Skip to main content
Glama
deenesjakoruzh
avivek-dwivedi

Admissions MCP Hub

by avivek-dwivedi
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

Admissions MCP Hub

Ein verwalteter Model Context Protocol-Server, der Kurs-, Kursdurchgang-, Gebühren-, Lead- und Rückruffunktionen über einen einzigen MCP-Vertrag für zwei unabhängige KI-Chat-Apps bereitstellt.

Was das zeigt

  • Ein MCP-Server, zwei unabhängige Clients (Lernender + Berater) — keine doppelten Integrationen

  • DB-Zugangsdaten, Auth, Audit, Validierung — alles zentral auf dem Server

  • Schreibvorgänge erfordern ein Bestätigungs-Gate (prepare → confirm) — ein LLM kann keinen Lead allein erstellen

  • Jeder Tool-Aufruf wird auditiert (Akteur, Client, Args-Hash, Ergebnis, Latenz)

  • Eine No-MCP-Vergleichsdemo zeigt, was man ohne MCP verlieren würde

Architektur

Related MCP server: company-state-mcp

Schnellstart

# 1. PostgreSQL
docker compose up -d postgres

# 2. Migrate + seed
uv sync
uv run alembic upgrade head
uv run python scripts/seed_demo.py

# 3. Start services (4 terminals)
uv run uvicorn services.mcp_server.app:asgi_app --port 8010
uv run uvicorn services.learner_host.api:app --port 8020
uv run uvicorn services.counsellor_host.api:app --port 8030
uv run streamlit run ui/app.py --server.port 8501

Öffnen Sie http://localhost:8501 — zwei Chat-Tabs (Lernender + Berater).

No-MCP-Vergleich: uv run streamlit run ui/no_mcp_demo.py --server.port 8502

Ausprobieren

🎓 Lernassistent

Prompt

Was passiert

What courses do you have?

Listet 4 Kurse auf

Tell me about the agentic AI course

Termine der Kursdurchgänge + Gebührenangebot + Richtlinien

What is the admissions policy?

Gibt Richtlinientext zurück

I'd like a callback

✅/❌ Bestätigungs-Gate vor der Lead-Erstellung

🎧 Beraterkonsole

Prompt

Was passiert

What courses are available?

Listet 4 Kurse auf

Show me upcoming batches for agentic AI

3 Kursdurchgänge mit Plätzen

Generate a fee quote for mlops

Angebots-ID + Gesamtsumme (INR)

List my leads

Zeigt zugewiesene Leads

Update stage for SCAI-XXXXXXXX to enrolled

✅/❌ Bestätigungs-Gate

Siehe RUN_GUIDE.md für vollständige Prompts + erwartete Antworten.

Architektur

Port

Service

Rolle

5433

PostgreSQL

Zentrale Datenquelle (Kurse, Kursdurchgänge, Leads, Audit)

8010

MCP Server

Tools (11) + Resources (8) + Prompts (2), JWT-Auth, RBAC, Audit

8020

Learner Host

LangGraph-App – Lernender-JWT, Bestätigungs-Gate für Schreibvorgänge

8030

Counsellor Host

LangGraph-App – Berater-JWT, Lead-Verwaltung

8501

Streamlit UI

Zwei Chat-Tabs (MCP-basiert)

8502

No-MCP Demo

Gleicher Ablauf, direkter DB-Zugriff – zeigt, wovor MCP schützt

Stack: Python 3.11 · MCP SDK · LangGraph · FastAPI · SQLAlchemy 2 · PostgreSQL 16 · Pydantic v2 · Ollama (qwen3.5:2b) · Streamlit

Kernkonzepte

Konzept

Wo

Warum es wichtig ist

Bestätigungs-Gate

leads_prepare → leads_confirm_create

LLM kann ohne menschliches ✅ keinen Lead erstellen

Idempotenz

IdempotencyRepository (Payload-Hash)

Netzwerk-Wiederholungen erzeugen keine Duplikate

RBAC

ROLE_TOOLS-Map in _runner.py

Lernender kann die Leads anderer Personen nicht sehen

Audit

ToolAuditEvent-Tabelle

Jeder Aufruf wird protokolliert: wer, was, Ergebnis, Latenz

Zustandslosigkeit

Server-generierte IDs (quote_id, lead_id)

Horizontale Skalierung ohne Sitzungen

Projektstruktur

scai-mcp-admissions/
├── services/
│   ├── mcp_server/          # MCP server (tools, resources, prompts, auth, audit)
│   ├── learner_host/        # LangGraph learner app (port 8020)
│   └── counsellor_host/     # LangGraph counsellor app (port 8030)
├── ui/
│   ├── app.py               # Streamlit — 2 chat tabs (MCP)
│   └── no_mcp_demo.py       # Streamlit — no-MCP comparison (direct DB)
├── packages/
│   ├── contracts/           # Pydantic tool inputs/outputs + domain models
│   ├── shared/              # Config, LLM adapter, JWT tokens
│   └── observability/       # Structured logging, tracing
├── scripts/
│   ├── seed_demo.py         # Seed 4 courses, 4 batches, 4 fee plans, 3 policies
│   ├── issue_dev_token.py   # Issue dev JWTs for manual testing
│   └── run_demo_checks.py   # Smoke tests against running server
├── tests/                   # unit, contract, integration, security, e2e
├── migrations/              # Alembic migrations
├── data/demo_seed/          # Seed data + knowledge_base.json
├── mcp_concept.ipynb        # MCP concept notebook (what/why/how/scale/use cases)
├── mcp_flow_diagram.mmd     # Mermaid source for architecture diagram
├── mcp_flow_diagram.png     # Rendered architecture diagram
├── RUN_GUIDE.md             # Step-by-step run guide with test prompts
└── docker-compose.yml        # PostgreSQL 16

Tests

uv run pytest              # all tests
uv run pytest -m unit      # just unit tests
uv run pytest -m contract  # contract tests

Referenzen

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • SchoolBridge

    NSK-394
    F
    license
    Not graded
    quality
    D
    maintenance
    An MCP server that enables AI agents to safely query and act on school data (attendance, fees, student records) with strict role-based access control and a two-step write approval flow.
    -

  • company-state-mcp

    kcole16
    F
    license
    Not graded
    quality
    D
    maintenance
    Single source of truth and control for agent-operated companies, managing business state with deterministic policy enforcement, seat identity, and hash-chained audit trail.
    -

  • enterprise-agent-lab

    isaac-dev-ai
    F
    license
    Not graded
    quality
    C
    maintenance
    Enables controlled AI-agent access to enterprise-shaped tools with a deny-by-default gated write path, human approval, dry-run execution, and append-only audit logging.
    1
    -

  • Nexus MCP Enterprise Gateway

    JayNabasu
    A
    license
    Not graded
    quality
    C
    maintenance
    Enables secure enterprise integration by bridging SQL, financial, SCADA, and document backends to LLM agents with RBAC, DLP redaction, human-in-the-loop approvals, and OpenTelemetry tracing.
    MIT