dragonfly-mcp-server

<p align="center"> <img src="assets/logo.svg" alt="Dragonfly MCP Server" width="160" /> </p> # Dragonfly MCP Server Serveur MCP (Model Context Protocol) simple et robuste, avec ~59 tools prêts à l’emploi: - Appels JSON unifiés via /execute - UI web légère: Control Panel (tools) et Workers (realtime) - Observabilité intégrée (SQLite, status, métriques) - Outils variés: LLM, data, web/docs, intégrations, cartes, médias, e‑mail, Discord, chess, météo/astro… Compatibilité MCP & Portail - 100% compatible MCP (spec) avec extensions « addon » (superset MCP, jamais moins) - Intégration prête pour le portail ai.dragonflygroup.fr Liens rapides - Control Panel: http://localhost:8000/control - Workers: http://localhost:8000/workers - Changelog: CHANGELOG.md - Specs tools: src/tool_specs/*.json --- ## 🚀 Quickstart ```bash # Installation pip install -e . # Configuration cp .env.example .env # Édite .env (clés API, endpoints, ports…) # Lancer le serveur ./scripts/dev.sh # Unix/Mac ./scripts/dev.ps1 # Windows # ou python src/server.py # UIs http://localhost:8000/control http://localhost:8000/workers ``` --- ## 🧰 Appeler un tool (/execute) Chaque tool se consomme en JSON: ```json { "tool": "<tool_name>", "params": { ... } } ``` Exemples - Date/heure: ```json { "tool": "date", "params": { "operation": "now", "format": "%Y-%m-%dT%H:%M:%S", "tz": "UTC" } } ``` - SQLite (SELECT): ```json { "tool": "sqlite_db", "params": { "operation": "query", "db": "example.db", "query": "SELECT 1 AS ok" } } ``` - LLM: ```json { "tool": "call_llm", "params": { "model": "gpt-4o-mini", "messages": [{ "role": "user", "content": "Hello" }] } } ``` Découvrir les tools - UI: Control Panel (liste, recherche, formulaires) - Specs: src/tool_specs/*.json (nom, description, schéma) --- ## 👀 Observation (workers) - UI Workers: suivi en temps réel (exécutions, métriques). - Streaming passif (SSE/NDJSON): 1 évènement par étape + 1 évènement “updated” en fin d’étape, avec contexte IO (appel + aperçu). L’observation n’altère pas l’exécution. --- ## 🧾 Stockage & Observabilité - Base SQLite par worker: sqlite3/worker_<name>.db - journalisation des étapes (INSERT/UPDATE), état, métriques - Status/métriques: affichés dans l’UI et via endpoints dédiés - Logs HTTP/API: console + UIs --- ## 🗂️ Catégories de tools (exemples) - Intelligence: call_llm, stockfish - Données/IO: sqlite_db, json_ops, array_ops, template_map, date - Web/Docs: universal_doc_scraper - Intégrations: reddit_intelligence, chess_com, lichess, coingecko - Cartes & géoloc: google_maps, device_location - Média/traitement: ffmpeg_frames - Météo/Aéronautique/Astro: aviation_weather, astronomy - Communication: email_send, discord_webhook, discord_bot - Utilitaires: sanitize_text, coerce_number, json_stringify, arithmetic (Consulte la UI et src/tool_specs pour la liste complète.) --- ## 🧪 Bonnes pratiques - Utiliser le Control Panel pour tester les tools rapidement (params validés). - Renseigner .env pour activer les intégrations (API keys). - Vérifier la DB worker en cas d’investigation (job_steps, métriques). --- ## 📦 Dev & scripts - Endpoint unique: /execute (appel tools) - Specs JSON par tool: src/tool_specs/*.json - Scripts utilitaires: scripts/* (export, diagnostic…) --- ## 📝 Changelog Voir CHANGELOG.md (versions et évolutions).