local-only server

The server can only run on the client’s local machine because it depends on local resources.

Integrations

Allows sending requests to Google AI models via the MCP protocol
Allows sending requests to OpenAI models like GPT-4o-mini via the MCP protocol

Python으로 만든 Unichat MCP 서버

TypeScript 에서도 사용 가능

MCP 프로토콜을 사용하여 도구 또는 사전 정의된 프롬프트를 통해 OpenAI, MistralAI, Anthropic, xAI, Google AI, DeepSeek, Alibaba, Inception에 요청을 보내세요. 공급업체 API 키가 필요합니다.

도구

서버는 하나의 도구를 구현합니다.

unichat : unichat에 요청 보내기
- 필수 문자열 인수로 "메시지"를 사용합니다.
- 응답을 반환합니다

프롬프트

code_review
- 모범 사례, 잠재적 문제 및 개선 사항을 위해 코드를 검토하세요.
- 인수:
  - code (문자열, 필수): 검토할 코드
document_code
- docstring과 주석을 포함한 코드에 대한 문서를 생성합니다.
- 인수:
  - code (문자열, 필수): 주석을 달 코드
explain_code
- 코드의 작동 방식을 자세히 설명하세요
- 인수:
  - code (문자열, 필수): 설명할 코드
code_rework
- 요청된 변경 사항을 제공된 코드에 적용합니다.
- 인수:
  - changes (문자열, 선택 사항): 적용할 변경 사항
  - code (문자열, 필수): 다시 작업할 코드

빠른 시작

설치하다

클로드 데스크탑

MacOS의 경우: ~/Library/Application\ Support/Claude/claude_desktop_config.json Windows의 경우: %APPDATA%/Claude/claude_desktop_config.json

지원 모델:

현재 "SELECTED_UNICHAT_MODEL" 로 사용할 수 있는 지원되는 모델 목록은 여기에서 확인할 수 있습니다. 관련 공급업체 API 키를 "YOUR_UNICHAT_API_KEY" 에 추가하세요.

예:

지엑스피1

개발/미공개 서버 구성

"mcpServers": {
  "unichat-mcp-server": {
    "command": "uv",
    "args": [
      "--directory",
      "{{your source code local directory}}/unichat-mcp-server",
      "run",
      "unichat-mcp-server"
    ],
    "env": {
      "UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
      "UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
    }
  }
}

게시된 서버 구성

"mcpServers": {
  "unichat-mcp-server": {
    "command": "uvx",
    "args": [
      "unichat-mcp-server"
    ],
    "env": {
      "UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
      "UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
    }
  }
}

Smithery를 통해 설치

Smithery를 통해 Claude Desktop용 Unichat을 자동으로 설치하려면:

npx -y @smithery/cli install unichat-mcp-server --client claude

개발

건축 및 출판

배포를 위해 패키지를 준비하려면:

이전 빌드 제거:

rm -rf dist

종속성 동기화 및 잠금 파일 업데이트:

uv sync

패키지 배포 빌드:

uv build

이렇게 하면 dist/ 디렉토리에 소스와 휠 배포판이 생성됩니다.

PyPI에 게시:

uv publish --token {{YOUR_PYPI_API_TOKEN}}

디버깅

MCP 서버는 stdio를 통해 실행되므로 디버깅이 어려울 수 있습니다. 최상의 디버깅 환경을 위해서는 MCP Inspector 사용을 강력히 권장합니다.

다음 명령을 사용하여 npm 통해 MCP Inspector를 시작할 수 있습니다.

npx @modelcontextprotocol/inspector uv --directory {{your source code local directory}}/unichat-mcp-server run unichat-mcp-server

Inspector를 실행하면 브라우저에서 접근하여 디버깅을 시작할 수 있는 URL이 표시됩니다.

You must be authenticated.

A

security – no known vulnerabilities

A

license - permissive license

A

quality - confirmed to work

Tools

unichat

도구 또는 사전 정의된 프롬프트를 통해 MCP 프로토콜을 사용하여 OpenAI, MistralAI, Anthropic, xAI 또는 Google AI에 요청을 보냅니다. 공급업체 API 키가 필요합니다.

Unichat MCP Server