MCP 길잡이 (mcp-giljabi)

사용자의 요청에 맞는 PlayMCP를 찾아주는 MCP 서버입니다.

기능

find_mcp: 사용자 요청에 맞는 MCP를 하이브리드 검색으로 찾습니다
add_mcp: MCP 설치 방법을 안내합니다

사전 요구사항

Node.js (v18 이상)
Google Gemini API Key (무료)

설치

cd mcp-giljabi
npm install

환경 변수 설정

cp .env.example .env
# .env 파일에 GEMINI_API_KEY 설정

Gemini API Key 발급: https://aistudio.google.com/app/apikey

빌드

npm run build

실행

npm start

로컬 테스트 방법

1. 검색 기능 테스트

# .env 파일에 GEMINI_API_KEY 설정 후
npm run test-search

2. MCP Inspector로 테스트

MCP Inspector는 MCP 서버를 웹 UI로 테스트할 수 있는 도구입니다.

# 빌드 후 실행
npm run build
GEMINI_API_KEY=your-api-key npm run inspector

브라우저에서 http://localhost:5173 접속하여 테스트할 수 있습니다.

3. Claude Desktop에서 로컬 테스트

~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "mcp-giljabi": {
      "command": "node",
      "args": ["/path/to/mcp-giljabi/dist/index.js"],
      "env": {
        "GEMINI_API_KEY": "your-api-key"
      }
    }
  }
}

Railway 배포

1. GitHub 레포지토리 생성 및 푸시

git init
git add .
git commit -m "Initial commit"
git remote add origin <your-repo-url>
git push -u origin main

2. Railway 배포

railway.app 접속
GitHub 로그인
"New Project" → "Deploy from GitHub repo"
레포지토리 선택
환경 변수 설정:
- GEMINI_API_KEY: Gemini API 키

3. 배포 완료

Railway가 자동으로 빌드 및 배포합니다.

사용 예시

find_mcp

입력: "영화 정보를 검색하고 싶어"

출력:
🔍 "영화 정보를 검색하고 싶어" 검색 결과 (3개)

1. **Movie Digging**
   📝 TMDb API를 활용하여 영화 정보를 검색하고 추천합니다
   👤 개발자: 최용태
   📊 월간 호출: 156회
   🔗 https://playmcp.kakao.com/mcp/61
   📈 관련도: 85%

add_mcp

입력: mcpId = "61"

출력:
🚀 **Movie Digging** 추가하기

📎 링크: https://playmcp.kakao.com/mcp/61

📋 **설치 방법:**
1. 아래 링크에 접속하세요
2. 카카오 계정으로 로그인하세요
3. '추가하기' 버튼을 클릭하세요
4. Claude Desktop을 재시작하세요

캐싱

MCP 데이터와 임베딩은 src/data/embeddings.json에 캐싱됩니다
캐시 유효기간: 24시간
서버 시작 시 캐시가 없거나 만료되면 자동으로 새로 생성합니다

기술 스택

TypeScript / Node.js
MCP SDK (@modelcontextprotocol/sdk)
Google Gemini Embeddings (gemini-embedding-001)
하이브리드 검색 (키워드 매칭 60% + 시맨틱 검색 40%)
- 한국어 키워드 매핑으로 정확도 향상
- 코사인 유사도 기반 임베딩 검색

비용

Railway: $5/월 (Hobby Plan)
Gemini Embeddings: 무료 (100 RPM, 1,000 RPD)

라이선스

MIT

mcp-giljabi