mcp-server-llmling
LLMling 서버 매뉴얼
개요
mcp-server-llmling은 LLM 애플리케이션을 위한 YAML 기반 구성 시스템을 제공하는 MCP(Machine Chat Protocol)용 서버입니다.
백엔드인 LLMLing 은 LLM 애플리케이션을 위한 YAML 기반 구성 시스템을 제공합니다. YAML 파일에 정의된 콘텐츠를 제공하는 사용자 지정 MCP 서버를 설정할 수 있습니다.
정적 선언 : YAML로 LLM 환경을 정의합니다. 코드는 필요하지 않습니다.
MCP 프로토콜 : 표준화된 LLM 상호 작용을 위해 MCP(Machine Chat Protocol) 기반으로 구축됨
구성 요소 유형 :
리소스 : 콘텐츠 제공자(파일, 텍스트, CLI 출력 등)
프롬프트 : 인수가 있는 메시지 템플릿
도구 : LLM에서 호출 가능한 Python 함수
YAML 구성은 LLM에 다음을 제공하는 완전한 환경을 만듭니다.
리소스를 통한 콘텐츠 접근
일관된 상호작용을 위한 구조화된 프롬프트
기능 확장을 위한 도구
Related MCP server: @lex-tools/codebase-context-dumper
주요 특징
1. 자원 관리
다양한 유형의 리소스를 로드하고 관리합니다.
텍스트 파일(
PathResource)원시 텍스트 콘텐츠(
TextResource)CLI 명령 출력(
CLIResource)Python 소스 코드(
SourceResource)Python 호출 가능 결과(
CallableResource)이미지(
ImageResource)
리소스 감시/핫 리로드 지원
리소스 처리 파이프라인
URI 기반 리소스 액세스
2. 도구 시스템
LLM 도구로 Python 함수를 등록하고 실행합니다.
OpenAPI 기반 도구 지원
진입점 기반 도구 검색
도구 검증 및 매개변수 확인
구조화된 도구 응답
3. 신속한 관리
템플릿 지원이 포함된 정적 프롬프트
Python 함수의 동적 프롬프트
파일 기반 프롬프트
즉각적인 인수 검증
신속한 주장을 위한 완성 제안
4. 다양한 운송 옵션
Stdio 기반 통신(기본값)
웹 클라이언트를 위한 SSE(Server-Sent Events)/스트리밍 가능 HTTP
사용자 정의 전송 구현 지원
용법
Zed Editor와 함께
settings.json 에 LLMLing을 컨텍스트 서버로 추가합니다.
지엑스피1
클로드 데스크톱과 함께
claude_desktop_config.json 에서 LLMLing을 구성하세요:
{
"mcpServers": {
"llmling": {
"command": "uvx",
"args": [
"mcp-server-llmling",
"start",
"path/to/your/config.yml"
],
"env": {}
}
}
}수동 서버 시작
명령줄에서 직접 서버를 시작합니다.
# Latest version
uvx mcp-server-llmling@latest1. 프로그래밍 방식 사용
from llmling import RuntimeConfig
from mcp_server_llmling import LLMLingServer
async def main() -> None:
async with RuntimeConfig.open(config) as runtime:
server = LLMLingServer(runtime, enable_injection=True)
await server.start()
asyncio.run(main())2. 사용자 지정 전송 사용
from llmling import RuntimeConfig
from mcp_server_llmling import LLMLingServer
async def main() -> None:
async with RuntimeConfig.open(config) as runtime:
server = LLMLingServer(
config,
transport="sse",
transport_options={
"host": "localhost",
"port": 3001,
"cors_origins": ["http://localhost:3000"]
}
)
await server.start()
asyncio.run(main())3. 리소스 구성
resources:
python_code:
type: path
path: "./src/**/*.py"
watch:
enabled: true
patterns:
- "*.py"
- "!**/__pycache__/**"
api_docs:
type: text
content: |
API Documentation
================
...4. 도구 구성
tools:
analyze_code:
import_path: "mymodule.tools.analyze_code"
description: "Analyze Python code structure"
toolsets:
api:
type: openapi
spec: "https://api.example.com/openapi.json"OpenAPI 스키마의 경우,Redocly CLI를 설치하여 LLMLing과 함께 사용하기 전에 OpenAPI 사양을 번들링하고 확인할 수 있습니다. 이렇게 하면 스키마 참조가 올바르게 확인되고 사양이 올바른 형식으로 지정됩니다. redocly가 설치되어 있으면 자동으로 사용됩니다.
서버 구성
서버는 다음 섹션이 포함된 YAML 파일을 통해 구성됩니다.
global_settings:
timeout: 30
max_retries: 3
log_level: "INFO"
requirements: []
pip_index_url: null
extra_paths: []
resources:
# Resource definitions...
tools:
# Tool definitions...
toolsets:
# Toolset definitions...
prompts:
# Prompt definitions...MCP 프로토콜
서버는 다음을 지원하는 MCP 프로토콜을 구현합니다.
자원 운영
사용 가능한 리소스 나열
리소스 콘텐츠 읽기
리소스 변경 사항을 확인하세요
도구 작업
사용 가능한 도구 나열
매개변수를 사용하여 도구 실행
도구 스키마 가져오기
신속한 작업
사용 가능한 프롬프트 나열
형식화된 프롬프트 받기
즉각적인 인수에 대한 완성을 얻으세요
알림
리소스 변경
도구/프롬프트 목록 업데이트
진행 상황 업데이트
로그 메시지