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

최신 AI 리소스4 개월 전에 게시 됨 AI 공유 서클
11.8K 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
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.

관련 문서

댓글 없음

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

선택한 AI 도구

최신 컬렉션

최신 기사