MCP Business AI Transformation
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@MCP Business AI Transformationanalyze last quarter's sales data and generate a performance report"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
# MCP Business AI Transformation (Cloud.ru Hackathon)
Прототип решения для хакатона Cloud.ru: MCP-сервер + набор бизнес-инструментов, которые вызываются из Evolution AI Agents через протокол Model Context Protocol (MCP).
Решение показывает, как:
- оборачивать внешние сервисы / бизнес-логику в MCP-tools;
- подключать MCP-сервер к Evolution AI Agents;
- работать с ним в интерфейсе Cloud.ru.
---
## 1. Архитектура решения
В репозитории реализованы следующие компоненты:
- **`mcp_server/`** – основной MCP-сервер на FastAPI:
- `/health`, `/api/v1/health` – health-чек сервера;
- `/mcp` – MCP-endpoint (JSON-RPC 2.0) с методами:
- `initialize`
- `tools/list`
- `tools/call`
- `resources/list` (пока заглушка)
- `resources/read` (пока заглушка);
- `app/api/v1/tools.py` – объявление MCP-инструментов и `tool_registry`.
- **`agent_system/`** – заготовка многоагентной системы (орchestrator, агенты и т.д.).
Для хакатона основное внимание на **MCP-сервере**; агентную систему можно развивать дальше.
- **`src/`** – фронтенд на Next.js (UI-панель).
Для проверки решения на Cloud.ru не обязателен, но показывает, как можно визуализировать работу.
## 2. Быстрый старт локально (Windows / macOS / Linux)
### 2.1. Предварительные требования
- Python 3.11+
- Git
- (опционально) Docker, если нужен запуск в контейнере
### 2.2. Клонирование репозитория
```
---
git clone https://github.com/<ВАШ_АККАУНТ>/<ВАШ_РЕПОЗИТОРИЙ>.git
cd mcp-biz-master
---2.3. Настройка переменных окружения
Создаём .env из примера:
---
cp .env.example .env
---Минимальный набор для запуска MCP-сервера:
---
EVOLUTION_API_KEY=ВАШ_КЛЮЧ_ОТ_CLOUD_RU
SECRET_KEY=любая_длинная_строка_для_подписи
---Все остальные переменные могут остаться как в .env.example – они используются вспомогательными сервисами, которые для демо не критичны.
В репозиторий коммитится только
.env.example. Файл.envдолжен быть в.gitignore.
2.4. Установка зависимостей и запуск MCP-сервера
---
cd mcp_server
python -m venv .venv
# Windows:
.\.venv\Scripts\activate
# Linux/macOS:
# source .venv/bin/activate
pip install -r requirements.txt
# запуск MCP-сервера
python -m uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload
---После старта сервер доступен по адресу http://localhost:8000.
3. Проверка работы локально
Открыть новый терминал (сервер оставить запущенным).
3.1. Health-чек
---
curl http://localhost:8000/api/v1/health
---Ожидаемый ответ:
---
{
"status": "ok",
"version": "...",
"app": "..."
}
---То же самое будет по http://localhost:8000/health.
3.2. MCP tools/list
---
curl -X POST http://localhost:8000/mcp \
-H "Content-Type: application/json" \
-d '{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}'
---Ответ – JSON с перечнем доступных MCP-tools:
---
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"tools": [
{
"name": "...",
"description": "...",
"inputSchema": { ... }
}
]
}
}
---3.3. MCP tools/call (пример)
Пример общего вида запроса (конкретные имена и параметры смотрите в app/api/v1/tools.py):
---
curl -X POST http://localhost:8000/mcp \
-H "Content-Type: application/json" \
-d '{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "SOME_TOOL_NAME",
"arguments": {
"param1": "value1"
}
}
}'
---4. Переменные окружения (.env)
Полный перечень переменных – в .env.example.
Ключевые для запуска MCP-сервера:
Переменная | Обязательна | Назначение |
| API-ключ Cloud.ru Foundation Models / Agents | |
| Секрет для подписи токенов / внутреннего использования |
Остальные (DATABASE_URL, REDIS_URL, POSTGRES_*, RABBITMQ_*, GF_SECURITY_* и т.д.) используются для расширенной инфраструктуры (БД, кэш, очереди, мониторинг). Для базового демонстрационного запуска их можно оставить как в примере.
5. Деплой MCP-сервера в Cloud.ru (Artifact Registry + Container Apps)
5.1. Сборка Docker-образа
---
cd mcp_server
docker build -t mcp-biz-server:latest .
---5.2. Публикация образа в Artifact Registry
В личном кабинете Cloud.ru создать Docker / Artifact Registry.
Выполнить
docker loginпо инструкции Cloud.ru:
---
docker login <registry_name>.cr.cloud.ru -u <user_or_key> -p <password>
---Протегировать и отправить образ:
---
docker tag mcp-biz-server:latest <registry_name>.cr.cloud.ru/mcp-biz-server:latest
docker push <registry_name>.cr.cloud.ru/mcp-biz-server:latest
---5.3. Создание Container App
В разделе Artifact Registry открыть загруженный образ и выбрать «Создать Container App».
Указать:
порт контейнера: 8000;
переменные окружения: минимум
EVOLUTION_API_KEYиSECRET_KEY(значения – как в локальном.env).
Дождаться запуска и запомнить публичный URL контейнера, например:
---
https://mcp-biz-server.containers.cloud.ru
---Проверка:
---
curl https://mcp-biz-server.containers.cloud.ru/api/v1/health
---6. Подключение MCP-сервера к Evolution AI Agents
В Cloud.ru открыть AI Factory → AI Agents → MCP-серверы.
Нажать «Создать MCP-сервер».
Указать:
название (например,
Biz MCP Server);описание (кратко: «MCP-сервер для бизнес-инструментов»);
URL:
https://mcp-biz-server.containers.cloud.ru/mcp(или ваш реальный адрес).
Сохранить и дождаться статуса «Готов».
7. Создание агента в Evolution AI Agents
В разделе AI Factory → AI Agents → Агенты нажать «Создать агента».
Выбрать модель из Evolution Foundation Models.
В разделе Инструменты / MCP выбрать созданный MCP-сервер
Biz MCP Server.Сохранить агента.
Дальше можно тестировать в веб-интерфейсе Cloud.ru:
задать вопрос в свободной форме («Покажи, какие инструменты у тебя есть»);
агент через LLM вызовет
tools/listи вернёт список инструментов;затем можно запускать конкретные
tools/callпо смыслу запроса.
8. Что реализовано сейчас и что планируется
Реализовано в MVP:
MCP-сервер на FastAPI (
mcp_server/):health-эндпоинты
/healthи/api/v1/health;MCP-endpoint
/mcpс методамиinitialize,tools/list,tools/call,resources/list,resources/read;интеграция с реестром инструментов
tool_registry(см.app/api/v1/tools.py).
Возможность локального запуска и деплоя в Docker/Container Apps на Cloud.ru.
Подключение MCP-сервера к Evolution AI Agents.
Планы развития (после хакатона):
полноценная реализация
resources(подключение к внешним источникам данных);расширенный набор бизнес-инструментов;
включение продвинутых мидлварей (аутентификация, rate limiting, корреляция запросов, метрики);
развитие
agent_system/в сторону полноценной многоагентной платформы;UI-дашборд (папка
src/) для бизнес-пользователей (визуализация сценариев, алёрты и т.д.).
---This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
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/Vovchansky6/mcp_OVS'
If you have feedback or need assistance with the MCP directory API, please join our Discord server