Model Context Protocol (MCP) 와 Weave

​

작동 방식

• Tools
• Resources
• Prompts

​

인테그레이션 사용하기

​

사전 요구 사항

pip install -qq "mcp[cli]" weave

​

설정

• MCP_TRACE_LIST_OPERATIONS: 서버와 클라이언트 양측에서 리스트 작업(list_tools, list_resources, list_prompts)을 추적하려면 true로 설정하세요.

​

서버 측 인테그레이션

# Weave 임포트 (트레이싱에 필요)
import weave
from mcp.server.fastmcp import FastMCP

# 프로젝트 이름으로 Weave 초기화
weave_client = weave.init("my-project")

# MCP 서버 설정
mcp = FastMCP("Demo")

# 툴 정의 (이 호출은 추적됩니다)
@mcp.tool()
def add(a: int, b: int) -> int:
    """두 숫자를 더합니다."""
    return a + b

# 리소스 정의 (이 호출은 추적됩니다)
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
    """개인화된 인사말을 반환합니다."""
    return f"Hello, {name}!"

# 프롬프트 정의 (이 호출은 추적됩니다)
@mcp.prompt()
def review_code(code: str) -> str:
    """코드 리뷰를 위한 프롬프트를 반환합니다."""
    return f"Please review this code:\n\n{code}"

# 서버 시작
mcp.run(transport="stdio")

​

클라이언트 측 인테그레이션

# Weave 임포트 (트레이싱에 필요)
import weave
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

# 프로젝트 이름으로 Weave 초기화
weave_client = weave.init("my-project")

# MCP 클라이언트 설정 및 실행
async with stdio_client(server_params) as (read, write):
    async with ClientSession(read, write) as session:
        # 세션 초기화
        await session.initialize()
        
        # 툴 호출 (이 호출은 추적됩니다)
        result = await session.call_tool("add", arguments={"a": 1, "b": 2})
        
        # 리소스 읽기 (이 호출은 추적됩니다)
        resource = await session.read_resource("greeting://user")
        
        # 프롬프트 가져오기 (이 호출은 추적됩니다)
        prompt = await session.get_prompt("review_code", arguments={"code": "print('Hello')"})

​

튜토리얼: mcp_demo 예시

​

예시 실행하기

1. weave 리포지토리를 클론하고 mcp_demo 예시 디렉토리로 이동합니다:
   잘못된 코드 신고

   복사

   AI에게 묻기

   git clone https://github.com/wandb/weave
   cd weave/examples/mcp_demo
   
   예시에는 두 개의 주요 파일이 포함되어 있습니다:
   • example_server.py: FastMCP로 빌드된 데모 MCP 서버입니다. 툴, 리소스, 프롬프트를 정의합니다.
   • example_client.py: 서버에 연결하고 해당 구성 요소와 상호작용하는 클라이언트입니다.
2. 필요한 종속성을 수동으로 설치합니다:
   잘못된 코드 신고

   복사

   AI에게 묻기

   pip install mcp[cli] weave
   
3. 데모 실행:
   잘못된 코드 신고

   복사

   AI에게 묻기

   python example_client.py example_server.py
   
   이 코맨드는 클라이언트와 서버를 모두 실행합니다. 클라이언트는 다양한 기능을 테스트할 수 있는 대화형 CLI를 시작합니다.

​

클라이언트 CLI 코맨드

​

예시 이해하기

• Tools: add(), calculate_bmi(), fetch_weather()와 같은 함수
• Resources: greeting://{name}, config://app, users://{id}/profile과 같은 엔드포인트
• Prompts: review_code() 및 debug_error()와 같은 템플릿

• MCP 서버에 연결하기
• 사용 가능한 툴, 리소스, 프롬프트 검색하기
• 파라미터를 사용하여 툴 호출하기
• 리소스 URI에서 읽기
• 인수를 사용하여 프롬프트 생성하기
• 커스텀 메소드/함수에 weave.op() 사용 예시 보여주기

​

FAQ

​

MCP 트레이싱이 왜 필요한가요?

• MCP 서버 측 개발자: MCP 클라이언트에 여러 툴, 리소스 및 프롬프트를 노출하려고 합니다. 기존 애플리케이션의 툴, 리소스 등을 노출하거나, 에이전트를 구축했거나 오케스트레이터 에이전트에 의해 오케스트레이션되는 여러 에이전트를 보유하고 있습니다.
• MCP 클라이언트 측 개발자: 클라이언트 측 애플리케이션을 여러 MCP 서버에 연결하려고 합니다. 클라이언트 측 로직의 핵심 부분은 어떤 툴을 호출할지 또는 어떤 리소스를 가져올지 결정하기 위해 LLM 호출을 하는 것입니다.
• MCP 서버 및 클라이언트 개발자: 서버와 클라이언트를 모두 개발하고 있습니다.

• 애플리케이션을 빠르게 반복 개발
• 워크플로우 또는 실행 로직 감사
• 병목 현상 식별