Atla MCP 서버

LLM이 Atla API와 상호 작용하여 최첨단 LLMJ 평가를 수행할 수 있는 표준화된 인터페이스를 제공하는 MCP 서버 구현입니다.

Atla에 대한 자세한 내용은 여기를 참조하세요. 모델 컨텍스트 프로토콜에 대한 자세한 내용은 여기를 참조하세요.

사용 가능한 도구

evaluate_llm_response : 주어진 평가 기준을 사용하여 프롬프트에 대한 LLM의 응답을 평가합니다. 이 함수는 Atla 평가 모델을 기반으로 모델의 응답 점수와 모델 응답에 대한 피드백을 포함하는 텍스트 비평을 포함하는 사전을 반환합니다.
evaluate_llm_response_on_multiple_criteria : LLM의 프롬프트 응답을 여러 평가 기준에 따라 평가합니다. 이 함수는 Atla 평가 모델을 기반으로 각 기준에 대한 평가 점수와 비평을 포함하는 사전 목록을 반환합니다.

용법

MCP 서버를 사용하려면 Atla API 키가 필요합니다. 기존 API 키는 여기 에서 확인하거나 새 API 키를 생성하세요.

설치

Python 환경을 관리하려면 uv 사용하는 것이 좋습니다. 설치 지침은 여기를 참조하세요.

저장소를 복제합니다.

지엑스피1

가상 환경을 만들고 활성화하세요.

uv venv
source .venv/bin/activate

필요에 따라 종속성을 설치하세요.

# Basic installation
uv pip install -e .

# Installation with development tools (recommended)
uv pip install -e ".[dev]"
pre-commit install

환경에 ATLA_API_KEY 를 추가합니다.

export ATLA_API_KEY=<your-atla-api-key>

서버에 연결

서버를 설치하면 MCP 클라이언트를 사용하여 서버에 연결할 수 있습니다.

여기에서는 몇 가지 일반적인 MCP 클라이언트에 연결하는 데 대한 구체적인 지침을 제공합니다.

다음은 다음과 같습니다.
uv 에 문제가 있는 경우 uv 실행 파일의 전체 경로를 입력해야 할 수 있습니다. 터미널에서 which uv 실행하면 경로를 찾을 수 있습니다.
path/to/atla-mcp-server 1단계에서 복제한 저장소의 경로인 atla-mcp-server 디렉토리의 경로입니다.

문제가 있거나 다른 클라이언트 연결에 도움이 필요하신가요? 언제든지 문제를 제기하시거나 저희에게 문의해 주세요 !

OpenAI 에이전트 SDK

MCP 서버와 함께 OpenAI Agents SDK를 사용하는 방법에 대한 자세한 내용은 공식 문서를 참조하세요.

OpenAI 에이전트 SDK를 설치하세요:

pip install openai-agents

OpenAI Agents SDK를 사용하여 서버에 연결합니다.

import os

from agents import Agent
from agents.mcp import MCPServerStdio

async with MCPServerStdio(
        params={
            "command": "uv",
            "args": ["run", "--directory", "/path/to/atla-mcp-server", "atla-mcp-server"],
            "env": {"ATLA_API_KEY": os.environ.get("ATLA_API_KEY")}
        }
    ) as atla_mcp_server:
    ...

클로드 데스크탑

Claude Desktop에서 MCP 서버를 구성하는 방법에 대한 자세한 내용은 공식 MCP 빠른 시작 가이드를 참조하세요.

claude_desktop_config.json 파일에 다음을 추가하세요.

{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/atla-mcp-server",
        "run",
        "atla-mcp-server"
      ],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

변경 사항을 적용하려면 Claude Desktop을 다시 시작하세요 .

이제 사용 가능한 MCP 도구 목록에서 atla-mcp-server 의 옵션을 볼 수 있습니다.

커서

Cursor에서 MCP 서버를 구성하는 방법에 대한 자세한 내용은 공식 문서를 참조하세요.

.cursor/mcp.json 파일에 다음을 추가하세요.

{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/atla-mcp-server",
        "run",
        "atla-mcp-server"
      ],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

이제 사용 가능한 MCP 서버 목록에 atla-mcp-server 표시됩니다.

서버 실행

MCP 클라이언트를 사용하는 경우 일반적으로 서버를 로컬로 실행할 필요가 없습니다.

서버를 로컬에서 실행하면 개발 및 디버깅에 유용할 수 있습니다. 설치 후 여러 가지 방법으로 서버를 실행할 수 있습니다.

uv run 사용(권장):

cd path/to/atla-mcp-server
uv run atla-mcp-server

Python을 직접 사용하는 경우:

cd path/to/atla-mcp-server
python -m atla_mcp_server

MCP 검사관 과 함께 :

cd path/to/atla-mcp-server
uv run mcp dev src/atla_mcp_server/debug.py

모든 메서드는 MCP 서버를 stdio 전송 모드로 시작하여 MCP 클라이언트의 연결을 허용할 준비를 합니다. MCP Inspector는 MCP 서버 테스트 및 디버깅을 위한 웹 인터페이스를 제공합니다.

기여하다

기여를 환영합니다! 자세한 내용은 CONTRIBUTING.md 파일을 참조하세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 라이선스 파일을 참조하세요.

Integrations