Skip to main content
Glama
deenesjakoruzh
aniketmehetre

Local Workspace Orchestrator

by aniketmehetre
OverviewSchemaRelated ServersScoreDiscussions
Python
Local

로컬 워크스페이스 오케스트레이터

MCP (Model Context Protocol) 클라이언트-서버 시스템으로, Anthropic Claude를 워크스페이스 도구 세트를 통해 로컬 파일시스템에 연결합니다. 오케스트레이터는 Claude가 파일을 읽고, CSV를 분석하고, 스크립트를 실행하고, 플롯을 생성하는 등의 작업을 대화형 채팅 인터페이스에서 수행할 수 있게 합니다.

아키텍처

┌───────────────────────────┐        stdio         ┌──────────────────────────┐
│  orchestrator_client.py   │ ◄──────────────────► │  workspace_server.py     │
│  (MCP Client + Anthropic) │     MCP protocol     │  (FastMCP Server)        │
│                           │                      │                          │
│  • Connects to 1+ servers │                      │  Tools:                  │
│  • Streams Claude output  │                      │   • list_workspace_files │
│  • Retries failed calls   │                      │   • summarize_csv_dataset│
│  • Saves chat history     │                      │   • execute_python_script│
│                           │                      │   • write_file           │
│                           │                      │   • run_shell_command    │
│                           │                      │   • plot_column_distrib. │
│                           │                      │                          │
│                           │                      │  Resources:              │
│                           │                      │   • workspace://files    │
│                           │                      │   • workspace://schema/* │
└───────────────────────────┘                      └──────────────────────────┘

빠른 시작

1. 클론 및 설치

git clone <your-repo-url>
cd local-workspace-orchestrator

# Using uv (recommended)
uv sync

# Or using pip
pip install -r requirements.txt

2. API 키 설정

cp .env.example .env
# Edit .env and paste your Anthropic API key

3. 오케스트레이터 실행

# Using uv
uv run orchestrator_client.py

# Or directly
python orchestrator_client.py

대화형 프롬프트가 표시됩니다:

======================================================
   Local Workspace Orchestrator Active
   Type queries, or /help for commands, 'quit' to exit.
======================================================

Orchestrator >

4. 몇 가지 쿼리 시도

Orchestrator > list all files in this workspace
Orchestrator > summarize the sample_consumer.csv dataset
Orchestrator > plot the distribution of SpendingScore in sample_consumer.csv
Orchestrator > run the run_analysis.py script

서버 구성

오케스트레이터는 server_config.json을 읽어 어떤 MCP 서버를 시작할지 결정합니다. 형식은 표준 MCP mcpServers 구조를 사용합니다:

{
  "mcpServers": {
    "workspace_orchestrator": {
      "command": "uv",
      "args": ["run", "workspace_server.py"]
    }
  }
}

서버 추가

여러 서버를 연결할 수 있습니다. 각 서버의 도구는 자동으로 검색되어 등록됩니다:

{
  "mcpServers": {
    "workspace_orchestrator": {
      "command": "uv",
      "args": ["run", "workspace_server.py"]
    },
    "my_other_server": {
      "command": "python",
      "args": ["other_server.py"]
    }
  }
}

채팅 명령

명령

설명

/tools

서버별 등록된 모든 도구 나열

/save [filename]

대화 기록을 JSON 파일로 저장

/load [filename]

저장된 대화 불러오기

/reconnect <server>

연결이 끊긴 서버에 다시 연결

/history

대화 메시지 수 표시

/clear

대화 기록 지우기

/help

사용 가능한 모든 명령 표시

quit

오케스트레이터 종료

사용 가능한 도구

읽기 전용 도구

도구

설명

list_workspace_files

워크스페이스 경로의 파일 및 하위 디렉터리 나열

summarize_csv_dataset

CSV의 형태, 열, 데이터 타입 및 요약 통계 반환

run_shell_command

허용 목록에 있는 셸 명령 실행 (ls, cat, grep 등)

파괴적 도구

도구

설명

write_file

워크스페이스에 파일 생성 또는 덮어쓰기

execute_python_script

Python 스크립트를 실행하고 stdout/stderr 반환

plot_column_distribution

CSV 열에 대한 히스토그램 PNG 생성

리소스

URI

설명

workspace://files

워크스페이스 루트의 모든 파일 나열

workspace://schema/{file_name}

CSV 파일의 열 이름 및 데이터 타입

보안

  • 경로 탐색 보호: 파일을 허용하는 모든 도구는 os.path.realpath() + pathlib.Path.resolve()를 사용하여 경로를 검증하고 디렉터리 탐색 공격을 방지합니다.

  • 셸 명령 허용 목록: run_shell_command는 선별된 읽기 전용 명령 세트(ls, cat, grep, head, tail 등)만 허용합니다.

  • 스크립트 샌드박싱: execute_python_script는 30초 제한 시간으로 하위 프로세스에서 스크립트를 실행하며, cwd를 통해 워크스페이스 디렉터리로 제한됩니다. 참고: 이는 실제 샌드박스가 아닙니다 — 하위 프로세스는 서버 프로세스와 동일한 OS 권한을 가집니다.

  • 도구 주석: 각 도구는 readOnlyHint / destructiveHint 주석을 포함하여 MCP 클라이언트가 안전성을 판단할 수 있게 합니다.

CLI 옵션

python orchestrator_client.py --help

options:
  --log-level {DEBUG,INFO,WARNING,ERROR}   Set logging verbosity (default: INFO)
  --system-prompt TEXT                     Custom system prompt for Claude
  --config PATH                            Path to server_config.json

환경 변수

변수

설명

기본값

ANTHROPIC_API_KEY

Anthropic API 키 (필수)

—

LOG_LEVEL

로깅 상세 수준

INFO

프로젝트 구조

local-workspace-orchestrator/
├── orchestrator_client.py    # MCP client + Anthropic integration
├── workspace_server.py       # FastMCP server with workspace tools
├── server_config.json        # MCP server connection configuration
├── main.py                   # Stub entry point
├── run_analysis.py           # Example analysis script
├── sample_consumer.csv       # Sample dataset
├── pyproject.toml            # Project metadata + dependencies
├── requirements.txt          # Pinned pip dependencies
├── .env.example              # API key template
├── .gitignore                # Git ignore rules
└── README.md                 # This file

라이선스

MIT

This server cannot be installed

-
license - not tested
Not graded
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (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 Connectors

  • Frenchie

    OCR, transcription, file extraction, and image generation for AI agents via MCP.

  • mcp

    Augments MCP Server - A comprehensive framework documentation provider for Claude Code

  • AgentDrive

    Cross-agent artifact workspace with provenance across Claude Code, Codex, Cursor, LangGraph.

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/aniketmehetre/local_workspace_orchestrator-MCP-SERVER'

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