mcpField
M
MCP (Model Context Protocol) 서버

MCP (Model Context Protocol) 서버

本地服务
github.com/sangminpark9AI 与智能体085 周前更新

关于 MCP (Model Context Protocol) 서버

这是一个集成 DeepSeek 和 Llama 的 LLM 服务,面向需要统一 API、模型切换及对话上下文管理的应用。它支持内存、Redis 和 SQLite 存储后端。

主要功能

  1. 01集成 DeepSeek 与 Llama
  2. 02模型路由与切换
  3. 03对话上下文管理
  4. 04标准化 API
  5. 05内存、Redis 和 SQLite 存储

适用场景

  1. 01在应用中调用不同 LLM
  2. 02为对话请求保留会话上下文
  3. 03选择不同存储后端运行服务

MCP 相关

README 将其描述为提供标准化 API 的 LLM 服务,但未说明 MCP 协议接口或向 MCP 客户端暴露的能力。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

README 原文English

来自项目 README

README 暂无中文译文,以下为英文原文;中文介绍见上方。

MCP (Model Context Protocol) 서버

MCP 서버는 다양한 LLM(Large Language Model)을 통합 관리하고 표준화된 인터페이스를 제공하는 서비스입니다. 이 프로젝트는 DeepSeek와 Llama 모델을 통합하여 모델 간 전환이 용이하고, 컨텍스트 관리가 가능한 API를 제공합니다.

주요 기능

  • 다양한 LLM 모델(DeepSeek, Llama) 통합 관리
  • 모델 간 쉬운 전환 및 라우팅
  • 대화 컨텍스트 관리
  • 표준화된 API 인터페이스
  • 다양한 스토리지 백엔드 지원(메모리, Redis, SQLite)

시스템 요구사항

  • Python 3.8 이상
  • CUDA 지원 GPU (권장, CPU에서도 실행 가능)
  • Docker & Docker Compose (선택 사항)

설치 및 실행

수동 설치
  1. 저장소 클론:

    git clone https://github.com/yourusername/mcp-server.git
    cd mcp-server
    
  2. 설정 스크립트 실행:

    python setup.py
    

    (모델 다운로드 포함):

    python setup.py --download-models
    

    (특정 모델만 다운로드):

    python setup.py --download-models --model deepseek
    
  3. 서버 실행:

    source venv/bin/activate  # Windows: venv\Scripts\activate
    uvicorn app.main:app --reload
    
Docker를 사용한 설치
  1. 저장소 클론:

    git clone https://github.com/yourusername/mcp-server.git
    cd mcp-server
    
  2. Docker Compose로 실행:

    docker-compose up -d
    

API 사용법

채팅 API

요청:

POST /api/chat
Content-Type: application/json

{
  "session_id": "550e8400-e29b-41d4-a716-446655440000",
  "messages": [
    {
      "role": "user",
      "content": "안녕하세요, 오늘 날씨가 어때요?"
    }
  ],
  "model": "default",
  "parameters": {
    "temperature": 0.7,
    "max_new_tokens": 512
  }
}

응답:

{
  "session_id": "550e8400-e29b-41d4-a716-446655440000",
  "response": "안녕하세요! 오늘 날씨는 맑고 화창하네요. 온도는 약 22도 정도로 쾌적한 편입니다. 야외 활동하기 좋은 날씨입니다.",
  "model": "deepseek"
}
사용 가능한 모델 목록

요청:

GET /api/models

응답:

{
  "models": [
    {
      "id": "deepseek",
      "name": "DeepSeek Model",
      "description": "DeepSeek 기반 대형 언어 모델",
      "capabilities": ["text-generation", "code-generation", "reasoning"],
      "languages": ["en", "ko"]
    },
    {
      "id": "llama",
      "name": "Llama Model",
      "description": "Llama 기반 대형 언어 모델 (한국어 특화)",
      "capabilities": ["text-generation", "translation", "korean-language"],
      "languages": ["ko", "en"]
    }
  ]
}
세션 삭제

요청:

DELETE /api/sessions/550e8400-e29b-41d4-a716-446655440000

응답:

{
  "status": "success",
  "message": "세션 550e8400-e29b-41d4-a716-446655440000가 삭제되었습니다"
}

모델 추가하기

새로운 모델을 추가하려면:

  1. app/models 디렉토리에 새 모델 클래스 파일을 생성합니다.
  2. BaseModel 클래스를 상속받아 구현합니다.
  3. app/models/router.py에서 모델을 등록합니다.
  4. app/core/config.py에서 라우팅 설정을 업데이트합니다.

기여 방법

  1. 저장소를 포크합니다.
  2. 기능 브랜치를 생성합니다 (git checkout -b feature/amazing-feature).
  3. 변경사항을 커밋합니다 (git commit -m 'Add some amazing feature').
  4. 브랜치에 푸시합니다 (git push origin feature/amazing-feature).
  5. Pull Request를 생성합니다.

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。