Klavis AI: AI 애플리케이션을 위한 모델 컨텍스트 프로토콜(MCP) 통합 도구

최신 AI 리소스3 개월 전에 게시 됨 AI 공유 서클
1.4K 00

일반 소개

Klavis AI는 AI 애플리케이션이 외부 도구 및 데이터 소스와 동적으로 연결할 수 있는 개방형 표준인 MCP(모델 컨텍스트 프로토콜)의 사용 및 통합을 단순화하는 데 중점을 둔 오픈 소스 플랫폼으로, Slack, Discord 클라이언트, 호스팅된 MCP 서버와 간단한 웹 인터페이스는 기술적 문턱을 낮춰 비전문가인 사용자도 쉽게 사용할 수 있으며, 개발자는 MCP 애플리케이션을 빠르게 구축하고 확장할 수 있습니다. 이 플랫폼은 여러 도구의 통합을 지원하며 보안을 강조하여 안전한 데이터 액세스를 보장하는 OAuth 인증을 제공합니다.

Klavis AI：面向AI应用的模型上下文协议（MCP）集成工具

 

기능 목록

  • 슬랙 및 디스코드용 MCP 클라이언트를 제공하여 채팅 플랫폼에서 바로 MCP 기능을 사용할 수 있도록 지원합니다.
  • ReportGen, 재전송 메일 전송, 파이어크롤 딥 리서치 등 다양한 MCP 서버를 호스팅합니다.
  • RESTful API를 통해 시스템 MCP 서버 인스턴스를 생성하고 관리할 수 있도록 지원합니다.
  • 도구와 데이터 소스의 안전한 통합을 보장하기 위해 OAuth 인증을 제공합니다.
  • Docker 및 로컬 배포를 지원하므로 개발자가 MCP 서버를 쉽게 실행할 수 있습니다.
  • 문서 및 마크다운 변환, YouTube 도구 등 다양한 MCP 기능이 포함되어 있습니다.
  • 다양한 MCP 서버의 성능을 비교할 수 있는 테스트 및 평가 플랫폼을 제공합니다.

 

도움말 사용

설치 및 배포

Klavis AI의 핵심 코드는 GitHub에서 호스팅되며, 개발자는 로컬 배포를 위해 리포지토리를 복제하거나 Docker를 사용하여 MCP 서버를 실행할 수 있습니다. 정확한 단계는 다음과 같습니다:

  1. 클론 창고:: 
    git clone https://github.com/Klavis-AI/klavis.git
cd klavis
  1. Docker로 배포(권장)::
    • Docker가 설치되어 있는지 확인합니다.
    • 프로젝트 루트 디렉토리로 이동하여 대상 MCP 서버를 찾습니다(예: mcp_servers/resend).
    • 예를 들어 Docker 이미지를 빌드합니다: 
      docker build -t resend-mcp -f mcp_servers/resend/Dockerfile .
    • 컨테이너를 실행합니다: 
      docker run -p 5000:5000 resend-mcp
    • 서버는 http://localhost:5000 에서 실행됩니다.
  2. 로컬 배포(Node.js 또는 Python)::
    • Node.js(18.0.0+) 또는 Python(3.12+)이 설치되어 있는지 확인합니다.
    • 대상 MCP 서버 디렉토리(예: mcp_servers/markitdown)로 이동합니다.
    • 종속성을 설치합니다: 
      npm install  # 对于 Node.js 服务器
pip install -r requirements.txt  # 对于 Python 服务器
    • .env 파일에 설정된 환경 변수(예: API 키)를 구성합니다.
    • 서버를 시작합니다: 
      node index.js  # 或 python app.py
  3. API 키 가져오기::
    • https://www.klavis.ai 에서 계정을 등록하세요.
    • 계정 설정에서 인증을 위한 API 키를 생성합니다.

MCP 클라이언트 사용

Klavis AI는 사용자가 코딩 없이 MCP 기능을 사용할 수 있는 Slack 및 Discord 클라이언트를 제공합니다.

  • Slack 클라이언트::
    • Slack 워크스페이스에 Klavis AI 앱을 추가하세요(https://www.klavis.ai 에 제공된 설치 링크를 통해).
    • 다음과 같은 명령을 사용하여 ReportGen 서버를 호출하여 보고서를 생성합니다.
    • 웹 페이지 URL 또는 검색어를 입력하면 서버가 자동으로 데이터를 크롤링하여 자바스크립트 코드를 생성하고 보고서를 렌더링합니다.
  • Discord 클라이언트::
    • Klavis AI의 Discord 서버에 가입하세요(링크: https://www.klavis.ai).
    • 메일을 보내거나 다른 작업을 수행하려면 !.mcp send-email과 같은 유사한 명령을 사용합니다.
    • 클라이언트는 사용자가 필요한 매개변수를 입력할 수 있도록 안내하는 대화형 프롬프트를 지원합니다.

주요 기능 작동

  1. ReportGen 서버::
    • 동적 보고서를 생성하는 데 사용됩니다. 사용자가 URL 또는 키워드를 제공하면 서버는 웹 크롤링(파이어크롤링) 및 LLM 프롬프트를 통해 보고서를 생성합니다.
    • 운영 절차:
      • Slack에 /klavis reportgen 를 입력합니다.
      • 서버는 시각적 차트와 서식이 지정된 콘텐츠가 포함된 보고서 링크를 반환합니다.
      • 개발자는 오픈 소스 코드(mcp_servers/report_generation)를 확인하여 보고서 템플릿을 사용자 지정할 수 있습니다.
  2. 메일 배달 다시 보내기::
    • 다시 보내기 서비스와의 통합, 일반 텍스트 또는 HTML 이메일 전송 지원, 예약 전송, 참조 및 숨은 참조 설정.
    • 구성 단계:
      • 재전송 API 키를 받고 보내는 사서함을 확인합니다.
      • .env 파일에서 RESEND_API_KEY를 설정합니다.
      • Discord에서 !mcp를 입력합니다. to:recipient@example.com 제목:테스트 본문:안녕하세요.
      • 서버가 요청을 처리하고 전송 상태를 반환합니다.
  3. 파이어크롤 심층 연구::
    • LLM 클라이언트(예: Claude)는 웹 페이지에서 심층 조사를 수행하여 구조화된 데이터를 추출할 수 있도록 지원됩니다.
    • 운영 절차:
      • 파이어크롤 서버를 시작합니다(Docker 배포 참조).
      • 클라이언트 측에서 연구 주제를 입력하면 서버가 웹 페이지를 크롤링하여 분석된 결과를 반환합니다.
      • 구성 가능한 재시도 로직(FIRECRAWL_RETRY_MAX_ATTEMPTS)은 성능을 최적화합니다.

API 사용

Klavis AI는 개발자가 시스템 MCP 인스턴스를 관리할 수 있는 RESTful API를 제공합니다. 일반적인 요청은 다음과 같습니다:

  • MCP 서버 만들기:: 
    curl --request POST \
--url https://api.klavis.ai/mcp-server/instance/create \
--header 'Authorization: Bearer <KLAVIS_API_KEY>' \
--header 'Content-Type: application/json' \
--data '{ "serverName": "<MCP_SERVER_NAME>", "userId": "<USER_ID>", "platformName": "<PLATFORM_NAME>" }'

    후속 작업을 위한 서버 URL을 반환합니다.

  • 인증 토큰 설정:: 
    curl --request POST \
--url https://api.klavis.ai/mcp-server/instance/set-auth-token \
--header 'Authorization: Bearer <KLAVIS_API_KEY>' \
--header 'Content-Type: application/json' \
--data '{ "instanceId": "<string>", "authToken": "<string>" }'

API는 데이터 보안을 위해 HTTPS 프로토콜을 사용합니다. 개발자는 https://docs.klavis.ai 에서 자세한 설명서를 참조하세요.

주의

  • API 키가 유출되지 않도록 .env 파일이 올바르게 구성되었는지 확인하세요.
  • Docker 배포는 포트 매핑을 확인해야 합니다(예: 5000:5000).
  • Discord(https://discord.gg/3uqNS3KRP2)를 통해 커뮤니티 지원을 받을 수 있으며, 질문이나 코드 기여를 환영합니다.

 

애플리케이션 시나리오

  1. 팀워크에서 자동화된 보고
    마케팅 팀은 ReportGen Server를 사용하여 Slack을 통해 키워드를 입력하여 시장 분석 보고서를 생성하므로 수동 데이터 수집 시간을 절약할 수 있습니다.
  2. AI 기반 이메일 워크플로
    고객 서비스 팀은 Discord의 재전송 서버를 사용하여 시간 제한 및 다중 수신자 지원 기능을 갖춘 고객 확인 이메일을 자동화합니다.
  3. 개발자 도구 통합
    개발자는 API를 통해 MCP 기능을 기존 애플리케이션에 통합하고 실시간 데이터 분석을 위해 Firecrawl을 동적으로 호출합니다.
  4. 교육 및 연구
    연구원들은 파이어크롤 서버를 사용하여 학술 주제를 입력하고 웹 데이터를 빠르게 가져와 구조화된 요약을 생성했습니다.

 

QA

  1. 클라비스 AI는 어떤 플랫폼을 지원하나요?
    현재 Slack, Discord 및 웹 인터페이스가 지원되며, 향후 다른 플랫폼으로 확장될 수 있습니다.
  2. Firecrawl API 키는 어떻게 얻나요?
    Firecrawl 계정(https://firecrawl.dev)을 등록하고 설정에서 키를 생성한 후 .env 파일로 구성합니다.
  3. MCP 서버는 무료인가요?
    Klavis AI의 코드와 클라이언트는 오픈 소스이며 무료이며, 일부 호스팅 서버에는 클라우드 서비스 요금이 부과될 수 있습니다.
  4. 코드 기여는 어떻게 하나요?
    https://github.com/Klavis-AI/klavis 에서 기여 가이드라인을 읽고 풀 리퀘스트를 제출하세요.
© 저작권 정책
이 글은 저작권이 있으며 무단으로 복제해서는 안 됩니다.
AiPPT

관련 문서

댓글 없음

댓글에 참여하려면 로그인해야 합니다!
지금 로그인
없음
댓글 없음...

선택한 AI 도구

최신 컬렉션

최신 기사