Proyecto MCP — Rastreador de plazos / horario de clases

Proyecto final de la asignatura MCP (FIT-HCMUS, profesor Kha Do) — basado en las diapositivas MCP — Plug Your Agent Into Everything.

Estructura

mcp-homework/
├── server/
│   ├── core.js     ← logic MCP thật: 3 tools + 1 resource + 1 prompt
│   ├── server.js   ← chạy core qua stdio
│   └── http.js      ← chạy core qua Streamable HTTP + API key guard + /health
├── agent/
│   ├── host.js     ← agent = MCP HOST (load config, merge tools, dispatch, use_skill)
│   └── config.json ← khai báo model + các MCP server cần nối + nơi chứa skills
├── skills/
│   └── deadline-review/SKILL.md ← 1 skill orchestrate tool của server
└── README.md

Related MCP server: ScienceTokyoLMS-mcp

Tema del servidor: Rastreador de plazos / horario de clases

• Herramientas

  • add_deadline({ title, subject, due }) — añade una fecha límite

  • list_deadlines({ subject?, onlyPending? }) — lista, con filtrado

  • complete_deadline({ id }) — marca como completada, devuelve isError: true si el id es incorrecto

• Recurso: deadline://list — la lista completa, solo lectura

• Prompt: plan_my_week — pide al modelo que planifique la semana a partir de las fechas límite existentes

Ejecutar cada parte

1. Servidor stdio (pruébalo con Inspector)

npm install
npx @modelcontextprotocol/inspector node server/server.js

2. Servidor HTTP (local y luego despliegue público)

MCP_KEY=$(openssl rand -hex 32) node server/http.js
# test:
npx @modelcontextprotocol/inspector   # chọn Streamable HTTP, URL http://localhost:3000/mcp,
                                       # header Authorization: Bearer <MCP_KEY>

Despliegue (Render/Fly/Railway...): configura la variable de entorno MCP_KEY, expone el puerto PORT, /health se usa para la verificación de estado de la plataforma.

3. Host del agente (usa ambos servidores + la skill)

cd agent && npm install
# cần Ollama chạy sẵn model qwen3.5:4b (hoặc đổi model/baseURL trong config.json)
node host.js "deadline tuần này của tôi thế nào?"

host.js hará: conectar el servidor stdio + el servidor HTTP → fusionar la lista de herramientas → construir el índice de skills desde skills/ → ejecutar el bucle think/decide/act/observe, llamar automáticamente a use_skill cuando la pregunta coincida con la descripción de la skill y, después, llamar a la herramienta MCP correspondiente.

Pruebas ya realizadas

• Prueba de humo del servidor stdio: llamé a las 3 herramientas, leí el recurso, obtuve el prompt, comprobé isError al completar un id inexistente — todo como se esperaba.

• Servidor HTTP: petición sin clave → 401; con clave correcta → handshake initialize correcto; /health devuelve ok.

Pendiente antes de entregar

• Desplegar la versión HTTP en una plataforma pública (Render/Fly/Railway/Cloudflare Workers…), configurar MCP_KEY, anotar la URL + clave para quien evalúa

• Instalar Ollama + descargar qwen3.5:4b, ejecutar agent/host.js con un modelo real (la prueba anterior solo verificó la capa MCP, no llamó al LLM)

• Grabar un video de demostración corto (ver la sección "Entrega" más abajo)