🧩 MCP Templates

Koscom AI Agent Challenge 2025 대상 수상작에서 추출한 MCP Server 템플릿 모음입니다.

Claude AI + MCP 기반 AI Agent를 빠르게 시작할 수 있도록 인프라 레이어를 재사용 가능한 형태로 정리했습니다.

→ 원본 프로젝트: K-WON Risk Management AI Agent

---

📦 템플릿 비교

	01_mcp-chat	02_mcp-fullstack	03_mcp-langgraph
난이도	⭐ 쉬움	⭐⭐ 보통	⭐⭐⭐ 복잡
프론트엔드	✅ 채팅 UI	✅ 대시보드 + 채팅	❌
MCP 서버 수	단일	멀티	단일
LangGraph	❌	❌	✅
APScheduler	❌	❌	✅
Slack 승인	❌	❌	✅
DB	❌	❌	✅ SQLAlchemy
서버 구성	Flask × 2	Flask × N	Flask + FastAPI

---

🗂 구조

mcp-templates/
├── README.md
├── 01_mcp-chat/            ← Claude 채팅 + 단일 MCP
├── 02_mcp-fullstack/       ← 대시보드 + 채팅 + 멀티 MCP
└── 03_mcp-langgraph/       ← LangGraph + APScheduler + Slack Human Review

---

01 mcp-chat — 심플 채팅 템플릿

Claude AI + 단일 MCP 서버 채팅 앱입니다.

Tool 함수 하나 구현하고 등록하면 바로 동작합니다.

브라우저 → app.py (Flask) → Claude API → MCP Gateway → Tool 함수

이런 프로젝트에 적합:

• Claude에게 특정 데이터를 조회/분석시키고 싶을 때
• 빠르게 프로토타입 만들 때
• MCP 처음 써보는 경우

시작:

cd 01_mcp-chat
cp .env.example .env
pip install -r requirements.txt
python mcp_server/gateway.py   # 터미널 1
python app.py                  # 터미널 2

---

02 mcp-fullstack — 대시보드 + 채팅 템플릿

실시간 대시보드 + Claude 채팅 + 멀티 MCP 서버 구조입니다.

대시보드 좌측 패널이 10초마다 자동 갱신되고, 채팅으로 Tool을 호출하면 대시보드도 함께 업데이트됩니다.

브라우저 (대시보드 + 채팅)
    │
frontend/app.py (Flask)
    ├── MCP Server 1 (port 5001)
    └── MCP Server 2 (port 5002)

이런 프로젝트에 적합:

• 실시간 모니터링 대시보드가 필요할 때
• MCP 서버를 여러 개 연동해야 할 때
• 데이터 시각화 + AI 채팅을 함께 제공할 때

시작:

cd 02_mcp-fullstack
cp .env.example .env
pip install -r requirements.txt
python mcp_servers/your_mcp/gateway.py   # 터미널 1
python frontend/app.py                   # 터미널 2

---

03 mcp-langgraph — LangGraph 워크플로우 템플릿

LangGraph multi-step reasoning + APScheduler + Slack Human Review 구조입니다.

Koscom AI Agent Challenge 2025 대상 수상작의 report-master MCP 서버에서 인프라 레이어를 추출했습니다.

gateway.py (Flask, MCP Client 연결)
    │
mcp_server.py (FastAPI)
    ├── LangGraph 워크플로우 (12단계 reasoning)
    ├── APScheduler (15분 interval + 월간 cron)
    └── Slack Human Review (승인/반려 루프)

이런 프로젝트에 적합:

• 복잡한 multi-step AI 워크플로우가 필요할 때
• 자동화 보고서 생성, 규제 대응 등 정기 배치 작업
• 사람의 최종 승인이 필요한 Human-in-the-loop 시스템
• 스케줄러 기반 자동화 파이프라인

시작:

cd 03_mcp-langgraph
cp .env.example .env
pip install -r requirements.txt
python mcp_server.py   # 터미널 1 (FastAPI, port 8000)
python gateway.py      # 터미널 2 (Flask MCP Gateway, port 5000)

---

🔧 어떤 템플릿을 골라야 할까?

새 프로젝트 시작
    │
    ├── 프론트엔드 필요?
    │       │
    │       ├── No  → 03_mcp-langgraph
    │       │
    │       └── Yes
    │               │
    │               ├── MCP 서버 1개, 심플하게 → 01_mcp-chat
    │               │
    │               └── 대시보드 + 멀티 MCP   → 02_mcp-fullstack
    │
    └── LangGraph / 스케줄러 / Slack 승인 필요? → 03_mcp-langgraph

---

📄 License

MIT License © 2026 kxmdoyn

---

본 템플릿은 Koscom AI Agent Challenge 2025 대상 수상작
K-WON Risk Management AI Agent의
인프라 레이어를 추출하여 범용화한 것입니다.