MCP 길잡이 (mcp-giljabi)

사용자의 요청에 맞는 PlayMCP를 찾아주는 MCP 서버입니다.

기능

• find_mcp: 사용자 요청에 맞는 MCP를 하이브리드 검색으로 찾습니다

• add_mcp: MCP 설치 방법을 안내합니다

사전 요구사항

1. Node.js (v18 이상)

2. Google Gemini API Key (무료)

설치

환경 변수 설정

Gemini API Key 발급: https://aistudio.google.com/app/apikey

빌드

실행

로컬 테스트 방법

1. 검색 기능 테스트

2. MCP Inspector로 테스트

MCP Inspector는 MCP 서버를 웹 UI로 테스트할 수 있는 도구입니다.

브라우저에서 http://localhost:5173 접속하여 테스트할 수 있습니다.

3. Claude Desktop에서 로컬 테스트

~/Library/Application Support/Claude/claude_desktop_config.json:

Railway 배포

1. GitHub 레포지토리 생성 및 푸시

2. Railway 배포

1. railway.app 접속

2. GitHub 로그인

3. "New Project" → "Deploy from GitHub repo"

4. 레포지토리 선택

5. 환경 변수 설정:

   • GEMINI_API_KEY: Gemini API 키

3. 배포 완료

Railway가 자동으로 빌드 및 배포합니다.

사용 예시

find_mcp

add_mcp

캐싱

• MCP 데이터와 임베딩은 src/data/embeddings.json에 캐싱됩니다

• 캐시 유효기간: 24시간

• 서버 시작 시 캐시가 없거나 만료되면 자동으로 새로 생성합니다

기술 스택

• TypeScript / Node.js

• MCP SDK (@modelcontextprotocol/sdk)

• Google Gemini Embeddings (gemini-embedding-001)

• 하이브리드 검색 (키워드 매칭 60% + 시맨틱 검색 40%)

  • 한국어 키워드 매핑으로 정확도 향상

  • 코사인 유사도 기반 임베딩 검색

비용

• Railway: $5/월 (Hobby Plan)

• Gemini Embeddings: 무료 (100 RPM, 1,000 RPD)

라이선스

MIT