Training Platform MCP G2

¿Qué hace este proyecto?

Este repositorio contiene un servidor MCP (Model Context Protocol) en Python para registrar y consultar el progreso de cursos de usuarios autenticados. El servidor expone herramientas para:

• obtener el progreso actual de un usuario (get_course_progress)

• guardar el avance de curso y etapa (save_course_progress)

La aplicación valida tokens de acceso y persiste los datos en SQL Server.

Related MCP server: sqlserver-mcp-colossal

Estructura principal

• main.py: punto de entrada del servidor MCP.

• mcp.yaml: configuración del servidor y namespace.

• db.py: conexión y operaciones con SQL Server para el MCP de progreso de cursos.

• db_init.sql: script SQL para crear la estructura de base de datos.

• init_db.py: script de inicialización local de la base de datos.

• docker-compose.yml: configuración de desarrollo con Docker Compose.

• namespaces/training_platform_mcp_g2/handlers.py: tools, recurso y prompt del namespace.

• namespaces/training_platform_mcp_g2/auth.py: extracción y validación del token.

• namespaces/training_platform_mcp_g2/config.py: definición del namespace.

• tests/: pruebas automáticas que validan la configuración del namespace y que el proyecto no acumule código ajeno a su alcance.

Requisitos

• Python 3.10+

• Docker y Docker Compose (opcional)

• SQL Server (local o remoto)

• Variables de entorno correctamente configuradas

Configuración rápida

1. Copia .env.example a .env:

copy .env.example .env

2. Ajusta las variables:

DB_HOST=<host_sql_server>
DB_PORT=1433
DB_USER=<usuario_sql>
DB_PASSWORD=<password_sql>
DB_NAME=HistorialCursos
SA_PASSWORD=<password_sql_server>
GO_BASE_PATH=<go_base_path>
SERVER_HOST=0.0.0.0
SERVER_PORT=8000

3. Instala las dependencias:

pip install -r requirements.txt

4. Inicia el servidor directamente:

python main.py

5. O usa Docker Compose:

docker compose up --build

Docker Compose cargará las variables desde el archivo .env.

Variables de entorno importantes

• DB_HOST: host del servidor SQL Server

• DB_PORT: puerto de SQL Server

• DB_USER: usuario de SQL Server

• DB_PASSWORD: contraseña de SQL Server

• DB_NAME: nombre de la base de datos

• SA_PASSWORD: contraseña del usuario sa para SQL Server (solo Docker Compose)

• GO_BASE_PATH: URL base para validar tokens

• SERVER_HOST: host del servidor MCP

• SERVER_PORT: puerto del servidor MCP

Inicialización de la base de datos

El proyecto incluye el script db_init.sql para crear la base de datos y las tablas necesarias.

Opción 1: usar Docker Compose

Si levantás el stack con Docker Compose, el contenedor de SQL Server se inicializa con el script incluido y queda listo para el servidor MCP.

Opción 2: inicializarla manualmente

Si ya tenés SQL Server corriendo, podés ejecutar el script desde una herramienta como sqlcmd o desde tu cliente SQL Server:

sqlcmd -S <host> -U <usuario> -P <password> -i db_init.sql

El script crea:

• courses: catálogo de cursos

• stages: etapas del flujo de aprendizaje

• student_progress: registro del progreso de cada usuario

Uso básico

get_course_progress

Recupera el curso y la etapa actuales del usuario autenticado.

save_course_progress

Guarda o actualiza el progreso de un usuario autenticado.

get_user_email

Devuelve el email del usuario autenticado a partir del token de acceso.

Tests

El proyecto incluye pruebas automáticas en tests/ que verifican:

• que config.py declare correctamente las tools del namespace;

• que db.py no acumule código fuera del alcance del training platform (progreso de cursos);

• que no aparezcan restos de otras funcionalidades en ningún archivo del repo.

Para correrlas:

pip install pytest
pytest tests/ -v

Buenas prácticas para revisión

• No subir archivos de configuración local ni secretos.

• Mantener pip.conf, .env y venv/ fuera del repositorio.

• Usar .env.example como plantilla de configuración.

• Documentar los endpoints o tools disponibles.

Notas de seguridad

Este proyecto ya está configurado para leer la conexión a la base de datos desde variables de entorno en lugar de valores hardcodeados.

Notas de compatibilidad

El servidor está pensado para ejecutarse con el framework interno ffmcp y el patrón de autenticación go-token. Por eso, si se quiere levantar fuera del contexto de Finnegans, puede requerir ajustes adicionales de infraestructura o dependencias.

No debes subir nunca:

• .env

• pip.conf

• pip.config

• venv/ o .venv/

• archivos con contraseñas, certificados o claves privadas