redis/mcp-redis View GitHub Homepage for Latest Official Releases
공식 Redis MCP 서버는 스마트 에이전트 애플리케이션에 자연어 인터페이스를 제공하여 Redis 데이터를 효율적으로 관리하고 검색합니다.
MITPythonmcp-redisredis 286 Last Updated: October 16, 2025
Redis MCP 서버 - 프로젝트 상세 소개
프로젝트 개요
Redis MCP 서버는 Redis 공식 개발 모델 콘텐츠 프로토콜(Model Content Protocol) 서버로, AI 에이전트 애플리케이션에 자연어 인터페이스를 제공하여 Redis의 데이터를 효율적으로 관리하고 검색할 수 있도록 합니다. 이 프로젝트는 MCP 클라이언트와 원활하게 통합되어 AI 기반 워크플로우가 Redis의 구조화 및 비구조화 데이터와 상호 작용할 수 있도록 지원합니다.
프로젝트 주소: https://github.com/redis/mcp-redis
핵심 기능
🤖 자연어 쿼리
- AI 에이전트가 자연어를 사용하여 Redis 데이터를 쿼리하고 업데이트할 수 있도록 지원
- "전체 대화를 스트림에 저장", "이 항목 캐시", "만료 시간이 있는 세션 저장"과 같은 자연어 명령 처리 가능
🔗 원활한 MCP 통합
- 모든 MCP 클라이언트와 호환되어 원활한 통신 구현
- stdio 및 SSE 두 가지 전송 프로토콜 지원
📊 포괄적인 Redis 지원
Redis의 모든 주요 데이터 구조 지원:
- 문자열(String): 간단한 구성 값, 세션 데이터 또는 캐시 응답 저장
- 해시(Hash): 필드-값 쌍 저장, 벡터 임베딩 저장 지원
- 리스트(List): 큐, 메시지 브로커 또는 최근 작업 목록 유지 관리
- 세트(Set): 고유 값 추적, 집합 연산 지원
- 정렬된 세트(Sorted Set): 순위표, 우선 순위 큐, 시간 기반 분석
- Pub/Sub: 실시간 알림, 채팅 애플리케이션, 업데이트 배포
- 스트림(Streams): 이벤트 소싱, 활동 소스, 센서 데이터 기록
- JSON: 복잡한 중첩 데이터 구조, 문서 데이터베이스
🔍 검색 및 필터링
- 효율적인 데이터 검색 및 검색 지원
- 벡터 인덱스 관리 및 벡터 검색 기능
- 쿼리 엔진 도구
⚡ 고성능 및 경량
- 고성능 데이터 작업을 위해 설계
- 확장 가능한 아키텍처
설치 및 구성
환경 요구 사항
- Python 3.13+
- uv 패키지 관리자
- Redis 서버
설치 단계
# 저장소 복제
git clone https://github.com/redis/mcp-redis.git
cd mcp-redis
# uv를 사용하여 종속성 설치
uv venv
source .venv/bin/activate
uv sync
환경 변수 구성
변수명 | 설명 | 기본값 |
---|---|---|
REDIS_HOST |
Redis IP 또는 호스트 이름 | "127.0.0.1" |
REDIS_PORT |
Redis 포트 | 6379 |
REDIS_USERNAME |
데이터베이스 사용자 이름 | "default" |
REDIS_PWD |
데이터베이스 비밀번호 | "" |
REDIS_SSL |
SSL/TLS 활성화/비활성화 | False |
REDIS_CA_PATH |
CA 인증서 경로 | None |
REDIS_SSL_KEYFILE |
클라이언트 개인 키 파일 | None |
REDIS_SSL_CERTFILE |
클라이언트 인증서 파일 | None |
REDIS_CERT_REQS |
서버 인증서 확인 여부 | "required" |
REDIS_CA_CERTS |
신뢰할 수 있는 CA 인증서 파일 경로 | None |
REDIS_CLUSTER_MODE |
Redis 클러스터 모드 활성화 | False |
MCP_TRANSPORT |
전송 프로토콜(stdio/sse) | stdio |
배포 방식
1. 로컬 프로세스 방식 (기본)
# stdio 전송 사용
uv run src/main.py
2. 네트워크 서비스 방식
# SSE 전송 설정
export MCP_TRANSPORT="sse"
uv run src/main.py
# 서버 테스트
curl -i http://127.0.0.1:8000/sse
3. Docker 배포
# 이미지 빌드
docker build -t mcp-redis .
# 컨테이너 실행
docker run --rm --name redis-mcp-server -i \
-e REDIS_HOST=<redis_hostname> \
-e REDIS_PORT=<redis_port> \
-e REDIS_USERNAME=<redis_username> \
-e REDIS_PWD=<redis_password> \
mcp-redis
통합 방식
Claude Desktop 통합
claude_desktop_config.json
파일 편집:
{
"mcpServers": {
"redis": {
"command": "<uv 명령 전체 경로>",
"args": [
"--directory",
"<MCP 서버 디렉토리>",
"run",
"src/main.py"
],
"env": {
"REDIS_HOST": "<Redis 호스트 이름>",
"REDIS_PORT": "<Redis 포트>",
"REDIS_PWD": "<Redis 비밀번호>",
"REDIS_SSL": true,
"REDIS_CA_PATH": "<CA 인증서 경로>"
}
}
}
}
VS Code 통합
프록시 모드 활성화 및 mcp.json
구성:
{
"servers": {
"redis": {
"type": "stdio",
"command": "<uv 명령 전체 경로>",
"args": [
"--directory",
"<MCP 서버 디렉토리>",
"run",
"src/main.py"
],
"env": {
"REDIS_HOST": "<Redis 호스트 이름>",
"REDIS_PORT": "<Redis 포트>",
"REDIS_USERNAME": "<Redis 사용자 이름>",
"REDIS_PWD": "<Redis 비밀번호>"
}
}
}
}
OpenAI 에이전트 SDK 통합
# SDK 설치
pip install openai-agents
# API 키 구성
export OPENAI_API_KEY="<openai_token>"
# 애플리케이션 실행
python3.13 redis_assistant.py
자동 배포 (Smithery)
# Smithery를 사용하여 Claude Desktop 자동 구성
npx -y @smithery/cli install @redis/mcp-redis --client claude
활용 시나리오
🤖 AI 도우미
- 대규모 언어 모델이 Redis의 데이터를 가져오고, 저장하고, 처리할 수 있도록 지원
- 지능형 데이터 관리 및 쿼리 구현
💬 챗봇 및 가상 에이전트
- 세션 데이터 검색
- 메시지 큐 관리
- 개인화된 응답
📈 데이터 검색 및 분석
- 실시간 통찰력 쿼리
- 빠른 데이터 검색
- 벡터 유사성 검색
🔄 이벤트 처리
- Redis 스트림을 사용하여 이벤트 스트림 관리
- 실시간 데이터 처리
- 이벤트 소싱
디버깅 및 문제 해결
MCP 검사기
# 시각적 디버깅
npx @modelcontextprotocol/inspector uv run src/main.py
로그 모니터링
# Claude 로그 모니터링
tail -f ~/Library/Logs/Claude/mcp-server-redis.log
OpenAI 대시보드
OpenAI 대시보드를 통해 에이전트 워크플로우 문제 해결 가능.
개발 및 기여
기여 절차
- 저장소 포크
- 새 브랜치 생성 (
feature-branch
) - 변경 사항 커밋
- 브랜치에 푸시하고 PR 제출
기술 스택
- 언어: Python 3.13+
- 패키지 관리: uv
- 프로토콜: MCP (Model Content Protocol)
- 데이터베이스: Redis
- 컨테이너화: Docker
라이선스 및 지원
- 라이선스: MIT License
- 기술 지원: GitHub Issues를 통해 도움 받기
요약
Redis MCP 서버는 AI 에이전트와 Redis 데이터베이스 간의 간격을 좁히는 강력한 도구로, 자연어 인터페이스를 통해 AI 애플리케이션이 데이터를 보다 지능적으로 관리하고 쿼리할 수 있도록 합니다. 지능형 도우미, 챗봇을 구축하거나 실시간 데이터 분석을 수행하든, 이 프로젝트는 안정적이고 효율적인 솔루션을 제공합니다.
모듈식 설계, 풍부한 Redis 데이터 구조 지원 및 다양한 배포 방식을 통해 소규모 프로젝트부터 엔터프라이즈급 애플리케이션까지 다양한 시나리오에 적합합니다. Claude, VS Code, OpenAI와 같은 주요 플랫폼과의 통합을 통해 개발자는 Redis의 강력한 기능을 AI 기반 애플리케이션에 쉽게 통합할 수 있습니다.