MCP Chat

MCP Chat은 Google Gemini API를 통해 AI 모델과 대화형 채팅 기능을 제공하는 커맨드라인 인터페이스 애플리케이션입니다. 이 애플리케이션은 문서 검색, 명령 기반 프롬프트, 그리고 MCP(Model Control Protocol) 아키텍처를 통한 확장 가능한 도구 통합을 지원합니다.

사전 요구 사항

• Python 3.9+

• Google Gemini API 키

Related MCP server: MCP Chat

설정

1단계: 환경 변수 구성

1. 프로젝트 루트에 .env 파일을 생성하거나 편집하고 다음 변수가 올바르게 설정되어 있는지 확인하세요:

GEMINI_API_KEY=""  # Enter your Google Gemini API key
GEMINI_MODEL="gemini-3.6-flash"  # The Gemini model to use

Google AI Studio에서 API 키를 생성할 수 있습니다.

2단계: 의존성 설치

옵션 1: uv로 설정 (권장)

uv는 빠른 Python 패키지 설치 및 해석 도구입니다.

1. 아직 설치되지 않은 경우 uv를 설치하세요:

pip install uv

2. 가상 환경을 생성하고 활성화하세요:

uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

3. 의존성을 설치하세요:

uv pip install -e .

4. 프로젝트를 실행하세요:

uv run main.py

옵션 2: uv 없이 설정

1. 가상 환경을 생성하고 활성화하세요:

python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

2. 의존성을 설치하세요:

pip install google-genai python-dotenv prompt-toolkit "mcp[cli]==1.8.0"

3. 프로젝트를 실행하세요

python main.py

사용 방법

기본 상호 작용

메시지를 입력하고 Enter를 눌러 모델과 채팅하세요.

문서 검색

@ 기호 뒤에 문서 ID를 입력하여 쿼리에 문서 내용을 포함하세요:

> Tell me about @deposition.md

명령어

/ 접두사를 사용하여 MCP 서버에 정의된 명령을 실행하세요:

> /summarize deposition.md

Tab을 누르면 명령어가 자동 완성됩니다.

개발

새 문서 추가

mcp_server.py 파일을 편집하여 docs 사전에 새 문서를 추가하세요.

MCP 기능 구현

MCP 기능을 완전히 구현하려면:

1. mcp_server.py의 TODO를 완료하세요

2. mcp_client.py에서 누락된 기능을 구현하세요

린팅 및 타입 검사

구현된 린트 또는 타입 검사는 없습니다.