Skip to main content
Glama

OrbitMCP

엣지 네이티브 MCP(모델 컨텍스트 프로토콜) 컨트롤 플레인 및 자율 도구 디스패처

로컬 LLM(Llama 3.2)을 표준 MCP 도구에 연결하고 결정적 하드웨어 안전성을 제공하는 경량의 에어갭 데스크톱 콕핏.

Tauri v2 React 18 FastMCP Ollama Tailwind CSS License: MIT


핵심 문제

표준 대규모 언어 모델(LLM)—프로프라이어터리 클라우드 API와 로컬 가중치 모두—은 격리된 텍스트 예측기입니다. 이들은 본질적으로 실행되는 물리적 머신에 대해 인지하지 못합니다:

  1. 네이티브 하드웨어 인식 부재: LLM은 외부 글루 코드 없이 남은 VRAM을 독립적으로 확인하거나, 프로젝트 저장소를 검사하거나, 셸 루틴을 실행하거나, SQLite 데이터베이스를 읽을 수 없습니다.

  2. 클라우드 프라이버시 및 유출 위험: 독점 코드베이스 구조, 내부 문서, 호스트 머신 원격 측정 데이터를 클라우드 API로 전송하면 반복적인 토큰 비용과 데이터 규정 준수 취약점이 발생합니다.

  3. Electron 블로트: 기존 에이전트 GUI는 종종 Electron에 의존하여 추론 모델이 메모리에 로드되기 전에 800MB~1.5GB의 RAM을 소비합니다.

Related MCP server: ControlMCP

OrbitMCP가 해결하는 것

OrbitMCP는 로컬 워크스테이션을 제로 레이턴시의 에어갭 에이전트 환경으로 전환합니다.

네이티브 Rust(Tauri v2) 셸과 Python FastMCP 사이드카로 구축된 OrbitMCP는 100MB 미만의 RAM 오버헤드로 작동하여 시스템 리소스를 전적으로 모델 가중치와 빠른 로컬 추론에 할애합니다.


┌────────────────────────────────────────────────────────────────────────┐
│                        User Prompt / Directive                         │
└───────────────────────────────────┬────────────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────────────────┐
│               Local Quantized LLM (Ollama / Llama-3.2)                 │
│  - Analyzes intent & generates standard JSON tool execution schema     │
└───────────────────────────────────┬────────────────────────────────────┘
│ (MCP Tool Call)
▼
┌────────────────────────────────────────────────────────────────────────┐
│               OrbitMCP FastMCP Gateway (Local :8765)                   │
│  - Validates sandbox path boundaries & executes kernel functions       │
└───────────────────┬────────────────────────────────┬───────────────────┘
│                                │
▼                                ▼
┌─────────────────────────┐      ┌─────────────────────────┐
│   system_telemetry()    │      │      list_files()       │
│  (RAM / CPU / Headroom) │      │  (Safe Workspace Tree)  │
└────────────┬────────────┘      └────────────┬────────────┘
│                                │
└────────────────┬───────────────┘
│
▼
┌────────────────────────────────────────────────────────────────────────┐
│           React 18 Control Plane (Geist UI + Claude Thinking)          │
│  - Real-time hardware stream, collapsible trace & typewriter output    │
└────────────────────────────────────────────────────────────────────────┘

주요 기능

1. 자율 MCP 도구 실행 루프

OrbitMCP는 사용자 쿼리를 로컬 Ollama 모델용 OpenAI 호환 도구 사양으로 변환합니다. 쿼리에 OS 컨텍스트가 필요한 경우, 모델은 표준 생성을 중단하고 구조화된 도구 인자를 FastMCP 게이트웨이로 전달하며, Python 스크립트를 로컬에서 실행하고 최종 페이로드를 요약합니다.

2. 실시간 커널 원격 측정 폴링

psutil을 통한 직접 하드웨어 폴링은 CPU 코어 사용률, 상주 RAM 소비량, 사용 가능한 메모리 여유 공간을 3초마다 모니터링하여 과중한 추론 중 OOM(메모리 부족) 잠금을 방지합니다.

3. Claude 스타일 사고 프로세스 블록

진동하는 4바 파형 애니메이션과 실시간 경과 타이머(Thought for 11.4s)를 포함합니다. 사고 블록은 스키마 해석과 안전 경계 검사를 상세히 설명하는 내부 독백 스크래치패드로 접을 수 있습니다.

4. 네 가지 큐레이티드 개발자 테마

런타임에 전환 가능하고 즉시 토큰 재렌더링이 가능한 네 가지 고대비 개발자 색상 팔레트를 포함합니다:

  • Obsidian Amber (다크 차콜 + 웜 앰버)

  • Tokyo Violet (사이버 신스 인디고 + 퍼플)

  • Matrix Emerald (터미널 그린 + 제트 블랙)

  • Linear Cobalt (딥 스페이스 슬레이트 + 스카이 블루)

5. 동적 모델 탐색 및 파라미터 튜닝

  • 모델 드롭다운: 시작 시 로컬 Ollama 데몬(/api/tags)을 자동으로 쿼리하여 설치된 가중치(llama3.2:3b, qwen2.5-coder, mistral 등)를 채웁니다.

  • 샘플링 온도: 생성 결정성을 동적으로 조정하는 통합 슬라이더(0.0~1.0).

  • 도구 게이팅: 각 도구 카드의 독립 토글을 통해 모델 스키마에서 특정 MCP 기능을 동적으로 활성화 또는 비활성화합니다.


기술 스택

계층

기술

용도

데스크톱 컨테이너

Tauri v2 (Rust)

네이티브 Windows 창 수명 주기, 최소 RAM 사용량, 제로 오버헤드 IPC

프론트엔드 UI

React 18, TypeScript, Vite

반응형 대시보드 상태, 실시간 메트릭 폴링, 단축키

스타일링 및 아이콘

Tailwind CSS, Lucide Icons

반응형 슬레이트 테마, 마이크로 트랜지션, 개발자 글리프

타이포그래피

Geist Sans & JetBrains Mono

Claude 스타일 개발자 가독성 및 모노스페이스 트레이스

도구 엔진

FastMCP, FastAPI, Uvicorn

표준화된 모델 컨텍스트 프로토콜 구현

로컬 추론

Ollama (Llama 3.2 3B)

완전 오프라인, 프라이버시 우선 로컬 언어 모델 실행


프로젝트 구조

orbit-mcp/
├── backend/                  # FastMCP Python engine
│   ├── tools/
│   │   ├── telemetry.py      # Kernel hardware metrics polling
│   │   └── fs.py             # Sandboxed workspace filesystem inspector
│   ├── server.py             # FastAPI gateway & Ollama tool loop dispatcher
│   └── requirements.txt      # Python dependencies
├── src/                      # React frontend source
│   ├── App.tsx               # Main OrbitMCP Control Plane component
│   ├── main.tsx              # React DOM entry point
│   ├── index.css             # Tailwind base styles & Claude wave keyframes
│   └── vite-env.d.ts         # Vite client TypeScript definitions
├── src-tauri/                # Native Rust desktop application
│   ├── capabilities/         # Tauri v2 security policies
│   ├── icons/                # Multi-platform application icon sets
│   ├── src/main.rs           # Rust application entry point
│   ├── Cargo.toml            # Rust dependencies & metadata
│   └── tauri.conf.json       # Window geometry, title, and build targets
├── orbitmcp-cover.png        # Repository hero cover banner
├── orbit-icon.png            # Master 1024x1024 application icon
├── package.json              # Node dependencies and scripts
├── tailwind.config.js        # Color tokens & typography configuration
└── tsconfig.json             # TypeScript compiler rules (TS5 bundler mode)

시작하기

사전 요구 사항

호스트 시스템에 다음 런타임이 설치되어 있는지 확인하세요:


설치 및 설정

1. 저장소 클론

git clone [https://github.com/Velocity07/OrbitMCP.git](https://github.com/Velocity07/OrbitMCP.git)
cd OrbitMCP

2. Python FastMCP 백엔드 구성

가상 환경을 생성하고 활성화한 후 종속성을 설치합니다:

# Windows PowerShell
python -m venv .venv
.\.venv\Scripts\Activate.ps1

# Install backend requirements
pip install -r backend/requirements.txt

3. 프론트엔드 종속성 설치

npm install

4. 로컬 추론 모델 풀

Ollama가 실행 중인지 확인한 후 기본 경량 도구 호출 모델을 풀합니다:

ollama pull llama3.2:3b

OrbitMCP 실행

A단계: FastMCP 백엔드 서버 시작

첫 번째 터미널에서(.venv 활성화 상태):

python backend/server.py

게이트웨이는 http://127.0.0.1:8765에서 초기화됩니다.

B단계: 네이티브 데스크톱 창 실행

두 번째 터미널에서:

npx tauri dev

OrbitMCP는 네이티브 Rust 바이너리를 컴파일하고 데스크톱 창을 실행한 후 FastMCP 백엔드와 실시간 IPC 브리지를 자동으로 설정합니다.


커스텀 FastMCP 도구 작성

OrbitMCP는 쉽게 확장할 수 있도록 설계되었습니다. 에이전트 루프에 새 도구를 등록하려면:

  1. FastMCP를 사용하여 backend/tools/에 도구 함수를 정의합니다:

# backend/tools/network.py
import socket
from typing import Dict, Any

def test_port(host: str, port: int) -> Dict[str, Any]:
    """Check if a specific host and port is accepting connections."""
    s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    s.settimeout(2.0)
    try:
        s.connect((host, port))
        s.close()
        return {"host": host, "port": port, "open": True}
    except Exception as e:
        return {"host": host, "port": port, "open": False, "error": str(e)}
  1. backend/server.py에 도구 데코레이터와 스키마를 등록합니다:

from tools.network import test_port

@mcp.tool()
def check_port(host: str, port: int) -> Dict[str, Any]:
    """Test connection status for a remote host and port."""
    return test_port(host, port)
  1. server.py를 다시 시작합니다. 도구는 즉시 등록된 도구 패널에 표시되고 자율 호출에 사용할 수 있습니다.


로드맵

  • FastMCP Python 게이트웨이 통합

  • 실시간 호스트 하드웨어 원격 측정 폴링(CPU / RAM)

  • Llama 3.2 자율 도구 실행 루프

  • Claude 스타일 사고 아코디언 및 경과 타이머

  • 멀티 테마 런타임 스위처(Obsidian, Tokyo, Emerald, Cobalt)

  • 네이티브 Tauri v2 Windows 셸 통합

  • SSE(서버 전송 이벤트) 토큰 단위 스트리밍

  • PyInstaller 사이드카 바이너리 패키징 자동화

  • 다중 턴 대화 메모리 스크래치패드


라이선스

MIT 라이선스에 따라 배포됩니다. 자세한 내용은 LICENSE를 참조하세요.

A
license - permissive license
Not graded
quality - not tested
A
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (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.

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    A local-first control plane for AI agent tools, providing policy enforcement, spend caps, rate limiting, and audit trails for MCP servers.
    1
    Apache 2.0
  • A
    license
    Not graded
    quality
    D
    maintenance
    An MCP server that enables LLMs to see and control a computer — screen capture, window management, mouse and keyboard automation — with a structured plan-execute workflow for complex desktop automation.
    GPL 3.0
  • F
    license
    Not graded
    quality
    C
    maintenance
    Safety-first local MCP tool gate with control plane, runtime security, and observability for managing MCP backends.
  • A
    license
    Not graded
    quality
    C
    maintenance
    A secure tool-execution plane for agentic AI that enforces JWT authentication, rate limiting, prompt-injection inspection, and audit logging, while ingesting downstream OpenAPI endpoints as MCP tools.
    MIT

View all related MCP servers

Related MCP Connectors

  • Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.

  • Self-hosted MCP gateway: turn any API, database or MCP server into AI connectors — no code.

  • MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.

View all MCP Connectors

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/Velocity07/OrbitMCP'

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