关于 실행과정
실행과정 是一篇介绍搭建办公自动化 Python MCP 服务的韩文记录,规划了每日查看日程、天气、待回复邮件和 Jira 未完成事项,并列出安装、Docker、日志与测试命令。
主要功能
- 01Python MCP 服务搭建步骤
- 02Docker 构建与服务运行
- 03安装 structlog
- 04pytest 单元测试命令
适用场景
- 01参照步骤搭建 Python MCP 服务
- 02使用 Docker Compose 运行服务
- 03运行单项或完整测试套件
MCP 相关
README 描述了用于办公自动化的 MCP 服务搭建,但未说明其 MCP 工具或面向客户端的接口。
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。
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 READMEREADME 暂无中文译文,以下为英文原文;中文介绍见上方。
MCP 서버 구축기
계획
사무자동화를 위한 방법
- 매일 오전 출근을 하게 되면 나의 스케쥴을 체크 한다.
- 하루의 날씨를 체크해서 알려준다.
- 메일에서 회신을 해야 하는 메일이 필요하다면 목록을 알려준다.
- 협업툴 지라에서 나에게 할당된 티켓중에서 아직 완료되지 않은 티켓을 나열한다.
실행과정
# uv 설치
brew install uv
uv init [mcp-server-name] --python 3.12 #원하는 버전
cd [mcp-server-name]
uv venv #.venv 가상환경 설치
source .venv/bin/activate
uv add "mcp[cli]"
# toml 파일 설치 (패키지)
cat pyproject.toml
# server.py 파일 만들기
touch server.py
# cursor open
brew install --cask cursor
cursor .
## cursor app command execure
cursor app -> cmd + shift + p -> Shell Command : Install 'cursor' command
# cursor docs add
Cursor Setting -> Features -> Docs > +Add new doc 클릭 ->
MCP https://modelcontextprotocol.io/
MCP llm.txt ( https://modelcontextprotocol.io/llms-full.txt )
MCP Python SDK ( https://github.com/modelcontextprotocol/python-sdk )
#cursor Rules
https://cursor.directory/fastapi-python-microservices-serverless-cursor-rules
-> npx copied (npx cursor-directory rules add fastapi-python-microservices-serverless-cursor-rules)
-> Terminal execute
## 자체실행
mcp dev server.py
mcp install server.py (실행이후 에이전트 cursor, claude 확인 가능 )
Docker (서버로써 구독할때 사용)
# 이미지 빌드 및 컨테이너 시작 및 백그라운드
$ docker compose up -d --build
# 로그 확인 (백그라운드 실행 시)
$ docker compose logs -f
# 서버 중지
$ docker compose down
# 동시 실행
$ docker compose down & docker compose up -d --build & docker compose logs -f
structlog
uv pip install structlog
UNIT TEST
uv pip install python-dotenv
uv pip install pytest requests
# 개별로 테스트 실행 할때
pytest test/test_github_tool.py
# 모든 테스트 실행
pytest -v -s
评论
支持 Markdown
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。