MCP LLMS-TXT 문서 서버

개요

llms.txt 는 LLM을 위한 웹사이트 인덱스로, 배경 정보, 지침, 그리고 자세한 마크다운 파일 링크를 제공합니다. Cursor, Windsurf와 같은 IDE나 Claude Code/Desktop과 같은 앱은 llms.txt 사용하여 작업의 컨텍스트를 검색할 수 있습니다. 하지만 이러한 앱은 llms.txt 와 같은 파일을 읽고 처리하기 위해 다양한 내장 도구를 사용합니다. 검색 과정은 불투명할 수 있으며, 도구 호출이나 반환된 컨텍스트를 감사할 방법이 항상 있는 것은 아닙니다.

MCP는 개발자가 이러한 애플리케이션에서 사용하는 도구를 완벽하게 제어 할 수 있는 방법을 제공합니다. 여기서는 MCP 호스트 애플리케이션(예: Cursor, Windsurf, Claude Code/Desktop)에 (1) 사용자 정의 llms.txt 파일 목록과 (2) 제공된 llms.txt 파일 내의 URL을 읽어오는 간단한 fetch_docs 도구를 제공하는 오픈 소스 MCP 서버를 llms.txt fetch_docs llms.txt 이를 통해 사용자는 각 도구 호출과 반환된 컨텍스트를 감사할 수 있습니다.

빠른 시작

uv 설치

uv 설치하는 다른 방법은 공식 uv 문서를 참조하세요.

지엑스피1

사용할 `llms.txt` 파일을 선택하세요.

예를 들어, LangGraph llms.txt 파일은 다음과 같습니다 .

(선택 사항) 선택한 `llms.txt` 파일을 사용하여 MCP 서버를 로컬로 테스트합니다.

uvx --from mcpdoc mcpdoc \
    --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt \
    --transport sse \
    --port 8082 \
    --host localhost

다음에서 실행되어야 합니다: http://localhost:8082

MCP 검사기를 실행하고 실행 중인 서버에 연결합니다.

npx @modelcontextprotocol/inspector

여기에서 tool 호출을 테스트할 수 있습니다.

커서에 연결

Cursor Settings 및 MCP 탭을 엽니다.
~/.cursor/mcp.json 파일이 열립니다.

다음을 파일에 붙여넣습니다( langgraph-docs-mcp 이름을 사용하고 LangGraph llms.txt 에 연결합니다).

{
  "mcpServers": {
    "langgraph-docs-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "mcpdoc",
        "mcpdoc",
        "--urls",
        "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt",
        "--transport",
        "stdio",
        "--port",
        "8081",
        "--host",
        "localhost"
      ]
    }
  }
}

Cursor Settings/MCP 탭에서 서버가 실행 중인지 확인하세요.
CMD+L (Mac)을 눌러 채팅을 엽니다.
agent 선택되었는지 확인하세요.

그런 다음, 다음과 같은 예시 프롬프트를 시도해 보세요.

use the langgraph-docs-mcp server to answer any LangGraph questions -- 
+ call list_doc_sources tool to get the available llms.txt file
+ call fetch_docs tool to read it
+ reflect on the urls in llms.txt 
+ reflect on the input question 
+ call fetch_docs on any urls relevant to the question
+ use this to answer the question

what are types of memory in LangGraph?

Windsurf에 연결

CMD+L (Mac)을 눌러 Cascade를 엽니다.
Configure MCP 클릭하여 구성 파일 ~/.codeium/windsurf/mcp_config.json 엽니다.
위에 언급한 대로 langgraph-docs-mcp 로 업데이트합니다.

CMD+L (Mac)을 눌러 Cascade를 열고 MCP 서버를 새로 고칩니다.
사용 가능한 MCP 서버가 나열되고, langgraph-docs-mcp 연결된 것으로 표시됩니다.

그런 다음, 예제 프롬프트를 시도해 보세요.

도구 호출을 수행합니다.

Claude Desktop에 연결

Settings/Developer 열어 ~/Library/Application\ Support/Claude/claude_desktop_config.json 을 업데이트합니다.
위에 언급한 대로 langgraph-docs-mcp 로 업데이트합니다.
Claude Desktop 앱을 다시 시작합니다.

채팅 입력란의 오른쪽 하단에 도구가 표시됩니다.

그런 다음, 예제 프롬프트를 시도해 보세요.

요청을 처리할 때 도구 호출을 승인할지 묻습니다.

Claude Code에 연결

Claude Code를 설치한 후 터미널에서 다음 명령을 실행하여 프로젝트에 MCP 서버를 추가합니다.

claude mcp add-json langgraph-docs '{"type":"stdio","command":"uvx" ,"args":["--from", "mcpdoc", "mcpdoc", "--urls", "langgraph:https://langchain-ai.github.io/langgraph/llms.txt"]}' -s local

~/.claude.json 이 업데이트된 것을 볼 수 있습니다.
Claude Code를 실행하고 도구를 확인하여 테스트하세요.

$ Claude
$ /mcp 

그런 다음, 예제 프롬프트를 시도해 보세요.

도구 호출을 승인할지 묻습니다.

명령줄 인터페이스

mcpdoc 명령은 문서 서버를 시작하기 위한 간단한 CLI를 제공합니다.

문서 소스를 지정하는 방법은 세 가지가 있으며, 이를 결합할 수도 있습니다.

YAML 구성 파일 사용:

이렇게 하면 이 저장소의 sample_config.yaml 파일에서 LangGraph Python 문서가 로드됩니다.

mcpdoc --yaml sample_config.yaml

JSON 구성 파일 사용:

이렇게 하면 이 저장소의 sample_config.json 파일에서 LangGraph Python 문서가 로드됩니다.

mcpdoc --json sample_config.json

선택적 이름을 사용하여 llms.txt URL을 직접 지정합니다.

URL은 일반 URL로 지정하거나 name:url 형식을 사용하여 선택적 이름을 사용하여 지정할 수 있습니다.
위의 MCP 서버에 llms.txt 를 로드한 방법은 다음과 같습니다.

mcpdoc --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt

다음 방법을 결합하여 문서 소스를 병합할 수도 있습니다.

mcpdoc --yaml sample_config.yaml --json sample_config.json --urls https://langchain-ai.github.io/langgraph/llms.txt

추가 옵션

--follow-redirects : HTTP 리디렉션을 따릅니다(기본값은 False)
--timeout SECONDS : HTTP 요청 시간 초과(초) (기본값은 10.0)

추가 옵션이 있는 예:

mcpdoc --yaml sample_config.yaml --follow-redirects --timeout 15

이렇게 하면 15초의 시간 제한을 두고 LangGraph Python 문서가 로드되고 필요한 경우 모든 HTTP 리디렉션을 따릅니다.

구성 형식

YAML과 JSON 구성 파일에는 모두 문서 소스 목록이 포함되어야 합니다.

각 소스에는 llms_txt URL이 포함되어야 하며 선택적으로 name 포함할 수 있습니다.

YAML 구성 예제(sample_config.yaml)

# Sample configuration for mcp-mcpdoc server
# Each entry must have a llms_txt URL and optionally a name
- name: LangGraph Python
  llms_txt: https://langchain-ai.github.io/langgraph/llms.txt

JSON 구성 예제(sample_config.json)

[
  {
    "name": "LangGraph Python",
    "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt"
  }
]

프로그래밍 방식 사용

from mcpdoc.main import create_server

# Create a server with documentation sources
server = create_server(
    [
        {
            "name": "LangGraph Python",
            "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt",
        },
        # You can add multiple documentation sources
        # {
        #     "name": "Another Documentation",
        #     "llms_txt": "https://example.com/llms.txt",
        # },
    ],
    follow_redirects=True,
    timeout=15.0,
)

# Run the server
server.run(transport="stdio")

MCP LLMS-TXT Documentation Server

Integrations

MCP LLMS-TXT 문서 서버

개요

빠른 시작

uv 설치

사용할 `llms.txt` 파일을 선택하세요.

(선택 사항) 선택한 `llms.txt` 파일을 사용하여 MCP 서버를 로컬로 테스트합니다.

커서에 연결

Windsurf에 연결

Claude Desktop에 연결

Claude Code에 연결

명령줄 인터페이스

추가 옵션

구성 형식

YAML 구성 예제(sample_config.yaml)

JSON 구성 예제(sample_config.json)

프로그래밍 방식 사용

Integrations

MCP LLMS-TXT 문서 서버

개요

빠른 시작

uv 설치

사용할 llms.txt 파일을 선택하세요.

(선택 사항) 선택한 llms.txt 파일을 사용하여 MCP 서버를 로컬로 테스트합니다.

커서에 연결

Windsurf에 연결

Claude Desktop에 연결

Claude Code에 연결

명령줄 인터페이스

추가 옵션

구성 형식

YAML 구성 예제(sample_config.yaml)

JSON 구성 예제(sample_config.json)

프로그래밍 방식 사용

사용할 `llms.txt` 파일을 선택하세요.

(선택 사항) 선택한 `llms.txt` 파일을 사용하여 MCP 서버를 로컬로 테스트합니다.