sangsang-lite-mcp
An MCP server for analyzing creative ideas through a series of diagnostic tools, designed for prototyping and submission to PlayMCP.
README
상상공방 Lite — MCP 서버 (골격)
PlayMCP 제출용 Streamable HTTP / stateless MCP 서버 골격.
설계 근거: ../../docs/13-streamable-http-examples-research.md
⚠️ 이 골격의 목표는 **고품질 진단이 아니라 "통과"**다: 서버 실행 →
/mcp열림 →tools/list3개 → annotations 5종 →tools/call→ Docker build → MCP Inspector 통과. LLM 호출은src/sangsang_lite_mcp/llm.py에 **결정적 stub(규칙기반)**으로 둔다.
도구 3개
| tool | 입력 | 출력 | 대응 에이전트 |
|---|---|---|---|
prepare_intake |
idea_text, time_budget? |
IntakeData |
소통 (docs/03) |
diagnose_idea |
intake |
Diagnosis |
진단 (docs/05) |
design_first_experiment |
intake, diagnosis |
FirstExperiment |
첫실험 (docs/06) |
- 모두 읽기 전용 분석 → annotations:
readOnlyHint=true, destructiveHint=false, idempotentHint=true, openWorldHint=false(+ 한글title). - stateless 입력 체이닝: 서버에 세션 없음. 앞 도구 출력을 다음 도구 입력으로 클라이언트가 전달한다.
로컬 실행
cd projects/sangsang-lite/prototype/mcp-server
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
PYTHONPATH=src PORT=8000 python -m sangsang_lite_mcp.server
# → Streamable HTTP endpoint: http://localhost:8000/mcp
# 포트가 점유돼 있으면 PORT=8791 등으로 바꿔 실행 (server.py가 PORT/HOST env를 읽음)
검증 (Verification)
순서대로 따라 하면 7개 목표(서버 실행 · /mcp · tools/list 3개 · annotations 5종 · tools/call · Docker build · Inspector)를 모두 확인할 수 있다.
1) 로컬 서버 실행
cd projects/sangsang-lite/prototype/mcp-server
pip install -r requirements.txt
PYTHONPATH=src PORT=8000 python -m sangsang_lite_mcp.server # http://localhost:8000/mcp
2) 내부 verify 스크립트 (가장 빠른 전체 점검)
서버가 떠 있는 상태에서 다른 터미널에서 실행한다. initialize → tools/list(3개) → annotations(5종) → tools/call 체이닝까지 한 번에 검증.
# 같은 venv(mcp 설치됨)에서
python scripts/verify_mcp.py # 기본 http://127.0.0.1:8000/mcp
python scripts/verify_mcp.py http://127.0.0.1:8791/mcp # 다른 포트
MCP_URL=http://127.0.0.1:8000/mcp python scripts/verify_mcp.py
# 종료코드 0=통과 / 1=실패
3) MCP Inspector — tools/list (공식 CLI)
npx @modelcontextprotocol/inspector --cli http://localhost:8000/mcp --transport http --method tools/list
--transport http= Streamable HTTP(기본 SSE 아님). 도구 3개 + 각 annotations 노출 확인.
4) MCP Inspector — tools/call (공식 CLI)
# 스칼라 인자라 CLI로 가장 쉬운 스모크 테스트
npx @modelcontextprotocol/inspector --cli http://localhost:8000/mcp --transport http \
--method tools/call --tool-name prepare_intake \
--tool-arg idea_text="배달 라이더용 식당 메모 앱" --tool-arg time_budget=TWO_DAYS
# object 입력(diagnose_idea/design_first_experiment)은 UI 모드가 편함
npx @modelcontextprotocol/inspector # http://localhost:6274 → transport=Streamable HTTP, URL=…/mcp
5) Docker build & run (linux/amd64 — 배포 타깃 기준)
cd projects/sangsang-lite/prototype/mcp-server
# PlayMCP/배포 환경은 보통 linux/amd64. Apple Silicon 등에서도 동일 타깃으로 빌드.
docker build --platform linux/amd64 -t sangsang-lite-mcp:latest .
# 컨테이너 실행 (PORT 주입 가능, 컨테이너 내부 0.0.0.0 바인딩은 server.py가 처리)
docker run --rm -p 8000:8000 -e PORT=8000 sangsang-lite-mcp:latest
# → http://localhost:8000/mcp
# 다른 터미널에서 동일하게 검증
python scripts/verify_mcp.py http://127.0.0.1:8000/mcp
로컬에 Docker가 없으면 build/run은 미검증 상태로 남긴다. 위 명령은 linux/amd64 기준이며, 실행 CMD(
python -m sangsang_lite_mcp.server)는 로컬에서 검증됨.
LLM 사용 (선택 — 없으면 stub fallback)
도구 3개는 기본적으로 결정적 stub으로 동작한다. 아래 환경변수를 모두 갖추면 Anthropic 호출로 전환되고, 키가 없거나 비활성/오류/타임아웃이면 자동으로 stub으로 fallback한다(도구 호출은 항상 성공).
| 환경변수 | 기본값 | 동작 |
|---|---|---|
ANTHROPIC_API_KEY |
(없음) | 없으면 stub fallback (missing_api_key) |
LLM_ENABLED |
false |
true/1/yes만 LLM 사용. 그 외 stub (disabled) |
MODEL_NAME |
claude-3-5-haiku-latest |
가벼운 Claude 기본값. 필요 시 override |
LLM_TIMEOUT_SECONDS |
2.5 |
호출 타임아웃(초). 초과 시 stub (timeout) |
- 결과에는 optional
meta가 붙는다:{"source": "llm"|"stub", "fallback_reason": null|"missing_api_key"|"disabled"|"timeout"|"api_error"}. - LLM 응답은 JSON으로 받아 기존 pydantic schema에 맞춰 정제해 반환한다(원문 그대로 반환하지 않음). 파싱 실패 시 stub fallback.
로컬 (LLM on)
export ANTHROPIC_API_KEY=sk-ant-...
export LLM_ENABLED=true
export MODEL_NAME=claude-3-5-haiku-latest # 생략 가능(기본값)
PYTHONPATH=src PORT=8000 python -m sangsang_lite_mcp.server
Docker (LLM on)
docker run -d -p 8080:8000 \
-e PORT=8000 \
-e LLM_ENABLED=true \
-e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
-e MODEL_NAME=$MODEL_NAME \
sangsang-lite-mcp:latest
키를 안 주거나
LLM_ENABLED를 빼면 동일 이미지가 stub fallback으로 동작한다(검증·Inspector는 키 없이도 통과).
구조
mcp-server/
├─ Dockerfile
├─ requirements.txt # mcp>=1.9.0
├─ .env.example
├─ .dockerignore
├─ README.md
├─ scripts/
│ └─ verify_mcp.py # 실행 중 서버 검증(tools/list+call 체이닝)
└─ src/sangsang_lite_mcp/
├─ server.py # FastMCP(stateless_http, json_response) + run(streamable-http)
├─ schemas.py # IntakeData / Diagnosis / FirstExperiment (→ inputSchema 자동)
├─ llm.py # ★ STUB (규칙기반). 후속에 Anthropic으로 본문만 교체
└─ tools/
├─ prepare_intake.py
├─ diagnose_idea.py
└─ design_first_experiment.py
확인 필요 (구현 메모)
FastMCP(..., host=, port=)인자 표면은 설치된mcp버전에 따라 다를 수 있다(연구문서 §5.1). 동작 안 하면mcp.settings.host/port또는 envFASTMCP_HOST/FASTMCP_PORT로 대체.- endpoint가
/mcp인지/mcp/인지 Inspector로 확정 후 PlayMCP 등록 URL과 일치시킬 것. result 최소화: stub 출력은 짧게 유지. LLM 결선 시 p99 3000ms 예산 주의.
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。