MCP란 무엇인가?

모델 컨텍스트 프로토콜(MCP)은 AI 도구의 USB와 같아서, AI 에이전트가 다양한 기능을 발견하고 사용할 수 있는 표준화된 방법을 제공합니다. AI 에이전트에게 새로운 기능을 추가하는 것과 같다고 생각하세요! 유연한 사전 기반 구현 덕분에 에이전트는 구현 세부사항을 알지 않고도 도구를 쉽게 발견하고 사용할 수 있습니다.

사용 가능한 MCP 서버

MCP 생태계는 빠르게 성장하고 있으며, 많은 강력한 서버가 제공됩니다:

• Brave Search - 웹 및 로컬 검색 기능
• Filesystem - 완전한 파일 및 디렉터리 작업
• 극작가 - 브라우저 자동화 및 웹 스크래핑
• MongoDB - 직접 데이터베이스 상호작용
• 순차적 사고 - 구조화된 추론과 계획
• FLUX - 이미지 생성 및 조작
• 셀레늄 - 웹 자동화 및 테스트
• SQLite - 로컬 데이터베이스 작업
• 벡터 저장소 - 임베딩 및 유사도 검색
• 그리고 더 많은 이들!

최신 이용 가능한 서버 목록은 MCP 서버 저장소를 확인해 보세요. 생태계는 빠르게 성장하며 새로운 기능이 정기적으로 추가되고 있습니다!

퀵 스타트

1. 설치 요구사항:

2. MCP 구성 완료:

AutoGen Studio MCP Tools

What is MCP?

Model Context Protocol (MCP) is like a USB for AI tools - it provides a standardized way for AI agents to discover and use different capabilities. Think of it as plugging in new abilities for your AI agents! With our flexible dictionary-based implementation, agents can easily discover and use tools without needing to know their implementation details.

Available MCP Servers

The MCP ecosystem is growing rapidly with many powerful servers available:

• Brave Search - Web and local search capabilities
• Filesystem - Complete file and directory operations
• Playwright - Browser automation and web scraping
• MongoDB - Direct database interactions
• Sequential Thinking - Structured reasoning and planning
• FLUX - Image generation and manipulation
• Selenium - Web automation and testing
• SQLite - Local database operations
• Vector Store - Embedding and similarity search
• And many more!

Check out the MCP Servers Repository for the latest list of available servers. The ecosystem is rapidly growing with new capabilities being added regularly!

Quick Start

1. Install Requirements:

# Create and activate virtual environment
python -m venv .env
source .env/bin/activate  # On Windows: .env\Scripts\activate

# Install required packages
pip install mcp

2. Configure MCP:

# Copy the example config
cp mcp_config.example.json mcp_config.json

# Edit mcp_config.json with your settings
{
  "mcpServers": {
    "brave-search": {
      "enabled": true,
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-brave-search"],
      "env": {
        "BRAVE_API_KEY": "your-api-key-here"
      }
    },
    "filesystem": {
      "enabled": true,
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/path/to/your/working/directory"
      ]
    }
  }
}

3. Start AutoGen Studio:

autogenstudio ui --port 8080

Dynamic Tool Usage

Our implementation uses a flexible dictionary-based approach, making it easy to discover and use tools:

# 1. List Available Servers
servers = await mcp(tool='list_available_servers')

# 2. Discover Server Tools
tools = await mcp(
    server='brave-search',
    tool='tool_details'
)

# 3. Use Tools with Dictionary Arguments
# Web Search Example
result = await mcp(
    server='brave-search',
    tool='brave_web_search',
    arguments={
        'query': 'Latest AI developments',
        'count': 5
    }
)

# File Operations Example
result = await mcp(
    server='filesystem',
    tool='read_file',
    arguments={
        'path': '/path/to/your/file'
    }
)

Example Templates

We provide ready-to-use templates to help you get started:

1. Gallery Examples (/gallerys):
   • Pre-configured tool setups
   • Example implementations
   • Best practices demonstrations