MCP LLMS-TXT 문서 서버

개요

llms.txt 는 LLM을 위한 웹사이트 인덱스로, 배경 정보, 지침, 그리고 자세한 마크다운 파일 링크를 제공합니다. Cursor, Windsurf와 같은 IDE나 Claude Code/Desktop과 같은 앱은 llms.txt 사용하여 작업의 컨텍스트를 검색할 수 있습니다. 하지만 이러한 앱은 llms.txt 와 같은 파일을 읽고 처리하기 위해 다양한 내장 도구를 사용합니다. 검색 과정은 불투명할 수 있으며, 도구 호출이나 반환된 컨텍스트를 감사할 방법이 항상 있는 것은 아닙니다.

MCP는 개발자가 이러한 애플리케이션에서 사용하는 도구를 완벽하게 제어 할 수 있는 방법을 제공합니다. 여기서는 MCP 호스트 애플리케이션(예: Cursor, Windsurf, Claude Code/Desktop)에 (1) 사용자 정의 llms.txt 파일 목록과 (2) 제공된 llms.txt 파일 내의 URL을 읽어오는 간단한 fetch_docs 도구를 제공하는 오픈 소스 MCP 서버를 llms.txt fetch_docs llms.txt 이를 통해 사용자는 각 도구 호출과 반환된 컨텍스트를 감사할 수 있습니다.

Related MCP server: Library Docs MCP Server

빠른 시작

uv 설치

• uv 설치하는 다른 방법은 공식 uv 문서를 참조하세요.

지엑스피1

사용할 llms.txt 파일을 선택하세요.

• 예를 들어, LangGraph llms.txt 파일은 다음과 같습니다 .

(선택 사항) 선택한 llms.txt 파일을 사용하여 MCP 서버를 로컬로 테스트합니다.

uvx --from mcpdoc mcpdoc \
    --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt \
    --transport sse \
    --port 8082 \
    --host localhost

• 다음에서 실행되어야 합니다: http://localhost:8082

• MCP 검사기를 실행하고 실행 중인 서버에 연결합니다.

npx @modelcontextprotocol/inspector

• 여기에서 tool 호출을 테스트할 수 있습니다.

커서에 연결

• Cursor Settings 및 MCP 탭을 엽니다.

• ~/.cursor/mcp.json 파일이 열립니다.

• 다음을 파일에 붙여넣습니다( langgraph-docs-mcp 이름을 사용하고 LangGraph llms.txt 에 연결합니다).

{
  "mcpServers": {
    "langgraph-docs-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "mcpdoc",
        "mcpdoc",
        "--urls",
        "LangGraph:https://langchain-ai.github.io/langgraph/llms.txt",
        "--transport",
        "stdio",
        "--port",
        "8081",
        "--host",
        "localhost"
      ]
    }
  }
}

• Cursor Settings/MCP 탭에서 서버가 실행 중인지 확인하세요.

• CMD+L (Mac)을 눌러 채팅을 엽니다.

• agent 선택되었는지 확인하세요.

그런 다음, 다음과 같은 예시 프롬프트를 시도해 보세요.

use the langgraph-docs-mcp server to answer any LangGraph questions -- 
+ call list_doc_sources tool to get the available llms.txt file
+ call fetch_docs tool to read it
+ reflect on the urls in llms.txt 
+ reflect on the input question 
+ call fetch_docs on any urls relevant to the question
+ use this to answer the question

what are types of memory in LangGraph?

Windsurf에 연결

• CMD+L (Mac)을 눌러 Cascade를 엽니다.

• Configure MCP 클릭하여 구성 파일 ~/.codeium/windsurf/mcp_config.json 엽니다.

• 위에 언급한 대로 langgraph-docs-mcp 로 업데이트합니다.

• CMD+L (Mac)을 눌러 Cascade를 열고 MCP 서버를 새로 고칩니다.

• 사용 가능한 MCP 서버가 나열되고, langgraph-docs-mcp 연결된 것으로 표시됩니다.

그런 다음, 예제 프롬프트를 시도해 보세요.

• 도구 호출을 수행합니다.

Claude Desktop에 연결

• Settings/Developer 열어 ~/Library/Application\ Support/Claude/claude_desktop_config.json 을 업데이트합니다.

• 위에 언급한 대로 langgraph-docs-mcp 로 업데이트합니다.

• Claude Desktop 앱을 다시 시작합니다.

• 채팅 입력란의 오른쪽 하단에 도구가 표시됩니다.

그런 다음, 예제 프롬프트를 시도해 보세요.

• 요청을 처리할 때 도구 호출을 승인할지 묻습니다.

Claude Code에 연결

• Claude Code를 설치한 후 터미널에서 다음 명령을 실행하여 프로젝트에 MCP 서버를 추가합니다.

claude mcp add-json langgraph-docs '{"type":"stdio","command":"uvx" ,"args":["--from", "mcpdoc", "mcpdoc", "--urls", "langgraph:https://langchain-ai.github.io/langgraph/llms.txt"]}' -s local

• ~/.claude.json 이 업데이트된 것을 볼 수 있습니다.

• Claude Code를 실행하고 도구를 확인하여 테스트하세요.

$ Claude
$ /mcp 

그런 다음, 예제 프롬프트를 시도해 보세요.

• 도구 호출을 승인할지 묻습니다.

명령줄 인터페이스

mcpdoc 명령은 문서 서버를 시작하기 위한 간단한 CLI를 제공합니다.

문서 소스를 지정하는 방법은 세 가지가 있으며, 이를 결합할 수도 있습니다.

1. YAML 구성 파일 사용:

• 이렇게 하면 이 저장소의 sample_config.yaml 파일에서 LangGraph Python 문서가 로드됩니다.

mcpdoc --yaml sample_config.yaml

2. JSON 구성 파일 사용:

• 이렇게 하면 이 저장소의 sample_config.json 파일에서 LangGraph Python 문서가 로드됩니다.

mcpdoc --json sample_config.json

3. 선택적 이름을 사용하여 llms.txt URL을 직접 지정합니다.

• URL은 일반 URL로 지정하거나 name:url 형식을 사용하여 선택적 이름을 사용하여 지정할 수 있습니다.

• 위의 MCP 서버에 llms.txt 를 로드한 방법은 다음과 같습니다.

mcpdoc --urls LangGraph:https://langchain-ai.github.io/langgraph/llms.txt

다음 방법을 결합하여 문서 소스를 병합할 수도 있습니다.

mcpdoc --yaml sample_config.yaml --json sample_config.json --urls https://langchain-ai.github.io/langgraph/llms.txt

추가 옵션

• --follow-redirects : HTTP 리디렉션을 따릅니다(기본값은 False)

• --timeout SECONDS : HTTP 요청 시간 초과(초) (기본값은 10.0)

추가 옵션이 있는 예:

mcpdoc --yaml sample_config.yaml --follow-redirects --timeout 15

이렇게 하면 15초의 시간 제한을 두고 LangGraph Python 문서가 로드되고 필요한 경우 모든 HTTP 리디렉션을 따릅니다.

구성 형식

YAML과 JSON 구성 파일에는 모두 문서 소스 목록이 포함되어야 합니다.

각 소스에는 llms_txt URL이 포함되어야 하며 선택적으로 name 포함할 수 있습니다.

YAML 구성 예제(sample_config.yaml)

# Sample configuration for mcp-mcpdoc server
# Each entry must have a llms_txt URL and optionally a name
- name: LangGraph Python
  llms_txt: https://langchain-ai.github.io/langgraph/llms.txt

JSON 구성 예제(sample_config.json)

[
  {
    "name": "LangGraph Python",
    "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt"
  }
]

프로그래밍 방식 사용

from mcpdoc.main import create_server

# Create a server with documentation sources
server = create_server(
    [
        {
            "name": "LangGraph Python",
            "llms_txt": "https://langchain-ai.github.io/langgraph/llms.txt",
        },
        # You can add multiple documentation sources
        # {
        #     "name": "Another Documentation",
        #     "llms_txt": "https://example.com/llms.txt",
        # },
    ],
    follow_redirects=True,
    timeout=15.0,
)

# Run the server
server.run(transport="stdio")