ai.smithery/JunoJunHyun-festival-finder-mcp
AI 与智能体by junojunhyun
按地点、日期和 genre 搜索全球 festival,并对比时间、风格等关键信息,帮助快速筛选合适活动。
什么是 ai.smithery/JunoJunHyun-festival-finder-mcp?
按地点、日期和 genre 搜索全球 festival,并对比时间、风格等关键信息,帮助快速筛选合适活动。
README
Festival-Finder-mcp
Festival Finder (페스티벌 파인더)
범용 AI 에이전트 '페스티벌 파인더'입니다. 핵심 로직과 플랫폼별 어댑터를 분리하여 카카오톡, 일반 웹사이트 등 다양한 플랫폼에 연결할 수 있도록 설계되었습니다. KOPIS(공연예술통합전산망) API를 사용하여 전국의 공연 및 축제 정보를 제공합니다.
🏗️ 아키텍처
이 프로젝트는 **'핵심 엔진(Core Engine)'**과 **'연결 어댑터(Connection Adapters)'**라는 두 가지 주요 부분으로 구성된 확장 가능한 구조를 따릅니다.
🧠 핵심 엔진: core_logic.py
- 플랫폼에 독립적인 순수 비즈니스 로직입니다.
- KOPIS API에서 데이터를 가져오고, 가공되지 않은 순수한 파이썬 데이터 형태로 반환하는 역할만 담당합니다.
- 어떤 플랫폼에 연결되는지 전혀 알지 못하며, 어디서든 재사용이 가능합니다.
📞 연결 어댑터
-
핵심 엔진을 다양한 외부 플랫폼에 연결하는 '플러그' 역할을 합니다.
-
각 플랫폼의 고유한 요청/응답 형식을 처리하고, 핵심 엔진과 통신합니다.
-
kakao_server.py: 카카오 PlayMCP용 어댑터 서버입니다. -
web_server.py: 일반 웹사이트나 앱을 위한 범용 API 어댑터 서버입니다.
🛠️ 시작하기
- 필요 라이브러리 설치
bash
pip install -r requirements.txt
Installing via Smithery
To install festival-finder-mcp automatically via Smithery:
npx -y @smithery/cli install @JunoJunHyun/festival-finder-mcp
-
KOPIS API 키 설정
core_logic.py파일을 열어KOPIS_API_KEY변수에 발급받은 본인의 API 키를 입력하세요. -
어댑터 서버 실행 필요한 어댑터 서버를 터미널에서 실행합니다.
-
카카오톡 연동 테스트 시:
bashpython kakao_server.py- ngrok을
http://localhost:5000에 연결하고, PlayMCP Endpoint에[ngrok 주소]/kakao를 등록합니다.
- ngrok을
-
일반 웹 API 테스트 시:
bashpython web_server.py- 웹 브라우저나 다른 프로그램에서
http://localhost:5001/api/performances?stdate=...형식으로 요청하여 테스트할 수 있습니다.
- 웹 브라우저나 다른 프로그램에서
-
常见问题
ai.smithery/JunoJunHyun-festival-finder-mcp 是什么?
按地点、日期和 genre 搜索全球 festival,并对比时间、风格等关键信息,帮助快速筛选合适活动。
相关 Skills
Claude接口
by anthropics
面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景,自动识别项目语言并给出对应示例与默认配置,快速搭建 LLM 应用。
✎ 想把Claude能力接进应用或智能体,用claude-api上手快、兼容Anthropic与Agent SDK,集成路径清晰又省心
智能体流程设计
by alirezarezvani
面向生产级多 Agent 编排,梳理顺序、并行、分层、事件驱动、共识五种工作流设计,覆盖 handoff、状态管理、容错重试、上下文预算与成本优化,适合搭建复杂 AI 协作系统。
✎ 帮你把多智能体流程设计、编排和自动化统一起来,复杂工作流也能更稳地落地,适合追求强控制力的团队。
提示工程专家
by alirezarezvani
覆盖Prompt优化、Few-shot设计、结构化输出、RAG评测与Agent工作流编排,适合分析token成本、评估LLM输出质量,并搭建可落地的AI智能体系统。
✎ 把提示优化、LLM评测到RAG与智能体设计串成一套方法,适合想系统提升AI开发效率的人。
相关 MCP Server
知识图谱记忆
编辑精选by Anthropic
Memory 是一个基于本地知识图谱的持久化记忆系统,让 AI 记住长期上下文。
✎ 帮 AI 和智能体补上“记不住”的短板,用本地知识图谱沉淀长期上下文,连续对话更聪明,数据也更可控。
顺序思维
编辑精选by Anthropic
Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。
✎ 这个服务器展示了如何让 Claude 像人类一样逐步推理,适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例,别指望直接用在生产环境里。
PraisonAI
编辑精选by mervinpraison
PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。
✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务(比如自动研究或代码生成),PraisonAI 的低代码设计和多平台集成(如 Telegram)让它上手极快。但作为非官方项目,它的生态成熟度可能不如 LangChain 等主流框架,适合愿意尝鲜的开发者。