネット）。例: 10 JPYCを0x123...に送る",
+		"JPYCトークンを指定したアドレスに送金します（現在選択されているテストネット）。例: 10 JPYCを0x123...に送る",
 	inputSchema: z.object({
 		to: z.string().describe("送信先のEthereumアドレス (0xから始まる42文字)"),
-		amount: z.number().describe("送信額（JPYC単位、例: 10）"),
+		amount: z.number().describe("送金額（JPYC単位、例: 10）"),
 	}),
 	execute: async ({ context }) => {
 		try {
@@ -106,7 +115,7 @@ export const jpycTransferTool = createTool({
 			const currentChain = getCurrentChain();
 			const chainName = getChainName(currentChain);
 
-			// SDKのtransferメソッドを呼び出してJPYCを送信する
+			// SDKのtransferメソッドを呼び出してJPYCを送金する
 			const txHash = await jpyc.transfer({
 				to: to as `0x${string}`,
 				value: amount,
@@ -116,7 +125,7 @@ export const jpycTransferTool = createTool({
 
 			return {
 				success: true,
-				message: `✅ ${amount} JPYCを ${to} に送信しました（${chainName}）`,
+				message: `✅ ${amount} JPYCを ${to} に送金しました（${chainName}）`,
 				transactionHash: txHash,
 				explorerUrl: `${explorerUrl}${txHash}`,
 				chain: currentChain,
@@ -181,20 +190,25 @@ export const jpycGetCurrentChainTool = createTool({
 	id: "jpyc_get_current_chain",
 	description:
 		"現在選択されているテストネットを取得します。ユーザーが「今どのチェーン？」「現在のネットワークは？」などと聞いた場合に使用します。",
-	inputSchema: z.object({}),
-	execute: async () => {
+	inputSchema: z.object({
+		_dummy: z.string().optional().describe("ダミーパラメータ（使用しません）"),
+	}),
+	execute: async ({ context }) => {
 		try {
 			// 現在接続中のチェーン情報を取得
 			const currentChain = getCurrentChain();
 			const chainName = getChainName(currentChain);
 
+			console.log(`jpyc_get_current_chain: chain=${currentChain}`);
+
 			return {
 				success: true,
 				chain: currentChain,
 				chainName: chainName,
 				address: getCurrentAddress(),
 			};
 		} catch (error: unknown) {
+			console.error(`jpyc_get_current_chain error:`, error);
 			return {
 				success: false,
 				error: error instanceof Error ? error.message : String(error),
@@ -211,15 +225,21 @@ export const jpycTotalSupplyTool = createTool({
 	id: "jpyc_total_supply",
 	description:
 		"現在選択されているテストネットでのJPYCの総供給量を照会します。ユーザーが「総供給量は？」「流通量を教えて」などと聞いた場合に使用します。",
-	inputSchema: z.object({}),
-	execute: async () => {
+	inputSchema: z.object({
+		_dummy: z.string().optional().describe("ダミーパラメータ（使用しません）"),
+	}),
+	execute: async ({ context }) => {
 		try {
 			// 現在接続中のチェーン情報を取得
 			const currentChain = getCurrentChain();
 			const chainName = getChainName(currentChain);
 			// SDKのtotalSupplyメソッドを呼び出して総供給量を取得する
 			const totalSupply = await jpyc.totalSupply();
 
+			console.log(
+				`jpyc_total_supply: totalSupply=${totalSupply} JPYC, chain=${currentChain}`,
+			);
+
 			return {
 				success: true,
 				totalSupply: `${totalSupply} JPYC`,
@@ -228,6 +248,7 @@ export const jpycTotalSupplyTool = createTool({
 				chainName: chainName,
 			};
 		} catch (error: unknown) {
+			console.error(`jpyc_total_supply error:`, error);
 			return {
 				success: false,
 				error: error instanceof Error ? error.message : String(error),
@@ -246,6 +267,7 @@ export const jpycTools = {
 	jpyc_get_current_chain: jpycGetCurrentChainTool,
 	jpyc_total_supply: jpycTotalSupplyTool,
 };
+
 ```
 
 ### 💡 コードの解説

docs/JPYC/AI-Agent-JPYC-ChatApp/section-3/lesson-3.md

@@ -12,6 +12,16 @@ MCPサーバーは、HTTP/SSE（Server-Sent Events）プロトコルを使用し
 
 `external/mcp/src/index.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch external/mcp/src/tools.ts
+```
+
+以下のコードを記述します：
+
 ```typescript
 /**
  * JPYC MCP Server - Standalone MCP Server
@@ -216,6 +226,26 @@ process.on("SIGTERM", () => {
 
 `SIGTERM`や`SIGINT`（Ctrl+C）シグナルを受信したとき、サーバーを適切に終了します。これにより、リクエスト処理中にサーバーが強制終了されることを防ぎます。
 
+### 🔑 環境変数の設定
+
+MCPサーバーは**独立したプロセス**として動作するため、`external/mcp`ディレクトリに`.env`ファイルを作成する必要があります。
+
+```bash
+# external/mcpディレクトリに移動
+cd external/mcp
+
+# .env.exampleをコピーして.envを作成
+cp .env.example .env
+```
+
+`.env`ファイルに環境変数を設定します：
+
+```.env
+PRIVATE_KEY=0x... # ウォレットの秘密鍵
+```
+
+**重要：** ルートディレクトリの`.env.local`とは別に、`external/mcp/.env`も必要です。
+
 ### 🧪 動作確認
 
 MCPサーバーを起動して、動作を確認しましょう。

docs/JPYC/AI-Agent-JPYC-ChatApp/section-4/lesson-1.md

@@ -14,6 +14,16 @@ title: LLMモデルの設定
 
 `src/lib/mastra/model/index.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch src/lib/mastra/model/index.ts
+```
+
+以下のコードを記述します：
+
 ```typescript
 import { anthropic } from "@ai-sdk/anthropic";
 import { google } from "@ai-sdk/google";

docs/JPYC/AI-Agent-JPYC-ChatApp/section-4/lesson-2.md

@@ -12,6 +12,16 @@ MCPクライアントは、AI AgentからMCPサーバーに接続し、ツール
 
 `src/lib/mastra/mcp/client.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch src/lib/mastra/mcp/client.ts
+```
+
+以下のコードを記述します：
+
 ```typescript
 import { MCPClient } from "@mastra/mcp";
 

docs/JPYC/AI-Agent-JPYC-ChatApp/section-4/lesson-3.md

@@ -12,6 +12,16 @@ AI Agentは、ユーザーの自然言語の指示を理解し、適切なMCPツ
 
 `src/lib/mastra/agent.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch src/lib/mastra/agent.ts
+```
+
+以下のコードを記述します：
+
 ```typescript
 import { Agent } from "@mastra/core/agent";
 import { claude } from "./model";

docs/JPYC/AI-Agent-JPYC-ChatApp/section-5/lesson-1.md

@@ -12,6 +12,16 @@ title: チャットAPIの実装
 
 `src/app/api/chat/route.ts`ファイルを作成し、以下のコードを記述します。
 
+まず、ファイルを作成します：
+
+```bash
+cd jpyc-ai-agent
+
+touch src/app/api/chat/route.ts
+```
+
+以下のコードを記述します：
+
 ```typescript
 import { jpycAgent } from "@/lib/mastra/agent";
 import type { NextRequest } from "next/server";