MCP for .NET: 실제로 작업을 수행할 수 있는 AI 에이전트

Source: Dev.to

Crysta는 실제 비즈니스에 사용할 수 있는 AI 에이전트를 직접 만들 수 있는 AI 앱입니다.
표준 챗봇과 달리, 다양한 MCP 서버를 연결하고 에이전트에게 일정 관리, 예약, 데이터 접근 등 실용적인 기능을 부여할 수 있습니다. 요컨대, Crysta는 단순히 대화만 하는 것이 아니라 실제로 업무를 수행할 수 있는 AI 에이전트를 구축하도록 도와줍니다.

사용자가 연결할 수 있는 것

MCP를 사용하면 에이전트가 다음과 같은 도구에 연결할 수 있습니다:

• Google Calendar 워크플로우
• 예약 및 일정 관리 시스템
• MCP를 통해 노출되는 비즈니스 데이터 도구
• DeepWiki와 같은 지식 도구 (MCP를 통해)

따라서 “회의 예약”과 같은 요청에만 답변하는 것이 아니라, 에이전트가 연결된 도구를 통해 실제로 작업을 수행할 수 있습니다.

.NET 개발자를 위한 중요성

MCP는 .NET 개발자에게 모든 통합을 직접 구축하지 않고도 AI 에이전트에 실제 기능을 손쉽게 추가할 수 있는 방법을 제공합니다. 각 API를 애플리케이션에 직접 연결하는 대신, MCP‑호환 도구를 연결하고 에이전트가 동일한 함수‑호출 흐름을 통해 이를 사용하도록 할 수 있습니다.

혜택

• 빠른 개발: 새로운 기능은 새로운 통합을 작성하는 것이 아니라 MCP 도구를 추가함으로써 얻습니다.
• 깔끔한 아키텍처: 에이전트는 더 많은 프롬프트 로직이나 맞춤형 연결 코드를 추가하는 것이 아니라 도구를 추가함으로써 성장합니다.

구축 방법 (고수준)

1. 사용자가 에이전트에 MCP 서버 링크를 추가합니다.
2. 시스템이 링크를 검증하고 도구 메타데이터를 읽어옵니다.
3. 연결된 MCP 도구가 해당 에이전트의 사용 가능한 작업에 포함됩니다.
4. 채팅 중에 모델이 필요할 때 해당 도구를 호출할 수 있습니다.
5. 실패 및 연결 상태가 추적되어 사용자가 끊어진 링크를 빠르게 수정할 수 있습니다.

우리가 사용하는 패키지

• ModelContextProtocol
• Microsoft.Extensions.AI
• Microsoft.Extensions.AI.OpenAI
• Azure.AI.OpenAI

이 조합은 .NET에서 MCP 도구 검색과 견고한 함수 호출 파이프라인을 제공합니다.

작은 코드 예제 (우리 코드 기반)

1) MCP 클라이언트 + 검증 서비스

using ModelContextProtocol.Client;

public class McpServerService : IMcpServerService
{
    public async Task ValidateAndGetMcpInfoAsync(string mcpUrl)
    {
        if (!Uri.TryCreate(mcpUrl, UriKind.Absolute, out _))
        {
            return new StoredMcpServer { IsValid = false, ErrorMessage = "Invalid URL format" };
        }

        try
        {
            var transport = new HttpClientTransport(
                new HttpClientTransportOptions { Endpoint = new Uri(mcpUrl) },
                loggerFactory: null);

            var client = await McpClient.CreateAsync(transport);
            var serverInfo = client.ServerInfo;

            return new StoredMcpServer
            {
                Url = mcpUrl,
                Title = serverInfo?.Name ?? "Unknown MCP Server",
                Description = serverInfo?.Title ?? "No description available",
                AddedDate = DateTime.Now,
                IsValid = serverInfo is not null
            };
        }
        catch (Exception ex)
        {
            return new StoredMcpServer { IsValid = false, ErrorMessage = ex.Message };
        }
    }

    public async Task CreateClientAsync(string mcpUrl, CancellationToken cancellationToken = default)
    {
        var transport = new HttpClientTransport(
            new HttpClientTransportOptions { Endpoint = new Uri(mcpUrl) },
            loggerFactory: null);
        return await McpClient.CreateAsync(transport);
    }
}

2) 에이전트 스킬에서 MCP 도구 로드 (런타임)

using Microsoft.Extensions.AI;
using ModelContextProtocol.Client;

private async Task> GetMcpToolsAsync()
{
    if (interactiveAgent?.Skills == null) return [];

    var allTools = new List();
    using var scope = ServiceScopeFactory.CreateScope();
    var mcpServerService = scope.ServiceProvider.GetRequiredService();

    foreach (var skill in interactiveAgent.Skills)
    {
        if (skill.SkillType != SkillType.MCP) continue;
        if (skill.SkillJson is null) continue;

        var check = await mcpServerService.ValidateAndGetMcpInfoAsync(skill.SkillJson);
        if (!check.IsValid) continue;

        var client = await mcpServerService.CreateClientAsync(skill.SkillJson);
        var tools = await client.ListToolsAsync();
        allTools.AddRange(tools);
    }

    return allTools;
}

3) Microsoft.Extensions.AI 채팅 파이프라인에 MCP 도구 연결

using System.ClientModel;
using Azure.AI.OpenAI;
using Microsoft.Extensions.AI;

var azureChatClient = new AzureOpenAIClient(
        new Uri(endpoint),
        new ApiKeyCredential(apiKey))
    .GetChatClient(deployment)
    .AsIChatClient();

var mcpTools = await GetMcpToolsAsync();

var chatClient = new ChatClientBuilder(azureChatClient)
    .ConfigureOptions(options =>
    {
        options.Tools ??= [];
        foreach (var tool in mcpTools)
        {
            options.Tools.Add(tool);
        }
    })
    .UseFunctionInvocation(c => c.AllowConcurrentInvocation = true)
    .Build();

이것이 우리가 실제로 사용하는 정확한 아이디어입니다: MCP 링크를 검증하고, 도구를 발견한 뒤, 해당 도구들을 채팅 클라이언트에 전달하여 에이전트가 호출할 수 있도록 합니다.

마무리

MCP는 우리 제품을 “답변하는 AI”에서 “행동하는 AI”로 전환했습니다.
그것이 사용자가 즉시 눈치채는 차이점입니다.

최종 결과를 보고 싶다면, 여기에서 확인하세요: