Skip to main content
Glama
CodeNinja1126

KETI FLOW MCP

KETI FLOW MCP

송풍기/펌프 운전점 데이터를 서버 시작 시마다 학습하고, 에이전트가 MCP tool로 최적 제어값을 조회할 수 있게 하는 독립 MCP 서버입니다.

구조

KETI_FLOW_MCP/
├─ src/
│  ├─ train/
│  ├─ mcp_server/
│  ├─ mcp_tools/
│  └─ utils/
├─ data/
├─ tests/
├─ config/
│  └─ config.json
├─ main.py
├─ pyproject.toml
├─ uv.lock
├─ README.md
└─ .gitignore

src/mcp/는 Python MCP SDK의 mcp 패키지명과 충돌할 수 있어 사용하지 않습니다.

Related MCP server: MCP Energy Hub

설치

cd C:\Users\keti\workspace\KETI_FLOW_MCP
uv sync

가상환경은 .venv/에 생성됩니다.

데이터

학습 데이터는 data/ 아래에 둡니다. 이 폴더는 기밀 데이터 위치이므로 git에서 추적하지 않습니다.

기본 설정은 다음 파일을 사용합니다.

data/blower/fan_training.csv
data/pump/pump_training.csv

기본 CSV 컬럼은 다음과 같습니다.

Flowrate,Head,Power,Angle,Speed

현재 MCP tool은 요구 유량 Flowrate를 입력받아 Power가 최소가 되는 Angle 값을 찾습니다.

설정

설정 파일은 config/config.json입니다.

주요 항목:

  • data.base_dir: 학습 데이터 기준 폴더

  • machines.<name>.data_file: 장비별 CSV 경로

  • flow_column: 유량 컬럼

  • control_column: 최적화할 제어값 컬럼

  • target_column: 최소화 또는 최대화할 목표 컬럼

  • optimization: minimize 또는 maximize

  • candidate_count: 실시간 탐색 후보 개수

  • respect_control_flow_range: 제어값별 학습 유량 범위를 엄격히 적용할지 여부

실행

uv run python main.py

서버는 실행 시 다음 순서로 동작합니다.

  1. config/config.json 로딩

  2. data/의 CSV 로딩

  3. 송풍기/펌프 모델 메모리 학습

  4. MCP stdio 서버 시작

모델 파일과 LUT 파일은 생성하지 않습니다.

MCP Tools

get_optimal_blower_angle

입력:

{
  "required_flow": 500.0
}

응답 예:

해당 유량에서 적절한 각도 제어 값은 49 입니다. 예측 Power: 2.739 kW

범위 밖 응답 예:

해당 유량은 학습 데이터 범위 내 값이 아닙니다. 지원 범위: 500 ~ 900

get_optimal_pump_control

입력:

{
  "required_flow": 5.0
}

get_training_status

현재 서버 프로세스에 학습된 모델 상태, 데이터 파일, 행 수, 유량 범위를 반환합니다.

Codex 등록 예시

Codex MCP 설정에서 다음 형태로 등록합니다.

{
  "mcpServers": {
    "keti-flow": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\Users\\keti\\workspace\\KETI_FLOW_MCP",
        "run",
        "python",
        "main.py"
      ]
    }
  }
}

Claude 등록 예시

Claude Desktop 설정 파일의 mcpServers에 다음 항목을 추가합니다.

{
  "mcpServers": {
    "keti-flow": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\Users\\keti\\workspace\\KETI_FLOW_MCP",
        "run",
        "python",
        "main.py"
      ]
    }
  }
}

로컬 검증

tests/는 로컬 검증용 폴더이며 git에서 추적하지 않습니다.

간단한 smoke 검증:

uv run python -c "from src.mcp_server.server import build_runtime; r=build_runtime(); print(r.status())"

송풍기 예측 확인:

uv run python -c "from src.mcp_server.server import build_runtime; from src.mcp_tools.operation_tools import optimal_control_text; r=build_runtime(); print(optimal_control_text(r, 'blower', 500))"

git 추적 제외

다음 항목은 git에 포함하지 않습니다.

  • data/

  • tests/

  • .venv/

  • 모델 산출물 파일

  • 로그와 로컬 출력물

F
license - not found
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

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/CodeNinja1126/KETI_FLOW_MCP'

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