GitHub MCP 에이전트

GitHub 저장소에 대해 자연어 질문을 하고 실시간 GitHub 데이터를 기반으로 답변을 받으세요. Cloudflare에서는 Worker가 모든 LLM 제공자(Google, OpenAI, DeepSeek, Cloudflare, Groq 또는 사용자 정의 OpenAI 호환 API)를 도구 호출과 함께 호출하고 REST API를 통해 GitHub 도구를 구현합니다. 로컬에서는 Docker를 통해 공식 GitHub MCP 서버와 통신하는 원래 Streamlit 앱을 계속 실행할 수 있습니다.

이것은 Shubhamsaboo/awesome-llm-apps의 GitHub MCP 에이전트를 독립형으로 패키징한 것입니다. 원본은 방대한 예제 컬렉션 안에 있습니다. 이 저장소는 클론, 실행 및 배포할 수 있는 자체 포함 프로젝트입니다.

기능

앱을 owner/repo에 연결하고 질문을 입력하면 일반적인 LLM 추측이 아닌 실시간 GitHub 데이터를 기반으로 구조화된 답변을 얻을 수 있습니다. 일반적인 질문:

• 버그로 레이블이 지정된 이슈는 무엇인가요?

• 아직 리뷰가 필요한 풀 리퀘스트는 무엇인가요?

• 최근에 병합된 것은 무엇인가요?

• 이 저장소의 활동 상태는 어떤가요?

에이전트는 마크다운으로 답변을 포맷하며, 도움이 될 때 표와 GitHub 링크를 포함합니다.

Related MCP server: GitHub Tools MCP Server

특징

• 이슈, 풀 리퀘스트, 저장소 메타데이터, 파일 및 검색에 대한 자연어 질의

• 호스팅 사용을 위한 Cloudflare Worker + 정적 채팅 UI(모든 LLM 제공자 + GitHub REST)

• 원래 Streamlit 앱을 위한 Docker를 통한 공식 GitHub MCP 서버(선택적 로컬 경로)

• 자체 LLM 키 사용: Google, OpenAI, DeepSeek, Cloudflare Workers AI, Anthropic, Groq, OpenRouter, Mistral, xAI, Together 또는 모든 OpenAI 호환 엔드포인트

• 사이드바 인증, 제공자 선택기 및 모델 필드, 질의 템플릿 및 사용자 정의 질문

• 선택적 .env / .dev.vars 로딩으로 UI에서 키를 숨길 수 있음

호스팅 아키텍처 (Cloudflare)

Streamlit과 GitHub MCP Docker 이미지는 Cloudflare Pages/Workers에서 실행할 수 없습니다. 호스팅 앱은 동일한 제품의 Cloudflare 네이티브 재구축입니다.

┌─────────────────┐     POST /api/chat (SSE)      ┌──────────────────┐
│ Static chat UI  │ ────────────────────────────► │ Cloudflare Worker│
│ public/         │                               │ Any LLM + tools  │
└─────────────────┘                               └────────┬─────────┘
                                                           │ GitHub REST
                                                           ▼
                                                  ┌──────────────────┐
                                                  │ api.github.com   │
                                                  └──────────────────┘

1. Worker는 public/에서 채팅 UI를 제공하고 /api/*를 처리합니다.

2. 채팅 요청은 GitHub MCP repos, issues 및 pull_requests 도구 세트(파일 및 검색 포함)에 해당하는 GitHub 도구와 함께 선택한 LLM을 호출합니다.

3. Worker는 GITHUB_TOKEN을 사용하여 GitHub REST API에 대해 해당 도구를 실행합니다.

4. 토큰은 Wrangler 비밀 또는 사이드바(X-LLM-Key, X-GitHub-Token)에서 가져올 수 있습니다. 사이드바 값은 해당 요청에 대해 비밀을 재정의합니다.

Cloudflare에 배포

전제 조건

• Node.js 18+

• Cloudflare 계정

• 모든 제공자(Google, OpenAI, DeepSeek, Cloudflare, Groq, …)의 LLM API 키

• GitHub 개인 액세스 토큰(커밋하지 않음)

git clone https://github.com/MadanMohan0537/github-mcp-agent.git
cd github-mcp-agent
npm install
npx wrangler login
npx wrangler secret put LLM_API_KEY
npx wrangler secret put GITHUB_TOKEN
npx wrangler secret put LLM_PROVIDER
npm run deploy

배포 후 Wrangler는 *.workers.dev URL을 출력합니다. UI와 API는 동일 출처입니다.

로컬 Cloudflare 개발

copy .dev.vars.example .dev.vars

실제 키로 .dev.vars를 편집하고(절대 커밋하지 마세요), 다음을 실행하세요:

npm run dev

Wrangler가 출력하는 URL(보통 http://127.0.0.1:8787)을 엽니다.

사이드바에 키를 입력할 수도 있습니다. 필드 레이블은 LLM API 키이며 OpenAI 전용이 아닙니다. 사이드바 값은 요청 헤더로 이 Worker에만 전송됩니다.

토큰 범위:

• 공개 저장소: public_repo면 충분합니다.

• 비공개 저장소: repo

선택적 로컬 경로: Streamlit + GitHub MCP Docker

원래 Python 앱은 변경되지 않았습니다. Agno, Streamlit 및 ghcr.io/github/github-mcp-server를 사용합니다.

┌─────────────────┐     natural-language query      ┌──────────────────┐
│  Streamlit UI   │ ───────────────────────────────► │  Agno Agent      │
│  github_agent.py│                                  │  (any LLM)      │
└─────────────────┘                                  └────────┬─────────┘
                                                              │ MCP tools
                                                              ▼
                                                     ┌──────────────────┐
                                                     │ Docker container │
                                                     │ github-mcp-server│
                                                     └────────┬─────────┘
                                                              │ GitHub API
                                                              ▼
                                                     ┌──────────────────┐
                                                     │ api.github.com   │
                                                     └──────────────────┘

전제 조건

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
copy .env.example .env
streamlit run github_agent.py

또는 venv가 설치된 후 . un.ps1 / run.bat 실행. Streamlit이 출력하는 URL(보통 http://localhost:8501)을 엽니다.

ghcr.io/github/github-mcp-server의 첫 번째 Docker 풀은 1분 정도 걸릴 수 있습니다. 질의는 120초 후에 시간 초과됩니다.

사용 예시

저장소: Shubhamsaboo/awesome-llm-apps

이슈

• Shubhamsaboo/awesome-llm-apps에서 버그로 레이블이 지정된 이슈 찾기

• 어떤 이슈가 활발히 논의되고 있나요?

풀 리퀘스트

• 어떤 PR에 리뷰가 필요하나요?

• 최근에 병합된 PR 보여줘

저장소

• 저장소 상태 메트릭 표시

• 저장소 활동 패턴 표시

• 코드 품질 추세 분석

각 질문을 한 영역(이슈, PR 또는 저장소 통계)에 집중하세요. 광범위한 프롬프트는 시간이 더 오래 걸리고 잡음이 많은 답변을 생성합니다.

프로젝트 구조

github-mcp-agent/
├── public/              # Cloudflare static chat UI
├── src/                 # Worker: multi-provider LLM agent + GitHub REST tools
├── wrangler.toml        # Workers + assets project
├── package.json         # npm run dev / npm run deploy
├── github_agent.py      # Optional local Streamlit + MCP Docker app
├── requirements.txt
├── .env.example
├── .dev.vars.example
├── LICENSE              # Apache License 2.0 (from the original project)
├── NOTICE
└── README.md

문제 해결

출처 표시

Shubhamsaboo/awesome-llm-apps의 GitHub MCP 에이전트 기반, 특히:

mcp_ai_agents/github_mcp_agent

업스트림 튜토리얼: 50줄 미만의 코드로 MCP GitHub 에이전트 구축하기.

이 저장소는 문서, Cloudflare Workers 호스트 및 작은 패키징 변경 사항이 포함된 독립적인 독립형 체크아웃입니다. 공식 GitHub 또는 Cloudflare 제품이 아닙니다.

라이선스

원래 awesome-llm-apps 프로젝트는 Apache License 2.0에 따라 라이선스가 부여됩니다. 이 파생 작업은 해당 라이선스를 유지합니다. 소스 출처 표시는 NOTICE를 참조하세요.