Skip to main content
Glama
neeraj-jhawar

Office Supplies Inventory NANDA Service

MCP 서버 + NANDA 레지스트리 + NANDA 호스트 클라이언트를 이용한 사무용품 재고 NANDA 서비스

모델 컨텍스트 프로토콜(MCP) 서버 코드를 사용하여 사무용품 재고 정보를 제공하는 NANDA 서비스를 생성하세요. 이 서비스를 통해 AI 비서가 MCP 표준을 사용하여 사무용품 정보를 쿼리하고 검색할 수 있습니다. 클라우드 호스팅 서버와 웹 기반 NANDA 호스트 클라이언트를 사용하며, 로컬 서버를 설치할 필요가 없습니다.

동일한 프레임워크를 사용하여 모든 표준 재고에 대해 소비자 대상 웹 앱을 배포할 수 있습니다.

개요

이 프로젝트는 MCP 서버 코드를 사용하여 CSV 파일에서 사무실 재고 데이터를 제공하는 NANDA 서비스를 구현합니다. AI 비서가 다음과 같은 작업을 수행할 수 있도록 도구를 제공합니다.

  • 인벤토리에 있는 모든 사용 가능한 항목 목록을 가져옵니다.

  • 이름으로 특정 항목에 대한 자세한 정보를 검색합니다.

Related MCP server: Zaturn

필수 조건

  • 파이썬 3.9 이상

  • requirements.txt 에 나열된 종속성

이 저장소의 파일

  • officesupply.py : 메인 서버 구현

  • inventory.csv : 사무용품 재고 데이터가 포함된 CSV 파일

  • build.sh : 환경 설정을 위한 스크립트

  • run.sh : 서버를 실행하기 위한 스크립트

  • requirements.txt : Python 종속성 목록

빠른 시작

로컬 설정

  1. 이 저장소를 복제하세요:

    지엑스피1

  2. 아래 환경 설정 옵션 중 하나를 선택하세요.

옵션 A: Python venv 사용

  1. Python 가상 환경을 만듭니다.

    python -m venv venv
  2. 가상 환경을 활성화합니다.

    • Linux/macOS의 경우:

      source venv/bin/activate
    • Windows의 경우:

      venv\Scripts\activate
  3. 종속성 설치:

    pip install -r requirements.txt

옵션 B: Conda 사용

  1. 새로운 conda 환경을 만듭니다.

    conda create --name inventory_env python=3.11
  2. conda 환경을 활성화합니다.

    conda activate inventory_env
  3. 종속성 설치:

    pip install -r requirements.txt

로컬에서 서버 실행하여 테스트

위의 두 가지 옵션을 사용하여 환경을 설정한 후:

  1. 서버를 실행합니다:

    python officesupply.py
  2. 서버는 http://localhost:8080 에서 사용할 수 있습니다.

MCP Inspector로 테스트

  1. MCP 검사기 설치:

    npx @modelcontextprotocol/inspector
  2. 브라우저에서 검사자가 제공한 URL을 엽니다.

  3. SSE 전송 유형을 사용하여 연결

  4. 끝에 /sse 붙여 서버 URL을 입력하세요(예: http://localhost:8080/sse ).

  5. 사용 가능한 도구를 테스트하세요.

    • get_items : 인벤토리에 있는 모든 아이템 이름을 나열합니다.

    • get_item_info : 특정 항목에 대한 세부 정보를 검색합니다.

CSV 데이터 형식

서버는 최소한 다음 열이 포함된 inventory.csv 파일을 기대합니다.

  • item_name : 인벤토리 항목의 이름

get_item_info 에서 반환된 항목 세부정보에 추가 열이 포함됩니다.

이 범위 내에서 귀하의 요구 사항에 맞게 CSV 파일을 편집할 수 있으며, MCP 서버도 귀하의 CSV 파일에 맞게 작동해야 합니다.

전개

클라우드 배포 준비

  1. 저장소에 다음이 포함되어 있는지 확인하세요.

    • 모든 코드 파일

    • requirements.txt

    • build.shrun.sh 스크립트

  2. 쉘 스크립트에 실행 권한을 설정합니다.

    chmod +x build.sh run.sh

    Windows의 경우 다음을 실행합니다.

    wsl chmod +x build.sh run.sh

AWS 계정 생성

AWS AppRunner에 배포

  1. AWS 계정 생성

  2. 청구를 위해 신용 카드를 추가하세요

  3. AWS AppRunner( https://console.aws.amazon.com/apprunner )로 이동합니다.

  4. 로그인하세요(아직 로그인하지 않으셨다면)

  5. App Runner 대시보드에 들어가면 페이지 오른쪽 상단에 파란색 "서비스 만들기" 버튼이 표시됩니다. 이 버튼을 클릭하세요.

  6. 소스 코드 저장소에서 새 서비스를 만듭니다.

  7. 서비스를 구성하세요:

    • Python 3.11 런타임

    • 빌드 명령: ./build.sh

    • 실행 명령어: ./run.sh

    • 포트: 8080

  8. 배포하고 완료를 기다리세요

  9. MCP Inspector로 공개 엔드포인트 테스트

NANDA 레지스트리에 등록

  1. NANDA 레지스트리 로 이동

  2. 로그인하거나 계정을 만드세요

  3. "새로운 서버 등록"을 클릭하세요

  4. 자세한 내용을 입력하세요:

    • 서버 이름

    • 설명

    • 공개 엔드포인트 URL( /sse 제외)

    • 태그 및 카테고리

  5. 서버를 등록하세요

브라우저 기반 클라이언트인 NANDA 호스트에서의 사용

  1. nanda.mit.edu 를 방문하세요

  2. NANDA 호스트로 이동

  3. Anthropic API 키를 추가하세요

  4. 레지스트리에서 MCP 서버를 찾으세요

  5. 호스트에 추가하세요

  6. 서버의 기능을 사용하는 질문을 통해 테스트하세요.

문제 해결

  • CSV 파일이 올바르게 형식화되었는지 확인하세요.

  • 배포하기 전에 로컬로 서버를 테스트하세요

  • 등록하기 전에 공개 엔드포인트가 MCP Inspector와 작동하는지 확인하세요.

  • 배포가 실패하면 AWS에서 로그를 확인하세요.

추가 자료

MCP 서버를 설정하고 사용하는 방법에 대한 안내는 이 비디오 튜토리얼을 확인하세요. MCP 서버 튜토리얼

감사의 말

NANDA 서버 저장소를 기반으로 합니다. https://nanda.mit.edu 에서 ProjectNanda를 팔로우하세요.

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/neeraj-jhawar/my_first_mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server