기본 MCP 응용 프로그램

FastAPI와 Gradio에서 Model Context Protocol(MCP)이 어떻게 작동하는지 보여주는 간단한 앱입니다(저는 Streamlit으로 인한 골치 아픈 일을 즐기는 개발자가 아니기 때문입니다).

개요

이 프로젝트는 Gradio 프런트엔드를 갖춘 기본 MCP 서버를 보여줍니다. (Streamlit은 골치 아픈 문제였고, 인생은 불필요한 고통에 너무 짧습니다.) 사용자는 마케팅 담당자들이 "간단한 인터페이스"라고 부르는, 그리고 개발자들이 "다음 단계로 넘어가기 전에 할 수 있는 최선"이라고 생각하는 인터페이스를 통해 AI 모델과 채팅할 수 있습니다.

기술 스택

백엔드 : FastAPI + MCP Python SDK(피자에 파인애플이 들어간다는 건 상상도 할 수 없는 조합이죠)
프런트엔드 : Gradio (예쁜 버튼은 도파민을 솟구치게 만들기 때문이죠)
AI 통합 : Google Gemini API(별자리표가 아닌 Sundar Pichai의 AI AI AI AI AI AI라는 것)

알려진 문제

⚠️ 참고사항

현재 인용 도구가 제대로 작동하지 않습니다. 논문 인용을 분석하거나 고급 검색 기능을 사용할 때 오류가 발생할 수 있습니다. 이 문제를 해결하기 위해 노력하고 있습니다. 언제쯤 해결될까요? ¯\_(ツ)_/¯. AGI가 도입되면 해결될지도 모르겠네요.
Semantic Scholar API에는 속도 제한이 있어 검색 기능에서 "논문을 직접 검색하여 제공할 수 없습니다."라는 오류 메시지가 표시될 수 있습니다. 이는 무료 API가 열정적인 사용자들을 만나면 발생하는 현상입니다. 저희는 이러한 사용자들을 매우 사랑합니다. 잠시 기다렸다가 다시 시도해 보세요(또는 속도 제한이 재설정될 때까지 커피 한 잔으로 시간을 보내세요).

설정 속도 향상

이 프로젝트는 초고속 Python 패키지 설치 프로그램인 uv 와 완벽하게 호환됩니다! 다음 세기쯤 pip가 완료될 때까지 기다릴 필요 없이, uv 사용하면 몇 초 만에 종속성을 설치할 수 있습니다. 더욱 원활한 사용 환경(그리고 진행률 표시줄을 바라보며 몇 시간씩 허비했던 시간)을 위해 uv를 강력 추천합니다.

빠른 시작

필요한 것

Python 3.11 이상(죄송합니다. 아직도 Python 2를 사용하는 공룡들이 있습니다.)
pip 패키지 관리자(또는 더 멋지고 빠른 사촌인 uv )
RCB의 인내심(구글링으로 검색)(선택 사항이지만 권장)

설정 단계

이 프로젝트를 복제하세요:지엑스피1
가상 환경을 만드세요(전역적 종속성은 감정적 손상으로 이어질 수 있기 때문입니다):
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate
필요한 패키지를 설치하세요:pip(거북이 방식)을 사용하면:
pip install -r requirements.txt
uv(실제로 경주에서 이기는 토끼 방식)를 사용하면:
# Install uv first if you don't have it curl -LsSf https://astral.sh/uv/install.sh | sh
또는
pip install uv
그런 다음 uv를 사용하여 종속성을 설치합니다.
uv pip install -r requirements.txt
uv 사용하면 Python 패키지 설치가 아주 빨라집니다! 일반 pip보다 훨씬 빠르죠 (motherpromise🤞). pip가 사용자의 요청을 처리하는 동안 uv는 이미 작업을 완료하고, 커피를 내리고, 다음 앱 개발을 시작합니다.
API 키를 설정하세요(GitHub에 절대 커밋해서는 안 되지만 누군가는 항상 커밋하는 것들):
cp .env.example .env # Open .env and add your API keys
하나의 명령으로 두 서버를 실행합니다(마법과 비슷하지만 세미콜론이 더 많습니다):
python run.py
이렇게 하면 백엔드와 프런트엔드가 동시에 시작됩니다. 마치 케이크를 먹고 싶은 대로 먹는 것과 같지만, 칼로리는 더 적습니다.필요하다면 개별적으로 시작할 수도 있습니다(통제광인 사람들을 위해):
- 백엔드: uvicorn backend.main:app --reload
- 프런트엔드: python frontend/app.py
웹 브라우저를 열고 http://localhost:8501 로 이동하세요(작동하지 않으면 껐다가 다시 켜보세요 😑)

프로젝트 파일

개발이 실제로 시작되면 결코 이렇게 깔끔함을 유지할 수 없을 이 아름다운 디렉토리 구조를 살펴보세요.

basic-mcp-app/
├── .env.example           # Template for your API keys(Please don't make your api keys public🙏)
├── .gitignore             # Files to ignore in git (like the emotional baggage)
├── README.md              # This help file that nobody reads until desperate
├── requirements.txt       # Required packages (aka dependency hell)
├── run.py                 # Script to start both servers
├── backend/
│   └── main.py            # Backend server code with MCP (where the real magic happens)
└── frontend/
    └── app.py             # Gradio frontend interface (pretty buttons go here)

특징

Semantic Scholar를 사용한 과학 논문 검색(Google Scholar가 너무 대중적일 때)
논문 분석 도구(항상 60%의 확률로 작동)
간단한 채팅 인터페이스(사용자에게는 간단하지만 개발자에게는 악몽)
간편한 설치 과정(에베레스트 산에 오른 적이 있다면 공원 산책과 같을 것입니다)

특허

MIT(저는 친절하고 긴 라이센스를 읽고 싶지 않기 때문입니다)

감사해요

MCP용 Anthropic - https://www.anthropic.com/news/model-context-protocol
https://modelcontextprotocol.io/introduction
클로드, 데모의 각 부분에 분위기 코딩을 해준 거, 완벽하지는 않지만 아주 약간만 해준 거야 🤏.

Basic MCP Application

Integrations