MCP 인터랙티브 서비스

Integrations

Used as the web framework for the MCP service's web interface, enabling HTTP-based interactions between AI tools and users through a browser.
The primary language for the MCP service, providing the foundation for all UI types (CLI, Web, PyQt) and tool implementations.
Mentioned as an example implementation option in the select_option tool, allowing AI tools to present PyTorch as an implementation choice to users.

MCP 인터랙티브 서비스

이는 FastMCP 라이브러리를 사용하여 구현된 MCP 서비스로, Cursor, Windsurf 등의 AI 도구와의 상호작용을 위해 설계되었습니다. AI 도구가 대규모 언어 모델을 호출하는 동안 사용자 입력이나 옵션 선택이 필요할 때 이 MCP 서비스를 호출할 수 있습니다.

핵심 목적

이 플러그인의 핵심 목적은 AI 도구(예: Cursor 및 Windsurf)와 사용자 간의 고빈도 소통 및 확인 기능을 활성화하는 것입니다. 다음과 같은 기능을 통해 AI 상호작용의 효율성과 효과를 크게 향상시킵니다.

낭비되는 리소스 감소 : 이 플러그인은 사용자가 AI가 잠재적으로 잘못된 솔루션 경로를 선택하기 전에 해당 접근 방식을 확인하거나 리디렉션할 수 있도록 하여 낭비되는 API 호출과 컴퓨팅 리소스를 최소화합니다.
리소스 활용 극대화 : AI가 계속 진행하기 전에 사용자와 함께 이해 내용과 접근 방식을 확인할 수 있으므로 Cursor 또는 Windsurf에 대한 모든 API 호출이 더욱 생산적으로 됩니다.
주의 분산 방지 : 플러그인은 접근 방식을 조기에 확인함으로써 잘못된 접근 방식으로 주의가 분산되는 것을 방지하고 올바른 솔루션 경로에 집중할 수 있도록 도와줍니다.
대화형 의사결정 활성화 : 사용자는 의사결정 과정에 적극적으로 참여하여 AI에 즉각적인 피드백과 지침을 제공할 수 있습니다.
복잡한 작업 간소화 : 여러 단계로 구성된 작업의 경우, 이 플러그인은 각 중요한 결정 지점에서 사용자 기대치와 AI 실행 간의 일치를 보장합니다.

특징

옵션 선택 : 사용자가 숫자를 입력하거나 사용자 정의 답변을 제공하여 선택할 수 있는 옵션 목록을 표시합니다.
정보 보충 : AI 모델이 더 완전한 정보가 필요할 때 사용자에게 직접 보충 정보를 입력하도록 요청할 수 있습니다.
다중 사용자 인터페이스 : CLI, 웹 및 PyQt 인터페이스 지원

UI 유형

이 프로젝트는 각각 고유한 특성을 지닌 세 가지 사용자 인터페이스 유형을 지원합니다.

CLI(명령줄 인터페이스)

설명 : 사용자 상호 작용을 위해 새 명령 프롬프트 창을 엽니다.
장점 :
- 최소 종속성(추가 패키지 필요 없음)
- 여러 대화 창을 동시에 처리할 수 있습니다
- 그래픽 인터페이스가 없는 환경에서도 잘 작동합니다.
- 가볍고 빠르게 시작 가능
단점 :
- 기본적인 시각적 표현
- 비기술 사용자에게는 직관적이지 않을 수 있습니다.
가장 적합한 대상 : 서버 환경, 리소스가 제한된 시스템 또는 동시에 여러 대화가 필요한 경우

PyQt 인터페이스

설명 : PyQt를 사용하여 최신 그래픽 사용자 인터페이스를 제공합니다.
장점 :
- 깔끔하고 전문적인 대화 상자
- 익숙한 데스크톱 애플리케이션 경험
- 모든 사용자 유형이 사용하기 쉽습니다.
단점 :
- 한 번에 하나의 대화 상자만 표시할 수 있습니다.
- PyQt 종속성이 필요합니다(대규모 설치)
가장 적합한 용도 : 시각적 매력이 중요하고 한 번에 하나의 대화만 필요한 데스크톱 사용

웹 인터페이스

설명 : 웹 브라우저에서 대화 상자를 엽니다.
장점 :
- 여러 대화 창을 동시에 처리할 수 있습니다
- 웹 브라우저를 통해 어디서나 접근 가능
- 현대적이고 사용자 정의 가능한 인터페이스
단점 :
- 웹 브라우저를 설치해야 합니다.
- 조금 더 복잡한 설정
가장 적합한 대상 : 원격 액세스 시나리오, 웹 인터페이스가 선호되는 환경 또는 동시에 여러 대화가 필요한 경우

사용 가이드

1. 시작하기(두 가지 옵션)

옵션 A: 미리 컴파일된 실행 파일 사용(Windows에 권장)

GitHub 릴리스 페이지에서 최신 사전 컴파일 실행 파일을 다운로드하세요.
설치가 필요하지 않습니다. 실행 파일을 다운로드하여 실행하기만 하면 됩니다.
다음 명령을 사용하여 기능을 테스트할 수 있습니다.

지엑스피1

구성을 위해 아래 3단계로 건너뛰세요.

옵션 B: 소스 코드에서 설치

이 프로젝트는 다양한 UI 유형에 따라 종속성을 분리합니다.

requirements-base.txt : 모든 UI 유형에서 공유되는 기본 종속성
requirements-pyqt.txt : PyQt5 UI 종속성
requirements-web.txt : 웹 UI(Flask) 종속성

종속성을 설치하려면 기존의 pip나 더 빠른 패키지 관리자인 uv를 사용할 수 있습니다.

pip 사용(전통적인 방법)

사용하려는 UI 유형에 따라 적절한 종속성 파일을 선택하세요.

cd requirements
# CLI UI (minimal dependencies)
pip install -r requirements-base.txt

# PyQt5 UI
pip install -r requirements-pyqt.txt

# Web UI
pip install -r requirements-web.txt

참고: 각 UI 종속성 파일에는 기본 종속성에 대한 참조가 이미 포함되어 있으므로( -r requirements-base.txt 통해) 단일 파일만 설치하면 됩니다.

uv 사용 (추천, 더 빠름)

이미 uv가 설치되어 있다면 다음 명령을 사용하여 가상 환경을 만들고 종속성을 설치할 수 있습니다.

# Create a virtual environment
uv venv

# Activate the virtual environment
# Windows
.venv\Scripts\activate

# macOS / Linux
source .venv/bin/activate

# Install dependencies based on UI type
cd requirements

# CLI UI (minimal dependencies)
uv pip install -r requirements-base.txt

# PyQt5 UI
uv pip install -r requirements-pyqt.txt

# Web UI
uv pip install -r requirements-web.txt

프로젝트의 pyproject.toml 파일을 사용하여 모든 종속성을 직접 설치할 수도 있습니다.

# Install base dependencies
uv pip install -e .

# Install specific UI type dependencies
uv pip install -e ".[pyqt]"     # PyQt5 UI
uv pip install -e ".[web]"      # Web UI
uv pip install -e ".[all]"      # All UI types

2. 프로그램 시작

다양한 UI 응답 방법을 시작합니다.

# Command line interface (default)
python main.py run --ui=cli

# Web interface
python main.py run --ui=web

# PyQt interface
python main.py run --ui=pyqt

기타 서비스 시작 옵션:

# Start the service with default settings (address: 127.0.0.1, port: 7888)
python main.py run

# Specify host and port
python main.py run --host 0.0.0.0 --port 8888

# Specify log level
python main.py run --log-level warning

3. 커서, 윈드서프 또는 클로드 구성

stdio 프로토콜 사용(권장)

stdio 프로토콜은 가장 안정적이고 권장되는 연결 방법으로, 표준 입출력을 통해 Python 스크립트와 직접 통신하며 다음과 같은 장점이 있습니다.

더 높은 안정성과 신뢰성
여러 대화 상자를 동시에 열 수 있습니다
간단하고 직접적이며 네트워크 연결 문제를 처리할 필요가 없습니다.
시스템과의 긴밀한 통합, 빠른 대응

구성 예:

Python과 함께 사용하기(소스 코드)

{
  "ai-interaction": {
    "command": "python",
    "args": ["path/to/main.py", "run", "--transport", "stdio", "--ui", "cli"],
    "env": {}
  }
}

실행 파일과 함께 사용

{
  "ai-interaction": {
    "command": "D:/Path/To/Your/mcp-interactive.exe",
    "args": ["run", "--transport", "stdio", "--ui", "pyqt"],
    "env": {}
  }
}

SSE 프로토콜 사용(대안)

네트워크를 통해 원격 서버에 연결해야 하는 경우 SSE 프로토콜을 사용할 수 있습니다.

지역 스타트업:

python main.py run --transport sse

커서 구성:

{
  "ai-interaction": {
    "type": "sse",
    "url": "http://127.0.0.1:8000/sse",
    "env": {}
  }
}

윈드서핑 구성:

{
  "ai-interaction": {
    "serverUrl": "http://127.0.0.1:7888/sse",
    "disabled": false
  }
}

4. AI 상호 작용 규칙 구성

Cursor와 Windsurf에서 AI 상호작용의 효과를 극대화하려면 MCP를 사용할 때 AI가 따라야 할 다음 규칙을 구성하세요.

AI가 작업에 대해 명확하지 않거나 추가 정보가 필요한 경우 MCP ai-interaction을 호출하여 사용자에게 설명을 요청해야 합니다.
AI가 솔루션에 대한 여러 가지 접근 방식을 가질 수 있는 경우, 사용자가 선호하는 접근 방식을 선택할 수 있도록 MCP ai-interaction을 호출해야 합니다.
AI는 작업을 완료한 후 MCP ai-interaction을 호출하여 실행해야 할 다른 작업이 있는지 확인해야 합니다.
AI는 작업을 여러 단계로 나누어야 하며, 새로운 단계를 시작하기 전에 MCP ai-interaction을 호출하여 사용자에게 추가적인 생각이나 고려 사항이 있는지 물어봐야 합니다.
AI는 가정을 하는 대신 중요한 결정을 확인하기 위해 MCP를 적극적으로 사용해야 합니다.

이러한 규칙은 각 API 호출의 가치를 극대화하는 동시에 고품질의 대화형 AI 지원을 보장합니다.

기타 기능

사용 가능한 도구 보기

python main.py list-tools

테스트 도구

# Test option selection tool
python main.py test select_option --ui=cli

# Test information supplement tool
python main.py test request_additional_info --ui=cli

대화형 테스트 클라이언트

이 프로젝트에는 다양한 UI 유형과 방법으로 MCP 서비스를 테스트할 수 있는 대화형 테스트 클라이언트가 포함되어 있습니다.

# Run the interactive test client
python mcp_client_en.py --host localhost --port 7888 --ui cli

옵션:

--host : 서버 호스트(기본값: localhost)
--port : 서버 포트(기본값: 7888)
--ui : 사용할 UI 유형(cli, pyqt, web)

클라이언트는 다음을 제공합니다.

MCP 서비스를 통한 연결 테스트
테스트할 UI 유형 선택
select_option 및 request_additional_info 메서드 모두 테스트
각 방법에 대한 여러 매개변수 사전 설정
요청 및 응답의 전체 시각화

이 기능은 다음과 같은 경우에 특히 유용합니다.

UI 상호 작용 문제 디버깅
다양한 UI 유형 동작 테스트
사용자에게 서비스 시연
서버 기능 확인

STDIO 테스트 클라이언트

stdio 전송 프로토콜을 특별히 테스트하기 위해 다음과 같은 명령줄 도구를 제공합니다.

# Test stdio connection with default settings
python mcp_client_stdio.py

# Specify UI type
python mcp_client_stdio.py --ui=pyqt

# Test specific tools
python mcp_client_stdio.py --test=select_option

자세한 내용은 STDIO 테스트 가이드를 참조하세요.

UI 테스트

# Test PyQt interface
python test_ui.py --ui=pyqt

# Test Web interface
python test_ui.py --ui=web

# Test CLI interface
python test_ui.py --ui=cli

도구 설명

옵션 선택(select_option)

이 도구는 사용자에게 일련의 옵션을 제시하고 사용자가 숫자를 입력하거나 사용자 정의 답변을 제공하여 선택할 수 있도록 하는 데 사용됩니다.

매개변수:

options : 옵션 목록, 문자열 또는 사전 목록이 될 수 있습니다.
prompt : 사용자에게 표시되는 프롬프트 메시지

반환: 선택 결과가 포함된 사전(형식:

{
    "selected_index": 0,     // Index of the user's selection, -1 if custom answer
    "selected_option": {},   // Content of the user's selected option
    "custom_input": "",      // User's custom input, if any
    "is_custom": false       // Whether it's a custom answer
}

정보 보충 자료(request_additional_info)

이 도구는 사용자에게 추가 정보를 요청하는 데 사용됩니다.

매개변수:

prompt : 정보 요청을 위한 프롬프트
current_info : 사용자에게 참조로 표시되는 현재 정보

반환값 : 사용자가 입력한 보충정보(문자열)

AI 도구와의 통합

이 MCP 서비스를 AI 도구와 통합하려면 다음 단계를 따르세요.

실행 파일이나 Python 소스 코드를 사용하여 MCP 서비스를 시작합니다.
- 실행 파일 사용: mcp-interactive.exe run
- Python 소스 사용: python main.py run
필요에 따라 stdio 또는 SSE 프로토콜을 선택하여 AI 도구에서 MCP 엔드포인트를 구성합니다.
AI 모델에 사용자 입력이나 옵션 선택이 필요한 경우 적절한 MCP 도구를 호출합니다.

클로드 통합

Anthropic의 공식 제품이나 타사 앱에서 Claude와 통합하려면:

AI 도구 설정에서 stdio 연결을 구성하세요.
{ "mcp-interaction": { "command": "D:/Path/To/Your/mcp-interactive.exe", "args": ["run", "--transport", "stdio", "--ui", "pyqt"], "env": {} } }
다음과 같은 지침에 따라 필요할 때 Claude가 상호작용 서비스를 사용하도록 구성합니다.
- "사용자 입력이나 확인이 필요할 때 MCP 상호 작용 서비스를 사용하세요."
- "다중 선택 옵션의 경우 select_option 도구를 호출하세요"
- "추가 사용자 정보를 수집하려면 request_additional_info 도구를 호출하세요."
이제 클로드는 MCP 서비스를 통해 직접 옵션을 제시하고 추가 정보를 요청할 수 있습니다.

예시

옵션 선택 예시

from fastmcp import Client

async with Client("http://127.0.0.1:8000/sse") as client:
    options = [
        "Option 1: Implement with TensorFlow",
        "Option 2: Implement with PyTorch",
        {"title": "Option 3: Implement with JAX", "description": "Better for research purposes"}
    ]
    result = await client.call_tool(
        "select_option", 
        {"options": options, "prompt": "Please select a framework implementation"}
    )
    selected_option = result.json
    print(f"User selected: {selected_option}")

정보 보충 예시

from fastmcp import Client

async with Client("http://127.0.0.1:8000/sse") as client:
    additional_info = await client.call_tool(
        "request_additional_info",
        {
            "prompt": "Please provide specific project requirements",
            "current_info": "This is a data analysis project"
        }
    )
    print(f"User provided information: {additional_info.text}")

개발 노트

여러 UI 유형을 개발하거나 테스트할 필요가 없는 한 UI 종속성을 하나만 설치하는 것이 좋습니다.
새로운 종속성을 추가해야 하는 경우 해당 종속성 파일에 추가하세요.

현재 개발 현황

다음 구현 상태를 참고하세요.

Windows : CLI 및 PyQt UI 버전은 완벽하게 작동합니다. 웹 UI에는 아직 해결해야 할 몇 가지 문제가 있습니다.
Linux/Mac : 이 플랫폼은 아직 철저하게 테스트되지 않았습니다. 사용자 경험은 다를 수 있습니다.

우리는 모든 플랫폼과 UI 유형에서 호환성을 개선하기 위해 적극적으로 노력하고 있습니다.

건물 및 유통

실행 파일 빌드

이 프로젝트에는 Windows용 독립 실행형 실행 파일을 빌드하는 스크립트가 포함되어 있습니다.

# Build the Windows executable
build_executable.bat

이렇게 하면 Python을 설치하지 않고도 실행할 수 있는 mcp-interactive.exe dist 디렉토리에 생성됩니다.

크로스 플랫폼 빌딩

다양한 플랫폼에 대한 실행 파일을 빌드하려면:

윈도우

# Using the batch script
build_executable.bat

# Or manual PyInstaller command
pyinstaller mcp-interactive.spec

맥OS

# Ensure PyInstaller is installed
pip install pyinstaller

# Build using the spec file
pyinstaller mcp-interactive.spec

리눅스

# Ensure PyInstaller is installed
pip install pyinstaller

# Build using the spec file
pyinstaller mcp-interactive.spec

참고: 대상 플랫폼에서 빌드해야 합니다(Windows 등에서 macOS 실행 파일을 빌드할 수 없습니다).

GitHub를 통한 배포

빌드된 실행 파일을 다운로드할 수 있게 하려면:

프로젝트에 대한 GitHub 릴리스를 만듭니다.
빌드된 실행 파일을 릴리스 자산으로 업로드합니다.
각 플랫폼에 사용할 실행 파일에 대한 명확한 문서를 제공합니다.

예시 단계:

GitHub 저장소로 이동하세요
오른쪽 사이드바에서 "릴리스"를 클릭하세요.
"새 릴리스 만들기"를 클릭하세요.
버전 태그를 설정합니다(예: v1.0.0)
릴리스에 대한 제목과 설명을 추가하세요
다양한 플랫폼에 대한 실행 파일을 드래그 앤 드롭하거나 업로드하세요.
"릴리스 게시"를 클릭하세요

사용자는 GitHub 릴리스 페이지에서 자신의 운영 체제에 맞는 버전을 다운로드할 수 있습니다.

특허

이 프로젝트는 MIT 라이선스에 따라 배포됩니다.

This server cannot be installed

security - not tested

license - not found

quality - not tested

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

AI 도구(예: Cursor 및 Windsurf)와 사용자 간의 고주파 통신을 가능하게 하는 인터페이스로, CLI, 웹 또는 PyQt 인터페이스를 통해 옵션 선택 및 정보 수집이 가능합니다.

Related MCP Servers

Apifox MCP Server
Tzott
-
security
F
license
-
quality
This server acts as a Message Communication Protocol (MCP) service for integrating Apifox and Cursor, enabling OpenAPI interface implementation through AI-driven interaction.
Last updated -
7
TypeScript
Cursor DB MCP Server
jbdamask
-
security
F
license
-
quality
A Model Context Protocol server that enables AI assistants to explore and interact with Cursor IDE's SQLite databases, providing access to project data, chat history, and composer information.
Last updated -
10
Python
Apifox MCP Serverofficial
apifox
-
security
F
license
-
quality
A server that connects AI coding assistants like Cursor and Cline to Apifox API definitions, allowing developers to implement API interfaces through natural language commands.
Last updated -
832
1
Shared Knowledge MCP Server
j5ik2o
-
security
F
license
-
quality
This server enables AI assistants (CLINE, Cursor, Windsurf, Claude Desktop) to share a common knowledge base through Retrieval Augmented Generation (RAG), providing consistent information access across multiple tools.
Last updated -
1
TypeScript

View all related MCP servers