POC Node MCP Server
A proof-of-concept MCP server for learning and testing, providing basic arithmetic and weather tools, along with greeting and user profile resources.
README
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
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
- 이 저장소를 포크하세요
- 새로운 기능 브랜치를 만드세요 (
git checkout -b feature/amazing-feature) - 변경사항을 커밋하세요 (
git commit -m 'Add some amazing feature') - 브랜치에 푸시하세요 (
git push origin feature/amazing-feature) - Pull Request를 생성하세요
관련 링크
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。