Un servidor Model Context Protocol con gobernanza que expone capacidades de curso, grupo, tarifa, prospecto y devolución de llamada a dos aplicaciones de chat de IA independientes mediante un único contrato MCP.
Un servidor MCP, dos clientes independientes (estudiante + consejero) — sin integraciones duplicadas
Credenciales de BD, autenticación, auditoría y validación — todo centralizado en el servidor
Las operaciones de escritura requieren una puerta de confirmación (prepare → confirm) — un LLM no puede crear un prospecto por sí solo
Cada llamada a herramienta es auditada (actor, cliente, hash de args, resultado, latencia)
Una demo comparativa sin MCP muestra lo que perderías sin MCP
Related MCP server: ComplyOS
# 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 8501Abre http://localhost:8501 — dos pestañas de chat (Estudiante + Consejero).
Comparativa sin MCP:
uv run streamlit run ui/no_mcp_demo.py --server.port 8502
Prompt | Qué ocurre |
| Enumera 4 cursos |
| Fechas de grupo + presupuesto de matrícula + política |
| Devuelve el texto de la política |
| ✅/❌ puerta de confirmación antes de crear el prospecto |
Prompt | Qué ocurre |
| Enumera 4 cursos |
| 3 grupos con plazas |
| ID de presupuesto + total (INR) |
| Muestra los prospectos asignados |
| ✅/❌ puerta de confirmación |
Consulta RUN_GUIDE.md para ver los prompts completos y las respuestas esperadas.
Puerto | Servicio | Función |
5433 | PostgreSQL | Fuente de verdad (cursos, grupos, prospectos, auditoría) |
8010 | Servidor MCP | Herramientas (11) + Recursos (8) + Prompts (2), autenticación JWT, RBAC, auditoría |
8020 | Host del Estudiante | Aplicación LangGraph — JWT de estudiante, puerta de confirmación para escrituras |
8030 | Host del Consejero | Aplicación LangGraph — JWT de consejero, gestión de prospectos |
8501 | Interfaz Streamlit | Dos pestañas de chat (basadas en MCP) |
8502 | Demo sin MCP | Mismo flujo, BD directa — muestra lo que MCP protege |
Stack: Python 3.11 · MCP SDK · LangGraph · FastAPI · SQLAlchemy 2 · PostgreSQL 16 · Pydantic v2 · Ollama (qwen3.5:2b) · Streamlit
Concepto | Dónde | Por qué importa |
Puerta de confirmación |
| El LLM no puede crear un prospecto sin el ✅ de un humano |
Idempotencia |
| Los reintentos de red no crean duplicados |
RBAC | mapa | El estudiante no puede ver los prospectos de otras personas |
Auditoría | tabla | Cada llamada queda registrada: quién, qué, resultado, latencia |
Sin estado | IDs generados por el servidor ( | Escalado horizontal sin sesiones |
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 16uv run pytest # all tests
uv run pytest -m unit # just unit tests
uv run pytest -m contract # contract testsThis server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Runtime AI governance: decision gates, human approval, hash-chained audit, compliance mapping.
Enterprise AI Control Plane: governance, guardrails, spend tracking, compliance & smart routing.
Odoo ERP for AI agents: hosted OAuth endpoint, gated writes, one endpoint for every instance.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/avivek-dwivedi/custom-mcp-server'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
