MCP Crash Course

MCP(Model Control Protocol) 및 관련 기술을 학습하고 실험하기 위한 Python 기반 프로젝트입니다.

프로젝트 개요

이 프로젝트는 MCP 및 관련 기술을 익히기 위한 단기 집중 과정 역할을 합니다. FastAPI 통합, 임베딩 기능, Groq와의 LangChain 통합이 포함되어 있습니다.

Related MCP server: MCP Server Sample

왜 이 프로젝트인가?

주요 이점

1. 간소화된 모델 관리

   • 모델 배포 및 제어를 위한 간소화된 인터페이스

   • 다양한 유형의 모델을 처리하는 통합된 접근 방식

   • 모델 운영의 복잡성 감소

2. 향상된 성능

   • 더 나은 처리량을 위한 비동기 처리

   • 최적화된 임베딩 작업

   • 효율적인 리소스 활용

3. 개발자 친화성

   • 명확한 API 문서

   • 직관적인 CLI 도구

   • 포괄적인 오류 처리

4. 확장성

   • 손쉬운 확장을 위한 모듈식 아키텍처

   • 여러 모델 유형 지원

   • 유연한 배포 옵션

설치

1. 리포지토리를 클론합니다:

git clone <repository-url>
cd mcpcrashcourse

2. 가상 환경을 생성하고 활성화합니다:

python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

3. 종속성을 설치합니다:

pip install -e .

프로젝트 워크플로

서버 아키텍처

이 프로젝트는 두 가지 주요 서버 구성 요소로 이루어져 있습니다:

• server/: 기본 애플리케이션 서버 구현을 포함합니다

• mcpserver/: MCP 전용 서버 기능을 담당합니다

주요 구성 요소

1. FastAPI 통합

   • 모델 상호작용을 위한 RESTful API 엔드포인트

   • 고성능 작업을 위한 비동기 지원

   • 내장된 문서 및 테스트 기능

   • 자동 요청 검증

   • Swagger/OpenAPI 문서

2. 임베딩 시스템

   • 효율적인 텍스트 임베딩을 위해 FastEmbed 활용

   • 다양한 임베딩 모델 지원

   • 의미 기반 검색 및 유사도 매칭 지원

   • 배치 처리 기능

   • 메모리 효율적인 작업

3. LangChain 통합

   • LLM 작업을 위한 Groq 통합

   • 모델 입력/출력의 체인 기반 처리

   • 사용자 지정 가능한 파이프라인 구성

   • 복잡한 워크플로 지원

   • 외부 서비스와의 손쉬운 통합

4. MCP 구현

   • Model Control Protocol 구현

   • 모델 관리를 위한 CLI 도구

   • 구성 및 배포 유틸리티

   • 상태 모니터링 및 로깅

   • 자동 장애 조치 지원

내부 동작 방식

1. 요청 처리 흐름

   Client Request → FastAPI Router → Model Handler → MCP Controller → Model Execution → Response Formatter → Client

2. 모델 관리

   • 자동 모델 로드 및 언로드

   • 리소스 할당 최적화

   • 동시 요청 처리

   • 상태 관리 및 영속성

3. 오류 처리

   • 우아한 성능 저하

   • 상세한 오류 보고

   • 자동 복구 메커니즘

   • 로깅 및 모니터링

개발 워크플로

1. 로컬 개발

   • 개발 서버를 시작합니다:

     python main.py

   • 서버는 기본적으로 localhost:8000에서 실행됩니다

   • API 문서는 /docs에서 확인할 수 있습니다

   • 개발을 위한 핫 리로딩

   • 디버그 모드 지원

2. 모델 통합

   • 적절한 서버 디렉토리에서 모델을 구성합니다

   • API 키를 위한 환경 변수를 설정합니다

   • API 엔드포인트를 통해 모델 상호작용을 테스트합니다

   • 모델 버전 관리 지원

   • A/B 테스트 기능

3. 테스트 및 배포

   • 자동화된 테스트를 실행합니다

   • 프로덕션 환경에 배포합니다

   • 모델 성능 및 API 메트릭을 모니터링합니다

   • 지속적 통합 지원

   • 자동화된 배포 파이프라인

일반적인 작업

1. 서버 시작

   python main.py

2. API 엔드포인트 접근

   • FastAPI 문서 인터페이스를 사용합니다

   • 적절한 엔드포인트에 HTTP 요청을 전송합니다

   • 응답과 오류를 적절히 처리합니다

   • 속도 제한 및 스로틀링

   • 인증 및 권한 부여

3. 모델 관리

   • 모델 작업에 MCP CLI 도구를 사용합니다

   • 모델 매개변수를 구성합니다

   • 모델 성능을 모니터링합니다

   • 모델 버전 관리

   • 리소스 할당 관리

프로젝트 구조

• main.py: 애플리케이션의 기본 진입점

• server/: 서버 관련 구성 요소

• mcpserver/: MCP 서버 구현

• pyproject.toml: 프로젝트 구성 및 종속성

• finalmcp.pdf: 문서 또는 강의 자료

종속성

이 프로젝트는 다음과 같은 주요 종속성을 사용합니다:

• FastAPI (>=0.115.12)

• FastEmbed (>=0.6.1)

• LangChain-Groq (>=0.3.2)

• MCP-Use (>=1.2.8)

• MCP[CLI] (>=1.6.0)