MCP-축구데이터 MCP 서버

“MCP-Soccerdata” MCP 서버란?

MCP-Soccerdata는 SoccerDataAPI에 연결되는 오픈소스 모델 컨텍스트 프로토콜(MCP) 서버로, 자연어 상호작용을 통해 최신 축구(축구) 경기 정보를 전달합니다. Claude Desktop과 같은 MCP 지원 클라이언트와 함께 사용되도록 설계되어, 사용자와 AI 어시스턴트가 대형 언어 모델(LLM)을 활용해 구조화된 실시간 축구 데이터를 조회할 수 있도록 합니다. 이 서버는 현재 진행 중인 경기, 경기 목록, 팀 라인업, 주요 경기 이벤트, 배당률, 리그 메타데이터 등의 라이브 인사이트를 제공합니다. 이 통합을 통해 AI 기반 워크플로우에서 축구 데이터를 질의할 수 있어, 개발, 연구, 팬 참여 경험을 더욱 풍부하게 만들어줍니다.

프롬프트 목록

저장소 또는 README에 명시적으로 문서화된 프롬프트 템플릿은 없습니다.

리소스 목록

• 라이브 경기 목록
  현재 진행 중인 모든 축구 경기의 글로벌 리스트를 제공합니다. 팀명, 킥오프 시간, 경기장 정보, 현재 점수 포함.
• 경기 상세 정보
  경기 상태(예정, 진행 중, 종료), 골 내역, 최종 결과 등의 정보를 제공합니다.
• 주요 경기 이벤트
  각 경기의 골, 교체, 옐로/레드 카드, 페널티에 대한 구조화된 데이터를 제공합니다.
• 팀 라인업
  선발 명단, 교체 명단, 부상 상태, 팀 포메이션 정보를 제공합니다.

도구 목록

저장소나 문서에 명시적인 도구 목록이나 server.py 파일 세부 내용은 없습니다.

MCP 서버 활용 사례

• 실시간 축구 경기 모니터링
  개발자나 AI 에이전트가 전 세계 진행 중인 축구 경기에 대한 최신 데이터를 받아볼 수 있습니다.
• 자동 스포츠 리포팅
  미디어 또는 팬 사이트를 위한 경기 요약, 이벤트 분석, 라인업 분석을 자동 생성합니다.
• 팬 참여 봇
  라이브 점수, 예정 경기, 선수 통계 등에 대한 질문에 답하는 챗봇을 구현할 수 있습니다.
• 배팅 분석 애플리케이션
  실시간 배당률과 경기 데이터를 배팅 추천 또는 분석 도구에 통합할 수 있습니다.
• 리그 및 토너먼트 트래킹
  리그 및 토너먼트의 순위, 결과, 통계를 추적하는 대시보드를 구축할 수 있습니다.

설치 방법

Windsurf

1. Node.js와 Windsurf가 설치되어 있는지 확인하세요.
2. Windsurf 설정 파일(예: windsurf.json)을 찾으세요.
3. mcpServers 섹션에 MCP-Soccerdata MCP 서버를 다음 JSON 형식으로 추가하세요:

   {
     "mcpServers": {
       "soccerdata": {
         "command": "npx",
         "args": ["@yeonupark/mcp-soccer-data@latest"]
       }
     }
   }
   

4. 설정을 저장하고 Windsurf를 재시작하세요.
5. 서버가 정상적으로 실행 중인지 확인하세요.

Claude

1. Claude Desktop을 설치하고 최신 버전인지 확인하세요.
2. 운영체제에 따라 Claude 설정 파일을 엽니다.
3. mcpServers 섹션에 MCP-Soccerdata 서버를 추가하세요:

   {
     "mcpServers": {
       "soccerdata": {
         "command": "npx",
         "args": ["@yeonupark/mcp-soccer-data@latest"]
       }
     }
   }
   

4. 변경사항을 저장 후 Claude Desktop을 재시작하세요.
5. Claude 인터페이스에서 연결이 완료됐는지 확인하세요.

Cursor

1. Cursor IDE를 설치하고 Node.js가 준비되어 있는지 확인하세요.
2. 작업 공간에 .cursorconfig 파일을 새로 만들거나 엽니다.
3. 서버 설정을 삽입하세요:

   {
     "mcpServers": {
       "soccerdata": {
         "command": "npx",
         "args": ["@yeonupark/mcp-soccer-data@latest"]
       }
     }
   }
   

4. 저장 후 Cursor를 새로고침하세요.
5. Cursor 확장 패널에서 MCP 서버가 나타나는지 확인하세요.

Cline

1. Cline 터미널 클라이언트를 설치하세요.
2. .cline.json 설정 파일을 엽니다.
3. 다음 설정을 추가하세요:

   {
     "mcpServers": {
       "soccerdata": {
         "command": "npx",
         "args": ["@yeonupark/mcp-soccer-data@latest"]
       }
     }
   }
   

4. 저장 후 Cline을 재시작하세요.
5. cline mcp list 명령어로 연결을 확인하세요.

API 키 보안 설정

민감한 API 키는 환경 변수로 저장하고, 설정에서 env 필드로 전달하세요. 예시:

{
  "mcpServers": {
    "soccerdata": {
      "command": "npx",
      "args": ["@yeonupark/mcp-soccer-data@latest"],
      "env": {
        "SOCCERDATA_API_KEY": "${SOCCERDATA_API_KEY}"
      },
      "inputs": {
        "apiKey": "${SOCCERDATA_API_KEY}"
      }
    }
  }
}

플로우 내에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 영역에 다음 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "MCP-Soccerdata": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

설정이 완료되면, AI 에이전트가 이 MCP를 도구로 활용해 모든 기능과 데이터를 사용할 수 있습니다. “MCP-Soccerdata"는 실제 MCP 서버 이름으로, URL도 알맞게 변경해 주세요.

개요

의견

MCP-Soccerdata는 명확한 리소스와 설치 방법을 제공하는 실시간 축구 데이터 서버로, 핵심 기능과 문서화가 잘 되어 있습니다. 다만, 프롬프트 템플릿이나 명시적 도구 정의가 없어 고급 MCP 워크플로우에서 바로 사용하기엔 유연성이 부족할 수 있습니다.

MCP 점수

위 표를 바탕으로 이 MCP 서버의 점수는 10점 만점에 5점: 축구 데이터의 핵심 기능과 문서화는 우수하지만, 프롬프트 템플릿, 도구 목록, 고급 통합을 위한 샘플링/루트 지원이 부족합니다.