FastMCP - 모델 컨텍스트 프로토콜 서버
FastMCP로 구현된 가벼운 Model Context Protocol(MCP) 서버입니다. FastMCP 는 MCP 서버와 클라이언트를 구축하기 위한 빠르고 Python적인 프레임워크입니다.
특징
모델 컨텍스트 생성, 검색, 업데이트 및 삭제
특정 컨텍스트에 대한 쿼리 실행
모델명 및 태그로 필터링
메모리 내 저장소(개발용)
간편한 MCP 서버 개발을 위한 FastMCP 통합
메트릭 및 모니터링을 위한 Datadog 통합
Related MCP server: MCP Database Server
요구 사항
파이썬 3.7 이상
패스트MCP
uv (환경 관리에 권장)
Datadog 계정(선택 사항, 메트릭용)
설치
uv 사용 (추천)
설치하는 가장 간단한 방법은 제공된 스크립트를 사용하는 것입니다.
유닉스/리눅스/맥OS
지엑스피1
윈도우
# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
# Run the installer
.\install.ps1
수동 설치
# Clone the repository
git clone https://github.com/yourusername/datadog-mcp-server.git
cd datadog-mcp-server
# Create and activate a virtual environment with uv
uv venv
# On Unix/Linux/macOS:
source .venv/bin/activate
# On Windows:
.\.venv\Scripts\activate
# Install dependencies
uv pip install -r requirements.txt
Datadog 구성
이 서버는 메트릭 및 모니터링을 위해 Datadog와 통합됩니다. Datadog API 자격 증명은 여러 가지 방법으로 구성할 수 있습니다.
1. 환경 변수
서버를 시작하기 전에 다음 환경 변수를 설정하세요.
# Unix/Linux/macOS
export DATADOG_API_KEY=your_api_key
export DATADOG_APP_KEY=your_app_key # Optional
export DATADOG_SITE=datadoghq.com # Optional, default: datadoghq.com
# Windows PowerShell
$env:DATADOG_API_KEY = 'your_api_key'
$env:DATADOG_APP_KEY = 'your_app_key' # Optional
$env:DATADOG_SITE = 'datadoghq.com' # Optional
2. .env 파일
프로젝트 디렉토리에 .env 파일을 만듭니다.
DATADOG_API_KEY=your_api_key
DATADOG_APP_KEY=your_app_key
DATADOG_SITE=datadoghq.com
3. FastMCP CLI 설치
Claude Desktop 도구로 설치하는 경우 환경 변수를 전달할 수 있습니다.
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key
4. 런타임 구성
런타임에 configure_datadog 도구를 사용하세요.
result = await client.call_tool("configure_datadog", {
"api_key": "your_api_key",
"app_key": "your_app_key", # Optional
"site": "datadoghq.com" # Optional
})
용법
서버 시작
# Start directly from activated environment
python mcp_server.py
# Or use uv run (no activation needed)
uv run python mcp_server.py
# Use FastMCP CLI for development (if in activated environment)
fastmcp dev mcp_server.py
# Use FastMCP CLI with uv (no activation needed)
uv run -m fastmcp dev mcp_server.py
Claude Desktop Tool로 설치
# From activated environment
fastmcp install mcp_server.py --name "Model Context Server"
# Using uv directly
uv run python -m fastmcp install mcp_server.py --name "Model Context Server"
# With Datadog API key
fastmcp install mcp_server.py --name "Model Context Server" -v DATADOG_API_KEY=your_api_key
도구 사용
서버는 다음과 같은 도구를 제공합니다.
create_context - 새로운 컨텍스트를 생성합니다
get_context - 특정 컨텍스트 검색
update_context - 기존 컨텍스트 업데이트
delete_context - 컨텍스트 삭제
list_contexts - 모든 컨텍스트 나열(선택적 필터링 포함)
query_model - 특정 컨텍스트에 대해 쿼리를 실행합니다.
health_check - 서버 상태 점검
configure_datadog - 런타임 시 Datadog 통합 구성
요청 예시
컨텍스트 만들기
result = await client.call_tool("create_context", {
"context_id": "model-123",
"model_name": "gpt-3.5",
"data": {
"parameters": {
"temperature": 0.7
}
},
"tags": ["production", "nlp"]
})
쿼리 실행
result = await client.call_tool("query_model", {
"context_id": "model-123",
"query_data": {
"prompt": "Hello, world!"
}
})
Datadog 구성
result = await client.call_tool("configure_datadog", {
"api_key": "your_datadog_api_key",
"app_key": "your_datadog_app_key", # Optional
"site": "datadoghq.com" # Optional
})
데이터독 메트릭스
서버는 다음과 같은 측정 항목을 Datadog에 보고합니다.
mcp.contexts.created - 컨텍스트 생성 이벤트
mcp.contexts.updated - 컨텍스트 업데이트 이벤트
mcp.contexts.deleted - 컨텍스트 삭제 이벤트
mcp.contexts.accessed - 컨텍스트 액세스 이벤트
mcp.contexts.total - 컨텍스트의 총 수
mcp.contexts.listed - 컨텍스트 작업 이벤트 나열
mcp.queries.executed - 쿼리 실행 이벤트
mcp.server.startup - 서버 시작 이벤트
mcp.server.shutdown - 서버 종료 이벤트
개발
클라이언트 구현 예제는 포함된 mcp_example.py 참조하세요.
# Run the example client (with activated environment)
python mcp_example.py
# Run with uv (no activation needed)
uv run python mcp_example.py
특허
MIT
자원
