🏗️ GitHub Portfolio MCP 서버

대규모 언어 모델(예: Claude)을 GitHub API에 연결하는 MCP(Model Context Protocol) 서버입니다.

이 프로젝트는 LLM의 컨텍스트 창과 외부 데이터 소스 간의 안전하고 표준화된 브리지를 구축하여 AI 인프라에 대한 이해를 보여줍니다. MCP 표준을 사용함으로써 LLM은 맞춤형 일회성 API 통합 없이도 실시간 데이터를 동적으로 요청할 수 있습니다.

🧠 아키텍처 개요

이 통합은 stdio를 통한 표준 MCP JSON-RPC 아키텍처를 활용합니다:

1. LLM / 클라이언트 (예: Claude Code): 두뇌 및 중재자 역할을 합니다. 도구 스키마를 읽고 외부 데이터를 가져올 시기를 결정합니다.

2. MCP 서버 (본 저장소): mcp SDK를 사용하는 경량 Python 애플리케이션입니다. 특정 도구를 안전하게 노출하고 JSON-RPC 통신을 처리합니다.

3. 외부 API (GitHub): 데이터 소스입니다. 서버는 표준 HTTP 요청을 실행하여 실시간 데이터를 가져옵니다.

Related MCP server: GitBridge

🛠️ 사용 가능한 도구

• fetch_public_repos: GitHub username을 문자열로 받아 LLM의 컨텍스트 창에 최적화된 공개 저장소 목록(이름, URL, 설명 포함)을 깔끔하게 추출하여 반환합니다.

🚀 빠른 시작

사전 요구 사항

• Python 3.x 설치됨

• Claude Code (또는 기타 MCP 호환 클라이언트)

설치

1. 이 저장소를 복제합니다:

   git clone <your-repo-url>
   cd <your-repo-folder>```

2. 필요한 종속성을 설치합니다: pip install -r requirements.txt

Claude Code와 함께 실행

이 서버를 Claude Code에 쉽게 등록하여 LLM이 동적으로 사용할 수 있도록 할 수 있습니다. 프로젝트 디렉토리의 터미널에서 다음 명령을 실행하세요:

claude mcp add github-portfolio python3 server.py

추가되면 Claude Code에 다음과 같은 프롬프트를 요청할 수 있습니다:

"Use the github-portfolio tools to fetch the public repositories for user1."

Claude는 자동으로 JSON-RPC 요청을 형식화하고, 로컬 Python 서버를 깨우고, API 호출을 실행하며, 응답을 형식화합니다.

로컬 테스트

Claude Code 없이 서버를 테스트하려면 포함된 사용자 지정 Python 클라이언트를 사용하세요. 다음을 실행하세요:

python3 client.py

이 명령은 백그라운드 프로세스를 시작하고 표준 입출력을 통해 연결하며 하드코딩된 테스트 요청을 가져옵니다.