API Docs MCP Server

API 문서를 분석하여 프론트엔드 구현 방법을 추천해주는 MCP (Model Context Protocol) 서버입니다.

🚀 주요 기능

• API 문서 자동 분석: Swagger/OpenAPI JSON 또는 HTML 형태의 API 문서를 자동으로 분석
• 프론트엔드 추천: 분석된 API를 기반으로 프론트엔드 페이지 구현 방법을 추천
• 인증 지원: 쿠키 기반 인증이 필요한 API 문서도 분석 가능
• API 상태 확인: 엔드포인트의 상태와 응답 시간을 확인
• 코드 예시 생성: JavaScript/TypeScript, Python 코드 예시 자동 생성
• 엔드포인트 검색: 키워드 기반 API 엔드포인트 검색
• 문서 내보내기: JSON, Markdown 형식으로 API 문서 내보내기
• FastMCP 기반: 최신 FastMCP 규격을 사용하여 빠르고 효율적인 서버 구현

📋 지원하는 API 문서 형식

• Swagger/OpenAPI JSON: /swagger.json, /api-docs, /openapi.json 등
• HTML 문서: Swagger UI 등이 포함된 HTML 페이지
• 인증이 필요한 문서: 쿠키 기반 인증 지원

🛠️ 설치 및 실행

로컬 개발 환경

1. 의존성 설치

   bash

   pip install -e .
   

2. 서버 실행

   bash

   mcp run api_docs_mcp_server:server
   

Docker를 사용한 실행

1. 이미지 빌드

   bash

   docker build -t api-docs-mcp-server .
   

2. 컨테이너 실행

   bash

   docker run -p 8080:8080 api-docs-mcp-server
   

Smithery 배포

이 프로젝트는 Smithery 플랫폼에 배포할 수 있도록 구성되어 있습니다:

1. Smithery CLI 설치

   bash

   npm install -g @smithery/cli
   

2. 배포

   bash

   smithery deploy
   

🔧 사용 방법

MCP 클라이언트에서 사용

# MCP 클라이언트 예시
from mcp.client import ClientSession

async with ClientSession("http://localhost:8080") as session:
    # API 문서 분석
    result = await session.call_tool(
        "analyze_api_docs",
        {
            "url": "https://api.example.com/swagger.json",
            "cookies": {"_oauth2_proxy": "your-auth-token"}  # 선택사항
        }
    )
    print(result.content)
    
    # API 상태 확인
    health_result = await session.call_tool(
        "health_check_api",
        {
            "url": "https://api.example.com/swagger.json",
            "max_endpoints": 5
        }
    )
    print(health_result.content)
    
    # 코드 예시 생성
    code_result = await session.call_tool(
        "generate_code_examples",
        {
            "url": "https://api.example.com/swagger.json",
            "endpoint_path": "/api/users"
        }
    )
    print(code_result.content)

🛠️ 사용 가능한 도구들

1. analyze_api_docs

API 문서를 분석하여 프론트엔드 페이지 구현 방법을 추천합니다.

파라미터:

• url (필수): 분석할 API 문서의 URL
• cookies (선택): 인증에 필요한 쿠키 딕셔너리

2. get_api_endpoints

API 문서에서 모든 엔드포인트 목록을 가져옵니다.

파라미터:

• url (필수): 분석할 API 문서의 URL
• cookies (선택): 인증에 필요한 쿠키 딕셔너리

3. health_check_api

API 엔드포인트들의 상태를 확인합니다.

파라미터:

• url (필수): API 문서의 URL
• cookies (선택): 인증에 필요한 쿠키 딕셔너리
• max_endpoints (선택): 테스트할 최대 엔드포인트 수 (기본값: 10)

4. generate_code_examples

특정 API 엔드포인트에 대한 코드 예시를 생성합니다.

파라미터:

• url (필수): API 문서의 URL
• endpoint_path (필수): 코드 예시를 생성할 엔드포인트 경로
• cookies (선택): 인증에 필요한 쿠키 딕셔너리

5. search_endpoints

API 엔드포인트에서 특정 키워드를 검색합니다.

파라미터:

• url (필수): API 문서의 URL
• search_term (필수): 검색할 키워드
• cookies (선택): 인증에 필요한 쿠키 딕셔너리

6. get_api_info

API 문서의 기본 정보를 가져옵니다.

파라미터:

• url (필수): API 문서의 URL
• cookies (선택): 인증에 필요한 쿠키 딕셔너리

7. export_api_docs

API 문서를 다양한 형식으로 내보냅니다.

파라미터:

• url (필수): API 문서의 URL
• format (선택): 내보낼 형식 (json, markdown) (기본값: json)
• cookies (선택): 인증에 필요한 쿠키 딕셔너리

📊 분석 결과 예시

✅ **API 문서 분석 완료: Example API (1.0.0)**

총 25개의 API 엔드포인트를 발견했습니다.

--- 📄 프론트엔드 페이지 구현 추천 ---

### 💡 사용자 관리 페이지
_사용자 관리 기능 구현을 위한 API들_
- `GET` /api/users (사용자 목록 조회)
- `POST` /api/users (새 사용자 생성)
- `PUT` /api/users/{id} (사용자 정보 수정)
- `DELETE` /api/users/{id} (사용자 삭제)

### 💡 인증/로그인 페이지
_인증/로그인 기능 구현을 위한 API들_
- `POST` /api/auth/login (로그인)
- `POST` /api/auth/logout (로그아웃)
- `GET` /api/auth/me (현재 사용자 정보)

### 💡 결제/결제 페이지
_결제/결제 기능 구현을 위한 API들_
- `POST` /api/payments (결제 생성)
- `GET` /api/payments/{id} (결제 정보 조회)
- `PUT` /api/payments/{id}/cancel (결제 취소)

🏗️ 프로젝트 구조

apidocs-mcp-server/
├── src/
│   └── api_docs_mcp_server/
│       └── __init__.py
├── server.py              # 메인 서버 파일
├── pyproject.toml         # 프로젝트 설정
├── Dockerfile            # Docker 설정
├── smithery.yaml         # Smithery 배포 설정
└── README.md             # 이 파일

🔍 주요 클래스 및 기능

APIDocsAnalyzer

• fetch_swagger_docs(): Swagger/OpenAPI JSON 문서 가져오기
• fetch_html_docs(): HTML 형태의 API 문서 가져오기
• analyze_swagger_docs(): API 문서 분석 및 구조화
• _generate_frontend_recommendations(): 프론트엔드 추천 생성
• health_check_endpoint(): 개별 엔드포인트 상태 확인
• generate_code_examples(): 코드 예시 생성

분석 결과 모델

• APIEndpoint: 개별 API 엔드포인트 정보
• FrontendRecommendation: 페이지별 API 추천
• AnalysisResult: 전체 분석 결과
• APIHealthCheck: API 상태 확인 결과
• CodeExample: 코드 예시 모델

🎯 프론트엔드 추천 로직

서버는 다음과 같은 기준으로 API를 그룹화하여 추천합니다:

• 사용자 관리: user, member, customer 키워드 포함
• 인증/로그인: auth, login, token, oauth 키워드 포함
• 결제/결제: payment, pay, billing, charge 키워드 포함
• 파일 업로드: upload, file, image, media 키워드 포함
• 검색: search, find, query 키워드 포함
• 통계/분석: stats, analytics, report, metric 키워드 포함
• 알림/메시지: notification, message, alert, push 키워드 포함
• 설정/관리: config, setting, admin, management 키워드 포함
• 데이터 조회: GET 메서드
• 데이터 생성/수정: POST, PUT, PATCH 메서드

🔧 개발 환경 설정

필수 요구사항

• Python 3.10 이상
• pip

개발 의존성 설치

# 가상환경 생성 (권장)
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 의존성 설치
pip install -e .

테스트

# 서버 실행 테스트
mcp run api_docs_mcp_server:server --host 0.0.0.0 --port 8080

📝 라이선스

MIT License

🤝 기여하기

1. Fork the repository
2. Create your feature branch (git checkout -b feature/amazing-feature)
3. Commit your changes (git commit -m 'Add some amazing feature')
4. Push to the branch (git push origin feature/amazing-feature)
5. Open a Pull Request

📞 지원

문제가 발생하거나 질문이 있으시면 이슈를 생성해주세요.

참고: 이 서버는 FastMCP 규격을 사용하여 구현되었으며, Smithery 플랫폼과 호환됩니다.