MCP 서버 - 모델 컨텍스트 프로토콜 API

MCP 서버는 LLM 모델과 애플리케이션 간의 상호작용을 위한 표준화된 인터페이스를 제공하는 모델 컨텍스트 프로토콜(MCP)의 FastAPI 기반 구현입니다.

특이점

🚀 FastAPI 및 비동기 작업을 기반으로 한 고성능 API
🔄 리소스, 악기, 프롬프트 및 샘플링을 포함한 전체 MCP 지원
📊 Prometheus 및 Grafana를 통한 모니터링 및 메트릭
🧩 새로운 도구를 추가하기 위한 간단한 인터페이스를 통한 확장성
📝 유연한 데이터 작업을 위한 GraphQL API
💬 실시간 상호작용을 위한 WebSocket 지원
🔍 Elasticsearch와 통합을 통한 의미 검색
🗃️ Redis를 통한 캐싱 으로 성능 향상
📦 Poetry를 통해 종속성을 관리하여 안정적인 패키지 관리를 제공합니다.

시작하기

설치

복제 저장소:지엑스피1
Poetry를 설치하세요(아직 설치되지 않은 경우):
curl -sSL https://install.python-poetry.org | python3 -
Poetry를 통해 종속성 설치:
poetry install

서버 시작

poetry run uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

또는 just 유틸리티를 통해서:

just run

출시 후 API는 http://localhost:8000 에서 사용 가능합니다.

API 문서

Swagger UI: http://localhost:8000/docs
ReDoc: http://localhost:8000/redoc
GraphQL 플레이그라운드: http://localhost:8000/graphql

프로젝트 구조

myaiserv/
├── app/
│   ├── core/             # Базовые компоненты MCP
│   │   ├── base_mcp.py   # Абстрактные классы MCP
│   │   └── base_sampling.py  # Базовые классы для сэмплирования
│   ├── models/           # Pydantic модели
│   │   ├── mcp.py        # Модели данных MCP
│   │   └── graphql.py    # GraphQL схема
│   ├── services/         # Бизнес-логика
│   │   └── mcp_service.py # Сервис MCP
│   ├── storage/          # Хранилище данных
│   ├── tools/            # Инструменты MCP
│   │   ├── example_tool.py   # Примеры инструментов
│   │   └── text_processor.py # Инструмент обработки текста
│   ├── utils/            # Утилиты
│   └── main.py           # Точка входа FastAPI
├── app/tests/            # Тесты
├── docs/                 # Документация
│   └── MCP_API.md        # Описание API
├── pyproject.toml        # Конфигурация Poetry и инструментов
└── .justfile             # Задачи для утилиты just

사용 가능한 도구

파일 시스템 도구

파일 읽기, 쓰기, 삭제, 나열 기능을 지원하는 파일 시스템 도구입니다.

curl -X POST "http://localhost:8000/tools/file_operations" \
     -H "Content-Type: application/json" \
     -d '{"operation": "list", "path": "."}'

날씨 도구

좌표로 날씨 데이터를 얻는 도구입니다.

curl -X POST "http://localhost:8000/tools/weather" \
     -H "Content-Type: application/json" \
     -d '{"latitude": 37.7749, "longitude": -122.4194}'

텍스트 분석 도구

감정 감지 및 요약을 포함한 텍스트 분석을 위한 도구입니다.

curl -X POST "http://localhost:8000/tools/text_analysis" \
     -H "Content-Type: application/json" \
     -d '{"text": "Example text for analysis", "analysis_type": "sentiment"}'

텍스트 프로세서 도구

서식 지정, 통계 계산, 엔터티 추출 등을 포함한 텍스트 처리를 위한 도구입니다.

curl -X POST "http://localhost:8000/tools/text_processor" \
     -H "Content-Type: application/json" \
     -d '{"operation": "statistics", "text": "Example text", "stat_options": ["chars", "words"]}'

이미지 처리 도구

크기 조절, 자르기, 필터 적용을 지원하는 이미지 처리 도구입니다.

curl -X POST "http://localhost:8000/tools/image_processing" \
     -H "Content-Type: application/json" \
     -d '{"operation": "resize", "image_data": "base64...", "params": {"width": 800, "height": 600}}'

웹소켓 API

WebSocket API에 연결하려면:

const socket = new WebSocket("ws://localhost:8000/ws");

socket.onopen = () => {
  socket.send(JSON.stringify({
    type: "initialize",
    id: "my-request-id"
  }));
};

socket.onmessage = (event) => {
  const data = JSON.parse(event.data);
  console.log("Received:", data);
};

GraphQL API

GraphQL을 통한 쿼리의 예:

# Получение списка всех инструментов
query {
  getTools {
    name
    description
  }
}

# Выполнение инструмента
mutation {
  executeTool(input: {
    name: "text_processor",
    parameters: {
      operation: "statistics",
      text: "Example text for analysis"
    }
  }) {
    content {
      type
      text
    }
    is_error
  }
}

테스트 실행

테스트를 실행하려면 Poetry를 사용하세요.

poetry run pytest

또는 just 유틸리티를 통해서:

just test

도커

Docker Compose를 통한 빌드 및 실행

docker compose up -d

개별 서비스를 시작하려면:

docker compose up -d web redis elasticsearch

LLM과의 통합

MCP 서버는 다양한 공급업체의 LLM 모델과의 통합을 위한 표준화된 인터페이스를 제공합니다.

import httpx

async def query_mcp_with_llm(prompt: str):
    async with httpx.AsyncClient() as client:
        # Запрос к MCP для получения контекста и инструментов
        tools_response = await client.get("http://localhost:8000/tools")
        tools = tools_response.json()["tools"]

        # Отправка запроса к LLM с включением MCP контекста
        llm_response = await client.post(
            "https://api.example-llm.com/v1/chat",
            json={
                "messages": [
                    {"role": "system", "content": "You have access to the following tools:"},
                    {"role": "user", "content": prompt}
                ],
                "tools": tools,
                "tool_choice": "auto"
            }
        )

        return llm_response.json()

지표 및 모니터링

MCP 서버는 /metrics 엔드포인트를 통해 Prometheus 형식의 메트릭을 제공합니다. 측정항목은 다음과 같습니다.

각 도구에 대한 요청 수
쿼리 실행 시간
오류 및 예외

개발

코드를 포맷하고 린터로 확인하려면 다음을 수행합니다.

just fmt
just lint

특허

MIT 라이센스

MyAIServ MCP Server

Integrations