🧠 Expert MCP

AI 모델에게 "언제든 물어볼 수 있는" 고급 전문가 컨설턴트를 붙여주세요.

하위 모델이 복잡한 문제에 직면했을 때, 이 MCP 도구를 통해 미리 구성된 고급 모델(예: GPT-5.5, Claude Opus 4.7 등)로 질문을 전달하여 심층 분석과 전문적인 조언을 얻고, 이를 자체 판단과 결합하여 최종 답변을 제공할 수 있습니다.

Python MCP License GitHub

✨ 주요 기능

🔌 OpenAI 호환 — 모든 OpenAI 형식의 업스트림 엔드포인트(OpenAI / DeepSeek / Qwen / vLLM / Ollama 등)와 연동 가능
⚙️ 설정 파일 기반 — 모든 매개변수를 config.json에서 중앙 집중식으로 관리하며, 코드 수정 불필요
📡 Streamable HTTP — 최신 MCP 표준을 준수하는 스트리밍 HTTP 전송, 엔드포인트 /mcp
🛠️ 풍부한 도구 설명 — 하위 모델이 적절한 시점에 호출하도록 정교하게 설계된 description
🧩 3단계 입력 매개변수 — question(필수), context(배경), focus(중점 방향)
📊 전체 로그 — 요청 로그 + 토큰 사용량 통계, 모니터링 및 문제 해결 용이

🏗️ 작동 원리

┌─────────────────────────────────────────────────────────┐
│                      用户 (User)                         │
└───────────────────────────┬─────────────────────────────┘
                            │ 提问
                            ▼
┌─────────────────────────────────────────────────────────┐
│              下游模型 (Claude / GPT / Qwen …)            │
│                                                         │
│   遇到复杂问题？→ 调用 consult_advanced_model 工具       │
└───────────────────────────┬─────────────────────────────┘
                            │ MCP Streamable HTTP
                            ▼
┌─────────────────────────────────────────────────────────┐
│                   Expert MCP Server                     │
│               (本项目 server.py)                        │
└───────────────────────────┬─────────────────────────────┘
                            │ OpenAI API 请求
                            ▼
┌─────────────────────────────────────────────────────────┐
│         上游高级模型 (GPT-5.5、Claude Opus 4.7 …)      │
│                   返回深度分析意见                       │
└─────────────────────────────────────────────────────────┘

📦 빠른 시작

1. 저장소 복제

git clone https://github.com/MineJPGcraft/Expert-mcp.git
cd Expert-mcp

2. 의존성 설치

pip install -r requirements.txt

Python 3.10+ 사용을 권장하며, 가상 환경에 설치하는 것이 좋습니다.

3. 설정 파일 편집

config.json을 복사하고 수정하세요:

{
  "host": "0.0.0.0",
  "port": 8765,
  "upstream": {
    "base_url": "https://api.openai.com/v1",
    "api_key": "sk-xxxxxxxxxxxxxxxxxxxx",
    "model": "gpt-5.5",
    "temperature": 0.3,
    "max_tokens": 4096,
    "timeout": 120,
    "system_prompt": "你是一位顶尖的资深专家顾问，请对问题进行深入、严谨、可执行的分析。"
  }
}

설정 항목에 대한 설명은 아래 ⚙️ 설정 참조를 확인하세요.

4. 서비스 시작

python server.py

다음과 같은 로그가 보이면 성공적으로 시작된 것입니다:

2025-xx-xx | INFO    | mcp-advisor | 上游模型: gpt-4o @ https://api.openai.com/v1
2025-xx-xx | INFO    | mcp-advisor | MCP 监听: http://0.0.0.0:8765/mcp

MCP 엔드포인트 주소:

http://127.0.0.1:8765/mcp

🔧 클라이언트 연결

MCP Streamable HTTP를 지원하는 클라이언트(Cherry Studio, Cline, Claude Code 등)에 다음 설정을 추가하세요:

{
  "mcpServers": {
    "expert-advisor": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8765/mcp"
    }
  }
}

원격 배포인가요? 127.0.0.1을 서버의 실제 IP 또는 도메인으로 교체하고 방화벽에서 해당 포트가 열려 있는지 확인하세요.

⚙️ 설정 참조

필드	타입	기본값	설명
`host`	string	`"0.0.0.0"`	서비스 수신 주소
`port`	integer	`8765`	서비스 수신 포트
`upstream.base_url`	string	—	업스트림 API의 base URL (OpenAI 호환 형식)
`upstream.api_key`	string	—	업스트림 API Key
`upstream.model`	string	—	업스트림 모델 이름 (예: `gpt-5.5`, `claude-opus-4-7`)
`upstream.temperature`	float	`0.3`	생성 온도, 분석 작업 시 낮은 값을 유지하는 것을 권장
`upstream.max_tokens`	integer	`4096`	1회 응답당 최대 토큰 수
`upstream.timeout`	float	`120`	요청 타임아웃(초)
`upstream.system_prompt`	string	내장 기본값	고급 모델의 시스템 프롬프트, 완전히 사용자 정의 가능

환경 변수를 사용하여 설정 파일 전환

MCP_CONFIG=config.prod.json python server.py

🛠️ 도구 설명

하위 모델이 호출할 수 있는 도구:

`consult_advanced_model`

매개변수	타입	필수	설명
`question`	string	✅	상담할 핵심 질문, 최대한 완전하고 명확하게 작성
`context`	string	❌	배경 정보 (예: 코드 조각, 사용자 요구사항, 시도한 해결책 등)
`focus`	string	❌	고급 모델이 중점적으로 답변해주길 바라는 방향

권장 호출 시나리오:

스스로 판단하기에 확신이 80% 미만인 문제
사용자가 명확하게 심층 사고 / 엄격한 분석 / 최적의 솔루션을 요구하는 경우
복잡한 트레이드오프가 포함된 다중 제약 조건 문제
단계별 추론이 필요한 수학, 알고리즘, 시스템 설계, 난해한 버그
자신의 결론을 재검증해야 하는 경우

비권장 호출 시나리오:

단순 인사나 순수한 정보 조회
답이 명백한 기초적인 문제
고빈도로 반복되는 단순 작업

🌐 업스트림 서비스 연동

config.json의 upstream 부분만 수정하면 다양한 서비스 제공업체와 연동할 수 있습니다.

📋 의존성

mcp>=1.2.0
openai>=1.40.0

Expert MCP