회사 구조의 에이전트 조직: 16개 부서, 172개 스킬, 개별 설치 가능
한국어는 runchr 제공 번역입니다. 원문 README는 English tool page.
python-sdk
MCP 공식 Python SDK: 도구, 리소스, 프롬프트를 노출하는 서버를 구축하거나 stdio, Streamable HTTP, SSE 전송을 통해 연결하는 클라이언트를 만들 수 있습니다.
- Transport
- stdio, Streamable HTTP, SSE
- Package
- mcp
- Version
- latest
- Website
- https://py.sdk.modelcontextprotocol.io/
프로젝트 README (번역)
GitHub ↗Written by the project's own authors, not by runchr. Snapshot taken 2026-10-28.
MCP Python SDK
Model Context Protocol(MCP)의 Python 구현체
문서
문서는 https://py.sdk.modelcontextprotocol.io/ 에 있습니다.
시작 가이드, v2의 새로운 기능, API 레퍼런스, 마이그레이션 가이드가 포함되어 있습니다.
MCP란 무엇인가?
Model Context Protocol을 사용하면 데이터와 기능을 LLM 애플리케이션에 안전하고 표준화된 방식으로 노출하는 서버를 구축할 수 있습니다. 웹 API와 비슷하지만 LLM 상호작용을 위해 설계되었다고 생각하면 됩니다. 이 SDK를 사용하면 다음을 할 수 있습니다:
- 모든 MCP 호스트에 도구, 리소스, 프롬프트를 노출하는 MCP 서버 구축
- 모든 MCP 서버에 연결하는 MCP 클라이언트 구축
- 모든 표준 전송 방식 지원: stdio, Streamable HTTP, SSE
요구 사항
Python 3.11+.
설치
uv add " mcp[cli] " # 또는: pip install "mcp[cli]"
cli extra는 SDK 위에 mcp 명령줄 도구(mcp dev, mcp run, mcp install)를 추가합니다. 필요하지 않다면 일반 mcp를 설치하세요. 일회성 명령의 경우 uv run --with "mcp[cli]" mcp ... 를 사용하면 프로젝트 없이도 작동합니다.
15줄로 만드는 서버
server.py 를 생성하세요:
from mcp . server import MCPServer
mcp = MCPServer ( "Demo" )
@ mcp . tool ()
def add ( a : int , b : int ) -> int :
"""Add two numbers."""
return a + b
@ mcp . resource ( "greeting://{name}" )
def greeting ( name : str ) -> str :
"""Greet someone by name."""
return f"Hello, { name } !"
전체 예제: docs_src/index/tutorial001.py
이것이 완전한 MCP 서버입니다: 도구 하나, 템플릿 리소스 하나. MCP Inspector에서 열어보세요:
uv run mcp dev server.py
add를 a=1, b=2로 호출하면 3이 반환됩니다.
작성하지 않은 것에 주목하세요: JSON Schema 없음(a: int, b: int가 스키마입니다), 요청 파싱 없음, 검증 코드 없음, 프로토콜 처리 없음. 타입 힌트가 있는 Python 함수 두 개와 docstring뿐입니다.
이제 시작 가이드에서 이어서 설명합니다.
10줄로 만드는 클라이언트
같은 패키지가 완전한 MCP 클라이언트입니다. server.py를 HTTP로 서빙하세요:
uv run mcp run server.py --transport streamable-http
그런 다음 Client를 그것에 연결하세요:
import asyncio
from mcp import Client
async def main () -> None :
async with Client ( "http://localhost:8000/mcp" ) as client :
result = await client . call_tool ( "add" , { "a" : 1 , "b" : 2 })
print ( result . structured_content ) # {'result': 3}
asyncio . run ( main ())
URL은 Streamable HTTP, 즉 배포하는 전송 방식을 의미합니다. Client는 로컬 서버를 stdio 서브프로세스로 실행하거나 사용자 정의 전송 방식을 사용할 수도 있습니다. 나머지는 Clients에서 확인하세요.
기여
우리는 모든 경험 수준의 기여자를 지원하는 데 열정을 가지고 있으며, 여러분이 프로젝트에 참여하기를 기대합니다. 시작하려면 기여 가이드를 참조하세요.
라이선스
이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.
Other tools that do the same work
Agent stacks with this tool(1)View graph
핸드오프, 가드레일, 트레이싱을 갖춘 멀티 에이전트 리서치 및 리포트 파이프라인
From README linksOpenAI Agents SDK quickstart에서 시작해 Python 3.10+ virtualenv를 만들고 openai-agents를 설치했습니다. 수신 요청을 분류하는 instructions를 가진 triage Agent를 정의한 뒤, 두 명의 specialist agent(researcher와 writer)를
View stack
No comments yet.
to comment.