GDG Store MCP Server
MCP server for the fictional GDG Store, providing tools, resources, and prompts to interact with the store's REST API and enable AI assistants to access product data.
README
Zbuduj własny serwer MCP w TypeScript
Repozytorium do spotkania GDG. Teza przewodnia: MCP to USB-C dla narzędzi AI — narzędzie napisane raz działa w każdym kliencie (Claude Desktop, Cursor, Gemini CLI, VS Code, Twój własny agent). Zamiast M aplikacji × N integracji piszemy M + N.
Przechodzimy cały protokół od zera: minimalny serwer → prawdziwe narzędzia z walidacją → resources i prompts → transport HTTP → własny klient. Do checkpointów 01–05 nie potrzebujesz żadnego klucza API — testujemy przez MCP Inspector i własnego klienta.
Wymagania
- Node.js 20+
- Edytor (VS Code / Cursor / cokolwiek)
- (Tylko do teasera) klucz Gemini z darmowego tieru: https://aistudio.google.com/apikey
Architektura
Serwery MCP w tym repo nie trzymają danych — są cienkimi adapterami nad lokalnym REST API (dokładnie tak, jak produkcyjne serwery MCP opakowują istniejące systemy):
host (Claude/Inspector) → klient MCP → serwer MCP → backend REST (:4000) → data/*.json
Backend czyta pliki data/*.json przy każdym requeście — możesz edytować dane na żywo, bez restartu.
Setup
git clone <adres-repo>
cd gdg-agent-workshop
npm install
Terminal 1 — backend (potrzebny do checkpointów 02-05 i teasera):
npm run api
# 🗄️ GDG Store API: http://localhost:4000
# szybki test na Windows: curl.exe http://localhost:4000/products/KB-MECH-75
Gotowe zapytania do skopiowania: curl-requests.md.
Sprawdzenie, że wszystko działa (odpala serwer 01 w GUI Inspectora):
npx @modelcontextprotocol/inspector npx tsx src/01-minimal/server.ts
Checkpointy
Scenariusz: budujemy serwer MCP fikcyjnego sklepu GDG Store. Dane serwuje lokalny backend REST (npm run api, dane w data/*.json) — w realnym projekcie w jego miejscu stałyby Medusa/WooCommerce i API InPost/DPD.
| # | Uruchomienie | Co pokazuje |
|---|---|---|
| 01 | Inspector (komenda wyżej) | Minimalny serwer: 1 narzędzie, stdio, ~25 linijek. Anatomia: nazwa + opis + schemat + handler. Jedyny checkpoint bez backendu. |
| 02 | npx @modelcontextprotocol/inspector npx tsx src/02-store/server.ts |
4 narzędzia sklepu jako adaptery nad REST API. Walidacja zod (regex na SKU!), błędy domenowe przez isError (404 z backendu ORAZ padnięty backend), annotations. |
| 03 | npx @modelcontextprotocol/inspector npx tsx src/03-resources-prompts/server.ts |
Resources (statyczny + template z list) i Prompts — pozostałe 2/3 protokołu. |
| 04 | npm run 04, potem Inspector → Streamable HTTP → http://localhost:3000/mcp |
Ten sam protokół zdalnie po HTTP. Tryb stateless. Komendy curl w komentarzu na dole pliku. |
| 05 | npm run 05 |
Własny klient MCP w ~50 linijkach: handshake, odkrywanie, wywołania. Zero LLM-a. |
| teaser | npm run teaser (wymaga klucza w .env) |
Klient z 05 + Gemini = pętla agentowa. Temat następnego spotkania 😉 |
Podpięcie serwera do prawdziwych hostów
Ten sam serwer (checkpoint 02), zero zmian w kodzie:
Claude Desktop — claude_desktop_config.json (Settings → Developer):
{
"mcpServers": {
"gdg-store": {
"command": "npx",
"args": ["tsx", "/ABSOLUTNA/SCIEZKA/DO/repo/src/02-store/server.ts"]
}
}
}
Gemini CLI — ~/.gemini/settings.json:
{
"mcpServers": {
"gdg-store": {
"command": "npx",
"args": ["tsx", "/ABSOLUTNA/SCIEZKA/DO/repo/src/02-store/server.ts"]
}
}
}
Cursor — Settings → MCP → Add new global MCP server (ta sama struktura).
Po restarcie hosta zapytaj: „Czy klawiatura mechaniczna 75% jest dostępna w GDG Store?”
Trzy prymitywy MCP (jeśli zapamiętasz jedną tabelkę)
| Prymityw | Kto decyduje o użyciu | Analogia |
|---|---|---|
| Tools | model | „model sam sięga po dane / wykonuje akcję” |
| Resources | aplikacja / user | „załącz plik do rozmowy” |
| Prompts | user | „slash-command przygotowany przez autora serwera” |
Kluczowe wnioski
- Opis narzędzia to interfejs użytkownika dla modelu. LLM widzi tylko nazwę, opis i schemat — jakość opisów decyduje o tym, czy narzędzie w ogóle zostanie sensownie użyte.
- Serwer stdio nie może pisać na stdout. stdout to kanał protokołu; logi zawsze na stderr (
console.error). - Błąd domenowy ≠ błąd protokołu.
isError: truewraca do modelu jako treść, żeby mógł zareagować; wyjątek JSON-RPC to sprawa między klientem a serwerem. - Klient to nie magia. Handshake +
tools/list+tools/call— Claude Desktop robi dokładnie to samo, co nasz 50-linijkowy klient z checkpointu 05.
Co dalej
- Dodaj do backendu endpoint
GET /orders(lista wszystkich), a potem użyj go w resource template zamiast zahardkodowanych ID (patrz komentarz w checkpoincie 03) - Dołóż własne narzędzie do serwera 02 (np.
create_return— zgłoszenie zwrotu; uwaga: POST do backendu i to już nie jestreadOnlyHint!) - Dodaj resource template
gdg-store://products/{sku} - Podepnij serwer 02 do swojego ulubionego hosta i używaj na co dzień
- Przeczytaj o autoryzacji zdalnych serwerów (OAuth 2.1) w spec: https://modelcontextprotocol.io
- Przyjdź na następne spotkanie: pętla agentowa od zera — jak hosty naprawdę używają tych narzędzi (
npm run teaserto zapowiedź)
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.