Fabric MCP 서버

Fabric AI 프레임워크의 힘을 Model Context Protocol (MCP) 호환 애플리케이션에 연결합니다.

이 프로젝트는 Daniel Miessler 의 Fabric 프레임워크와 Model Context Protocol (MCP) 사이의 간극을 연결하는 독립형 서버를 구현합니다. 이 서버를 사용하면 IDE 확장 프로그램이나 채팅 인터페이스 등 MCP 활성화된 환경 내에서 Fabric 의 패턴, 모델 및 구성을 직접 사용할 수 있습니다.

가장 좋아하는 도구 안에서 Fabric 의 전문 프롬프트를 코드 설명, 리팩토링 또는 창의적 글쓰기에 자연스럽게 사용해보세요!

Fabric: AI 를 사용하여 인간 능력을 증강하는 오픈 소스 프레임워크로, 프롬프트 엔지니어링과 모듈형 AI 워크플로우에 중점을 둡니다.

MCP: 외부 도구 및 데이터 소스 (예: 이 서버) 와 안전하게 상호작용할 수 있도록 AI 애플리케이션 (예: IDE) 을 가능하게 하는 오픈 표준 프로토콜입니다.

Fabric MCP Server: 이 프로젝트는 MCP 서버로 작동하며, MCP 요청을 실행 중인 Fabric 인스턴스의 REST API (fabric --serve) 호출로 변환합니다.

• ** Seamless Integration:** 맥락 전환 없이 MCP 클라이언트 내에서 직접 Fabric 패턴 및 기능을 사용하세요.

• Enhanced Workflows: IDE 나 다른 도구 내의 LLM 을 Fabric 의 전문 프롬프트 및 사용자 구성을 활용하도록 권한 부여하세요.

• Standardization: AI 도구 통합을 위한 오픈 표준인 MCP 를 준수하세요.

• Leverage Fabric Core: 기존 Fabric CLI 와 REST API 를 기반으로 구축하여 핵심 Fabric 코드베이스를 수정하지 마세요.

• Expose Fabric Functionality: 패턴 목록, 패턴 세부 정보 조회, 패턴 실행, 모델/전략 목록, 구성 검색 등 Fabric 기능을 MCP 도구로 제공하세요.

• An MCP Host(예: IDE 확장 프로그램)는 이 Fabric MCP Server에 연결합니다.

• 호스트는 MCP 의 list_tools() 메커니즘을 통해 사용 가능한 도구를 (예: fabric_run_pattern) 발견합니다.

• 사용자가 도구를 호출할 때 (예: Fabric 패턴을 사용하여 코드를 리팩토링하도록 IDE 의 AI 어시스턴트를 요청), 호스트는 이 서버로 MCP 요청을 보냅니다.

• Fabric MCP Server는 MCP 요청을 실행 중인 fabric --serve 인스턴스로의 해당하는 REST API 호출로 변환합니다.

• fabric --serve 인스턴스는 패턴을 실행합니다.

• Fabric MCP Server는 Fabric 에서 (잠재적으로 스트리밍) 응답을 받아 호스트를 위한 MCP 응답으로 다시 변환합니다.

이 프로젝트는 기능 완성이 완료되었습니다.

BMAD-METHOD (Breakthrough Method of Agile Ai-Driven Development) 를 사용하여 프로젝트를 완료했습니다.

고수준 아키텍처 문서에서 핵심 아키텍처 및 제안된 도구를 개요로 설명합니다.

소스 코드를 탐색할 수도 있습니다.

이 지침은 개발 및 테스트 목적으로 로컬 머신에 프로젝트의 사본을 실행하는 데 도움이 됩니다.

• Python >= 3.10

• uv (Python 패키지 및 환경 관리자) - 개발자용

• 리포지토리 복제: git clone https://github.com/ksylvan/fabric-mcp.git cd fabric-mcp

• uv sync 를 사용하여 의존성 설치: uv sync --dev

이 명령어는 pyproject.toml 과 uv.lock 의 의존성 설정과 가상 환경을 일치시키며, 필요시 첫 실행 시 환경을 생성합니다.

• 가상 환경 활성화 (uv 가 필요시 생성):
  • macOS/Linux:

    source .venv/bin/activate
    

  • Windows:
    .venv\Scripts\activate

이제 개발 환경이 설정되었습니다!

fabric-mcp 서버를 사용하지 않고 직접 설치할 수도 있습니다.

# pip 를 사용하여 설치
pip install fabric-mcp
# 또는 uv 를 사용하여 설치
...

이 패키지를 설치하고 의존성을 설치합니다. 이제 fabric-mcp 명령어를 사용하여 서버를 실행할 수 있습니다.

fabric-mcp 서버는 다음 환경 변수를 사용하여 구성할 수 있습니다:

• 실행 중인 Fabric REST API 서버의 기본 URL (FABRIC_BASE_URL). 예: fabric --serve.기본값:http://127.0.0.1:8080

• Fabric REST API 서버와 인증을 위해 필요한 API 키 (필요한 경우 구성됨). FABRIC_API_KEY. 기본값: 없음 (설정되지 않으면 인증은 시도되지 않음).

• fabric-mcp 서버 자체의 로깅 세부 사항 설정 (FABRIC_MCP_LOG_LEVEL). 옵션:DEBUG, INFO, WARNING, ERROR, CRITICAL(대소문자 구분 안 함). 기본값:INFO

이러한 변수를 실행하기 전에 shell 환경에 설정하거나 (작업 디렉토리에 .env 파일에 넣을 수 있음) fabric-mcp 를:

export FABRIC_BASE_URL="http://your-fabric-host:port"
# fabric --serve 에서 사용된 키와 일치해야 함
export FABRIC_API_KEY="your_secret_api_key"
...

fabric-mcp 서버는 여러 전송 방법을 지원합니다:

• 표준 I/O 전송을 위한 직접 MCP 클라이언트 통합 (기본값) --stdio
• MCP 통신을 위한 전체 HTTP 서버를 실행하는 HTTP 기반 전송 --http-streamable. --host: 서버 바인딩 주소 (기본값: 127.0.0.1). --port: 서버 포트 (기본값: 8000). --mcp-path: MCP 엔드포인트 경로 (기본값: /message).

전송 구성에 대한 자세한 내용은 인프라 및 배포 개요를 참조하세요.

여기 기여 문서 읽으시고 이 저장소의 가이드라인을 따르세요.

또한 개발 워크플로우의 마이크로 요약이 포함된 기여자 치트시트를 참조하세요.

Copyright (c) 2025, Kayvan Sylvan. MIT 라이선스 적용.