
Riot MCP 서버 통합
Riot MCP Server를 사용하여 League of Legends 데이터를 AI 워크플로우에 통합하세요. 표준화된 API를 통해 플레이어 통계, 랭크 성적, 챔피언 숙련도, 매치 요약에 손쉽게 접근하여 AI 기반 애플리케이션을 구현할 수 있습니다....
OpenDota MCP 서버는 Model Context Protocol(MCP) 서버 구현체로, OpenDota API를 통해 AI 어시스턴트가 Dota 2 데이터에 원활하게 접근할 수 있도록 설계되었습니다. 이 서버는 대형 언어 모델(LLM)과 실시간 Dota 2 통계, 플레이어 프로필, 매치, 영웅 정보를 연결하는 다리 역할을 하며, AI 기반 워크플로와 도구가 다양한 Dota 2 관련 작업을 분석, 자동화, 인폼할 수 있게 합니다. AI 클라이언트는 표준화된 인터페이스를 통해 상세 매치 데이터, 플레이어 성과 추적, 팀/영웅 조회, 다양한 게임 통계 접근이 가능하며, 개발자와 사용자는 실시간 Dota 2 데이터를 활용한 고급 애플리케이션 및 어시스턴트를 손쉽게 구축할 수 있습니다. 이는 분석, 코칭, 리포트, 커뮤니티 참여 등 다양한 목적에 활용됩니다.
저장소에서 프롬프트 템플릿에 대한 정보가 발견되지 않았습니다.
저장소에 명시적인 MCP 리소스가 문서화되어 있지 않습니다.
windsurf.config.json
)에 아래 JSON을 삽입하세요:{
"mcpServers": {
"opendota": {
"command": "python",
"args": ["-m", "src.opendota_server.server"]
}
}
}
claude_desktop_config.json
을 생성하거나 수정하세요:{
"mcpServers": {
"opendota": {
"command": "python",
"args": ["-m", "src.opendota_server.server"]
}
}
}
{
"mcpServers": {
"opendota": {
"command": "wsl.exe",
"args": [
"--",
"bash",
"-c",
"cd ~/opendota-mcp-server && source .venv/bin/activate && python src/opendota_server/server.py"
]
}
}
}
mcpServers
에 OpenDota MCP Server를 추가하세요:{
"mcpServers": {
"opendota": {
"command": "python",
"args": ["-m", "src.opendota_server.server"]
}
}
}
mcpServers
블록에 아래 내용을 추가하세요:{
"mcpServers": {
"opendota": {
"command": "python",
"args": ["-m", "src.opendota_server.server"]
}
}
}
.env
또는 터미널 예시:OPENDOTA_API_KEY=your_api_key_here
{
"mcpServers": {
"opendota": {
"command": "python",
"args": ["-m", "src.opendota_server.server"],
"env": {
"OPENDOTA_API_KEY": "your_api_key_here"
}
}
}
}
FlowHunt에서 MCP 활용하기
MCP 서버를 FlowHunt 워크플로에 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트에 연결하세요.
MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에서 아래와 같이 MCP 서버 정보를 JSON 형식으로 입력하세요:
{
"opendota": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
설정이 완료되면 AI 에이전트가 해당 MCP의 모든 기능과 도구를 사용할 수 있습니다. "opendota"
를 실제 MCP 서버 이름으로, URL을 자신의 MCP 서버 주소로 변경하세요.
섹션 | 제공 여부 | 비고/노트 |
---|---|---|
개요 | ✅ | README 내에 상위 요약 |
프롬프트 목록 | ⛔ | 프롬프트 템플릿 문서화 없음 |
리소스 목록 | ⛔ | 명시적 MCP 리소스 문서화 없음 |
도구 목록 | ✅ | README에 포괄적 도구 목록 |
API 키 보안 | ✅ | .env.example 및 README 지침 |
샘플링 지원(평가에 중요하지 않음) | ⛔ | 샘플링 지원 언급 없음 |
OpenDota MCP 서버는 Dota 2 통계에 특화된 MCP 서버로, 명확한 도구 세트와 설정 및 API 키 보안에 대한 좋은 문서를 갖추고 있습니다. 다만, 프롬프트 템플릿, 명시적 MCP 리소스, 샘플링/루트 지원 문서가 부족합니다. Dota 2 분석 및 커뮤니티 도구 용도로는 강력하지만, 일반 MCP 프로토콜 시연용으로는 아쉬운 점이 있습니다.
라이선스 있음 | ✅ |
---|---|
도구 1개 이상 있음 | ✅ |
포크 수 | 5 |
별점 | 4 |
OpenDota MCP Server는 OpenDota API를 통해 플레이어 통계, 매치 정보, 영웅 정보 등 Dota 2 데이터를 AI 어시스턴트에 직접 제공하는 Model Context Protocol 서버입니다.
플레이어 프로필, 최근 매치, 승/패 통계, 영웅 통계, 프로 매치 데이터, 팀 정보 등 다양한 Dota 2 분석 및 리포트 도구를 제공합니다.
OpenDota API 키를 환경 변수(예시: OPENDOTA_API_KEY=your_api_key_here)로 저장하고 설정 파일에서 참조하세요. 소스 코드 내에 직접 키를 입력하지 마세요.
플레이어 분석, 매치 리포트, 프로 선수 및 팀 추적, 영웅 메타 분석, 커뮤니티 봇/대시보드와 같은 Dota 2 데이터 활용에 적합합니다.
MCP 서버 정보를 FlowHunt 워크플로의 MCP 설정 JSON에 추가하세요. 설정이 완료되면 AI 에이전트가 OpenDota MCP의 모든 도구를 사용할 수 있습니다.
FlowHunt 또는 AI 어시스턴트를 실시간 Dota 2 데이터에 연결하여 강력한 분석, 리포트, 코칭 워크플로를 구성하세요.
Riot MCP Server를 사용하여 League of Legends 데이터를 AI 워크플로우에 통합하세요. 표준화된 API를 통해 플레이어 통계, 랭크 성적, 챔피언 숙련도, 매치 요약에 손쉽게 접근하여 AI 기반 애플리케이션을 구현할 수 있습니다....
Chess.com MCP 서버는 Chess.com 공개 API를 MCP와 연동하여, 체스 중심 애플리케이션에서 플레이어 프로필, 통계, 기보 등 데이터에 손쉽게 접근할 수 있도록 지원합니다....
any-chat-completions-mcp MCP 서버는 FlowHunt 및 기타 도구를 OpenAI SDK 호환 Chat Completion API와 연결합니다. OpenAI, Perplexity, Groq, xAI, PyroPrompts 등 다양한 LLM 제공업체를 단일하고 간단한...