Skip to main content
Glama
slicequeue
by slicequeue

POC Node MCP Server

POC (Proof of Concept) - MCP(Model Context Protocol) 서버 개발 학습 및 테스트를 위한 데모 프로젝트입니다.

다양한 계산 도구와 사용자 정보 리소스를 제공하는 MCP 서버로, MCP 서버 개발 방법을 학습하고 테스트할 수 있습니다.

🎯 프로젝트 목적

  • MCP 서버 개발 방법 학습

  • Tool과 Resource의 차이점 이해

  • LLM과의 연동 테스트

  • npm 패키지 배포 및 npx 실행 테스트

Related MCP server: MCP Playground Server

설치

npm install -g poc-node-mcp-server

또는 npx로 직접 실행:

npx poc-node-mcp-server

제공하는 기능

Tools (도구)

1. add - 수학 계산

두 숫자를 입력받아 그 합을 반환합니다.

{
  "method": "tools/call",
  "params": {
    "name": "add",
    "arguments": {
      "a": 5,
      "b": 3
    }
  }
}

2. get_weather - 날씨 정보 조회

도시 이름을 입력받아 해당 도시의 랜덤 날씨 정보를 반환합니다.

{
  "method": "tools/call",
  "params": {
    "name": "get_weather",
    "arguments": {
      "city": "서울"
    }
  }
}

Resources (리소스)

1. greeting - 인사말

사용자 이름을 받아 인사말을 생성합니다.

URI: greeting://홍길동

2. user_profile - 사용자 프로필

사용자 이름을 받아 랜덤한 프로필 정보를 생성합니다.

URI: user_profile://김철수

Gemini CLI 연동

.gemini/settings.json 파일에 다음 설정을 추가하세요:

{
  "mcpServers": {
    "demo-mcp-server": {
      "command": "npx",
      "args": ["poc-node-mcp-server"],
      "description": "POC MCP 서버 - 학습 및 테스트용 다양한 계산 도구와 사용자 정보 리소스 제공"
    }
  }
}

사용 예시

LLM과의 대화

사용자: "5와 3을 더해줘"
LLM: add 도구를 사용하여 8을 반환

사용자: "서울의 날씨를 알려줘"
LLM: get_weather 도구를 사용하여 "서울의 현재 날씨: 맑음, 기온: 15°C, 습도: 65%" 반환

사용자: "홍길동에게 인사해줘"
LLM: greeting://홍길동 리소스에 접근하여 "안녕하세요, 홍길동님!" 반환

사용자: "김철수의 프로필을 보여줘"
LLM: user_profile://김철수 리소스에 접근하여 랜덤 프로필 정보 반환

개발

로컬 개발 환경 설정

# 의존성 설치
npm install

# TypeScript 빌드
npm run build

# 개발 모드 실행
npm run dev

# 테스트 실행
npm test

프로젝트 구조

poc-node-mcp-server/
├── src/
│   └── index.ts          # 메인 MCP 서버 코드
├── dist/
│   └── index.js          # 빌드된 JavaScript 파일
├── test-mcp.js           # MCP 서버 테스트 스크립트
├── package.json          # 프로젝트 설정
├── tsconfig.json         # TypeScript 설정
├── MCP_Learning_Guide.md # MCP 학습 가이드
└── README.md            # 프로젝트 문서

📚 학습 자료

이 프로젝트는 MCP 서버 개발을 위한 학습 자료입니다. MCP_Learning_Guide.md 파일에서 다음 내용을 학습할 수 있습니다:

  • MCP 서버 기본 개념

  • Tool vs Resource 차이점

  • LLM 활용을 위한 최적화 방법

  • Transport 방식 이해

  • 실제 구현 예제

  • Gemini CLI 연동 방법

⚠️ 주의사항

  • 이 프로젝트는 학습 및 테스트 목적으로 제작되었습니다.

  • 실제 프로덕션 환경에서 사용하기에는 부족한 부분이 있을 수 있습니다.

  • 랜덤 데이터를 사용하므로 실제 데이터와 다를 수 있습니다.

라이선스

ISC

기여하기

  1. 이 저장소를 포크하세요

  2. 새로운 기능 브랜치를 만드세요 (git checkout -b feature/amazing-feature)

  3. 변경사항을 커밋하세요 (git commit -m 'Add some amazing feature')

  4. 브랜치에 푸시하세요 (git push origin feature/amazing-feature)

  5. Pull Request를 생성하세요

관련 링크

A
license - permissive license
-
quality - not tested
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/slicequeue/poc-node-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server