Python MCP Agent Chatbot

Python으로 완전히 구축된 Agentic AI 교실 프로젝트입니다. Groq가 모델 추론을 처리하고 로컬 MCP 서버가 도구를 제공합니다.

아키텍처

Browser -> FastAPI (Python) -> Groq -> MCP Client -> MCP Server (Python) -> Tool

Related MCP server: mcp-datecalc

파일

• app.py — FastAPI 웹 백엔드, Groq 에이전트 루프 및 MCP 클라이언트

• mcp_server.py — 세 가지 도구를 포함하는 Python MCP 서버

• test_mcp.py — MCP 발견 및 도구 호출 테스트

• index.html — 브라우저 채팅 인터페이스

• pyproject.toml — Python 의존성

Windows에서 실행

uv sync --cache-dir .uv-cache
uv run --cache-dir .uv-cache uvicorn app:app --reload

http://127.0.0.1:8000을 엽니다.

MCP를 Groq API 호출 없이 테스트하려면:

uv run --cache-dir .uv-cache python test_mcp.py

다음 질문을 시도해 보세요:

• 25 * 8 + 10 calculate karo

• Karachi mein abhi kya time hai?

• Ahmed ki attendance kya hai?

MCP 흐름

1. mcp_server.py의 함수는 @mcp.tool()로 등록됩니다.

2. app.py는 stdio를 사용하여 해당 MCP 서버를 로컬 Python 하위 프로세스로 실행합니다.

3. MCP 클라이언트는 list_tools()를 호출하여 Groq가 사용 가능한 도구를 볼 수 있게 합니다.

4. Groq는 도구를 선택하고 해당 인수를 생성합니다.

5. MCP 클라이언트는 call_tool()을 호출하고 도구 결과를 Groq에 반환합니다.

6. Groq는 결과를 자연어 답변으로 변환합니다.

.env 파일에는 Groq 키가 포함되어 있으며 의도적으로 Git에서 제외됩니다.