Sangsang Lite

PlayMCP 제출용 Streamable HTTP / stateless MCP 서버. 아이디어를 '만들 것'이 아니라 '먼저 확인할 것'으로 바꾸는 검증 도구.

등록용 버전은 룰/템플릿 기반(서버 내부 LLM 호출 없음). 자연어 품질은 PlayMCP AI채팅 본체가 담당하고, 서버는 빠른 '검증 미션 재료'만 반환한다(도구당 p99 < 20ms, 평균 100ms 이하 — 가이드 충족).

---

⚠️ 오케스트레이션 원칙 (AI채팅이 지킬 것 — 등록 설명에 그대로 사용)

PlayMCP 등록 시 "서버 설명" 칸에 아래를 넣으세요. server instructions + prepare_intake description에도 동일하게 박혀 있습니다.

1. 사용자가 아이디어를 말하면, 짧거나 불완전해도 먼저 prepare_intake를 호출한다.
2. prepare_intake 호출 전에 AI가 임의로 질문하지 않는다(주요 기능/문제/사용자/시간 등을 먼저 묻지 말 것).
3. 부족한 정보는 prepare_intake가 needs_clarification + clarification_questions로 반환한다.
4. AI는 prepare_intake가 돌려준 clarification_questions만 사용자에게 묻는다.
5. 사용자가 이미 말한 정보는 다시 묻지 않는다.
6. time_budget을 사용자가 말하지 않으면 묻지 말고 UNKNOWN으로 전달한다("48시간"·"2일"→TWO_DAYS).

호출 순서: prepare_intake → (필요 시 질문/답변 반영해 재호출) → diagnose_idea → design_first_experiment.

Call prepare_intake FIRST whenever the user mentions an idea, even if short or incomplete.
Do NOT ask clarifying questions before calling it — the tool returns clarification_questions if needed.
Ask the user ONLY the clarification_questions returned by the tool. Never re-ask what the user already said.
If time_budget is unspecified, pass UNKNOWN (don't ask); "48h"/"2 days" → TWO_DAYS.

---

도구 3개

tool	입력	출력	대응 에이전트
prepare_intake	idea_text, time_budget?	IntakeData	소통 (docs/03)
diagnose_idea	intake	Diagnosis	진단 (docs/05)
design_first_experiment	intake, diagnosis	FirstExperiment	첫실험 (docs/06)

• 모두 읽기 전용 분석 → annotations: readOnlyHint=true, destructiveHint=false, idempotentHint=true, openWorldHint=false (+ 한글 title).
• stateless 입력 체이닝: 서버에 세션 없음. 앞 도구 출력을 다음 도구 입력으로 클라이언트가 전달한다.

---

로컬 실행

cd projects/sangsang-lite/prototype/mcp-server
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
PYTHONPATH=src PORT=8000 python -m sangsang_lite_mcp.server
# → Streamable HTTP endpoint: http://localhost:8000/mcp
# 포트가 점유돼 있으면 PORT=8791 등으로 바꿔 실행 (server.py가 PORT/HOST env를 읽음)

---

검증 (Verification)

순서대로 따라 하면 7개 목표(서버 실행 · /mcp · tools/list 3개 · annotations 5종 · tools/call · Docker build · Inspector)를 모두 확인할 수 있다.

1) 로컬 서버 실행

cd projects/sangsang-lite/prototype/mcp-server
pip install -r requirements.txt
PYTHONPATH=src PORT=8000 python -m sangsang_lite_mcp.server   # http://localhost:8000/mcp

2) 내부 verify 스크립트 (가장 빠른 전체 점검)

서버가 떠 있는 상태에서 다른 터미널에서 실행한다. initialize → tools/list(3개) → annotations(5종) → tools/call 체이닝까지 한 번에 검증.

# 같은 venv(mcp 설치됨)에서
python scripts/verify_mcp.py                          # 기본 http://127.0.0.1:8000/mcp
python scripts/verify_mcp.py http://127.0.0.1:8791/mcp   # 다른 포트
MCP_URL=http://127.0.0.1:8000/mcp python scripts/verify_mcp.py
# 종료코드 0=통과 / 1=실패

3) MCP Inspector — tools/list (공식 CLI)

npx @modelcontextprotocol/inspector --cli http://localhost:8000/mcp --transport http --method tools/list

• --transport http = Streamable HTTP(기본 SSE 아님). 도구 3개 + 각 annotations 노출 확인.

4) MCP Inspector — tools/call (공식 CLI)

# 스칼라 인자라 CLI로 가장 쉬운 스모크 테스트
npx @modelcontextprotocol/inspector --cli http://localhost:8000/mcp --transport http \
  --method tools/call --tool-name prepare_intake \
  --tool-arg idea_text="배달 라이더용 식당 메모 앱" --tool-arg time_budget=TWO_DAYS

# object 입력(diagnose_idea/design_first_experiment)은 UI 모드가 편함
npx @modelcontextprotocol/inspector   # http://localhost:6274 → transport=Streamable HTTP, URL=…/mcp

5) Docker build & run (linux/amd64 — 배포 타깃 기준)

cd projects/sangsang-lite/prototype/mcp-server

# PlayMCP/배포 환경은 보통 linux/amd64. Apple Silicon 등에서도 동일 타깃으로 빌드.
docker build --platform linux/amd64 -t sangsang-lite-mcp:latest .

# 컨테이너 실행 (PORT 주입 가능, 컨테이너 내부 0.0.0.0 바인딩은 server.py가 처리)
docker run --rm -p 8000:8000 -e PORT=8000 sangsang-lite-mcp:latest
# → http://localhost:8000/mcp

# 다른 터미널에서 동일하게 검증
python scripts/verify_mcp.py http://127.0.0.1:8000/mcp

로컬에 Docker가 없으면 build/run은 미검증 상태로 남긴다. 위 명령은 linux/amd64 기준이며, 실행 CMD(python -m sangsang_lite_mcp.server)는 로컬에서 검증됨.

---

LLM 사용 (선택 — 없으면 stub fallback)

도구 3개는 기본적으로 결정적 stub으로 동작한다. 아래 환경변수를 모두 갖추면 Anthropic 호출로 전환되고, 키가 없거나 비활성/오류/타임아웃이면 자동으로 stub으로 fallback한다(도구 호출은 항상 성공).

환경변수	기본값	동작
ANTHROPIC_API_KEY	(없음)	없으면 stub fallback (missing_api_key)
LLM_ENABLED	false	true/1/yes만 LLM 사용. 그 외 stub (disabled)
MODEL_NAME	claude-3-5-haiku-latest	가벼운 Claude 기본값. 필요 시 override
LLM_TIMEOUT_SECONDS	2.5	호출 타임아웃(초). 초과 시 stub (timeout)

• 결과에는 optional meta가 붙는다: {"source": "llm"|"stub", "fallback_reason": null|"missing_api_key"|"disabled"|"timeout"|"api_error"}.
• LLM 응답은 JSON으로 받아 기존 pydantic schema에 맞춰 정제해 반환한다(원문 그대로 반환하지 않음). 파싱 실패 시 stub fallback.

로컬 (LLM on)

export ANTHROPIC_API_KEY=sk-ant-...
export LLM_ENABLED=true
export MODEL_NAME=claude-3-5-haiku-latest    # 생략 가능(기본값)
PYTHONPATH=src PORT=8000 python -m sangsang_lite_mcp.server

Docker (LLM on)

docker run -d -p 8080:8000 \
  -e PORT=8000 \
  -e LLM_ENABLED=true \
  -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
  -e MODEL_NAME=$MODEL_NAME \
  sangsang-lite-mcp:latest

키를 안 주거나 LLM_ENABLED를 빼면 동일 이미지가 stub fallback으로 동작한다(검증·Inspector는 키 없이도 통과).

---

구조

mcp-server/
├─ Dockerfile
├─ requirements.txt        # mcp>=1.9.0
├─ .env.example
├─ .dockerignore
├─ README.md
├─ scripts/
│  └─ verify_mcp.py        # 실행 중 서버 검증(tools/list+call 체이닝)
└─ src/sangsang_lite_mcp/
   ├─ server.py            # FastMCP(stateless_http, json_response) + run(streamable-http)
   ├─ schemas.py           # IntakeData / Diagnosis / FirstExperiment (→ inputSchema 자동)
   ├─ llm.py               # ★ STUB (규칙기반). 후속에 Anthropic으로 본문만 교체
   └─ tools/
      ├─ prepare_intake.py
      ├─ diagnose_idea.py
      └─ design_first_experiment.py

확인 필요 (구현 메모)

• FastMCP(..., host=, port=) 인자 표면은 설치된 mcp 버전에 따라 다를 수 있다(연구문서 §5.1). 동작 안 하면 mcp.settings.host/port 또는 env FASTMCP_HOST/FASTMCP_PORT로 대체.
• endpoint가 /mcp인지 /mcp/인지 Inspector로 확정 후 PlayMCP 등록 URL과 일치시킬 것.
• result 최소화: stub 출력은 짧게 유지. LLM 결선 시 p99 3000ms 예산 주의.