로드 중
로드 중

MCP의 리소스를 사용하면 서버가 정보를 가져오기 위해 도구 호출을 요구하는 대신, 프롬프트에 직접 포함될 수 있는 데이터를 노출할 수 있습니다. 이를 통해 Claude와 같은 AI 모델에 컨텍스트를 제공하는 더 효율적인 방법을 만들 수 있습니다.

자동완성을 채우기 위해 MCP 클라이언트는 MCP 서버에서 docs://documents를 읽고 문서 이름을 코드에 반환합니다.

리소스 흐름 이해하기

사용자가 애플리케이션에서 "What's in the @..."와 같은 내용을 입력하면, 시스템은 자동완성을 위해 사용 가능한 리소스 목록을 가져와야 합니다. MCP 클라이언트는 서버에 ReadResourceRequest를 전송하고, 서버는 참조할 수 있는 문서 이름 목록으로 응답합니다.

리소스 읽기 구현하기

핵심 기능은 MCP 클라이언트의 read_resource 메서드에서 이루어집니다. 이 메서드는 서버에서 가져올 리소스를 식별하는 URI 매개변수를 받습니다.

먼저, JSON 파싱과 URL 검증을 처리하기 위해 필요한 임포트를 추가합니다:

python
import json
from pydantic import AnyUrl

주요 구현은 MCP 서버에 요청을 보내고 응답을 처리합니다:

python
async def read_resource(self, uri: str) -> Any:
    result = await self.session().read_resource(AnyUrl(uri))
    resource = result.contents[0]

다양한 콘텐츠 유형 처리하기

리소스는 다양한 유형의 콘텐츠를 반환할 수 있으므로, 응답을 적절히 처리하려면 MIME 유형을 확인해야 합니다:

python
if isinstance(resource, types.TextResourceContents):
    if resource.mimeType == "application/json":
        return json.loads(resource.text)
    
return resource.text

이 접근 방식은 JSON 리소스가 올바르게 파싱되도록 하는 동시에, 일반 텍스트 리소스는 그대로 반환되도록 보장합니다.

구현 테스트하기

구현이 완료되면 CLI 애플리케이션을 실행하여 리소스 기능을 테스트할 수 있습니다. "@"를 입력한 다음 리소스 이름을 입력하면 시스템은 다음과 같이 동작합니다:

  • 자동완성 목록에 사용 가능한 리소스를 표시합니다
  • 화살표 키와 스페이스를 사용하여 리소스를 선택할 수 있습니다
  • Claude에게 전송되는 프롬프트에 리소스 콘텐츠를 직접 포함합니다

즉, Claude는 추가 도구 호출을 할 필요 없이 즉시 문서 콘텐츠를 받게 되어 상호작용이 훨씬 더 효율적으로 이루어집니다.

주요 이점

정적인 정보에 접근할 때 리소스는 도구에 비해 여러 가지 이점을 제공합니다:

  • 콘텐츠가 프롬프트에 직접 포함되어 지연 시간이 줄어듭니다
  • 대화 중 추가 API 호출이 필요하지 않습니다
  • 자동완성 기능으로 더 나은 사용자 경험을 제공합니다
  • 정적 데이터와 동적 작업 사이의 더 깔끔한 분리가 가능합니다

리소스는 문서, 보고서 또는 참조 자료와 같이 AI 모델이 쉽게 접근할 수 있도록 만들고 싶은 비교적 정적인 정보에 가장 적합합니다.