项目简介

Payment_SWElite 是一个微服务架构的支付系统，实现了支付的授权、结算和退款流程。为了增强系统的可观察性和诊断能力，该项目特别集成了Model Context Protocol (MCP) 服务器。通过这些MCP服务器，AI模型可以理解支付系统的上下文，并使用自然语言与之交互，执行查询、分析和自动化操作。

主要功能点

该仓库提供了6个核心MCP服务器，每个都专注于支付系统的一个特定方面：

断路器（Circuit Breaker）MCP
- 功能：查询系统断路器（Circuit Breaker）的状态（如开启/关闭/半开），检查Kafka连接健康状况，分析故障模式，并提供诊断建议。
数据库查询（Database Query）MCP
- 功能：允许AI模型通过自然语言查询支付交易历史、账本条目、检测未发布的事件、验证复式记账的完整性以及生成支付统计报告。
Redis缓存（Redis Cache）MCP
- 功能：检查Redis中存储的限流状态和幂等性键，提供Redis内存使用和缓存命中率等统计信息，并可执行限流重置、TTL分析等操作。
Kafka操作（Kafka Operations）MCP
- 功能：列出Kafka主题、查看主题消息数量、分区信息和偏移量，查询死信队列（DLQ）消息，以及检查Kafka集群的整体健康状态。
负载测试（Loadtest）MCP
- 功能：启动并监控k6负载测试，管理测试场景，实时获取性能指标，并分析测试结果。
系统健康（System Health）MCP
- 功能：提供整个系统的健康检查概览，监控各个微服务的状态，报告CPU、内存、磁盘等资源使用情况，并协助发现潜在的故障。

这些MCP服务器协同工作，为AI模型提供了一个全面的接口，以理解和管理复杂的支付微服务环境。

安装步骤

要运行该项目并使用MCP服务器，您需要完成以下步骤：

克隆仓库：

git clone https://github.com/JWookLe/Payment_SWElite.git
cd Payment_SWElite

启动核心支付系统： 使用Docker Compose启动所有必要的微服务（包括MariaDB, Redis, Kafka, Eureka, API Gateway, 支付服务等）。
```
docker compose up --build -d
```
等待所有服务完全启动，这可能需要几分钟。

构建MCP服务器： 每个MCP服务器都是一个独立的Node.js应用，需要单独构建。进入每个MCP服务器目录并执行构建命令。

cd mcp-servers/circuit-breaker-mcp
npm install && npm run build
cd ../database-query-mcp
npm install && npm run build
cd ../redis-cache-mcp
npm install && npm run build
cd ../kafka-operations-mcp
npm install && npm run build
cd ../loadtest-mcp
npm install && npm run build
cd ../system-health-mcp
npm install && npm run build

服务器配置

MCP服务器是为MCP客户端（如Claude Desktop）提供服务的。要让您的MCP客户端连接到这些服务器，您需要根据以下信息在客户端的配置中添加相应的条目（通常是'claude_desktop_config.json'文件）。

以下是配置示例及其说明：

{
  "mcpServers": {
    "payment-circuit-breaker": {
      "command": "node",
      "args": ["/path/to/your/Payment_SWElite/mcp-servers/circuit-breaker-mcp/dist/index.js"],
      "env": {
        "API_BASE_URL": "http://localhost:8082"
      }
    },
    "payment-database": {
      "command": "node",
      "args": ["/path/to/your/Payment_SWElite/mcp-servers/database-query-mcp/dist/index.js"],
      "env": {
        "API_BASE_URL": "http://localhost:8082"
      }
    },
    "payment-redis": {
      "command": "node",
      "args": ["/path/to/your/Payment_SWElite/mcp-servers/redis-cache-mcp/dist/index.js"],
      "env": {
        "API_BASE_URL": "http://localhost:8082"
      }
    },
    "payment-kafka": {
      "command": "node",
      "args": ["/path/to/your/Payment_SWElite/mcp-servers/kafka-operations-mcp/dist/index.js"],
      "env": {
        "API_BASE_URL": "http://localhost:8082"
      }
    },
    "payment-loadtest": {
      "command": "node",
      "args": ["/path/to/your/Payment_SWElite/mcp-servers/loadtest-mcp/dist/index.js"],
      "env": {
        "K6_RESULTS_DIR": "/path/to/your/Payment_SWElite/loadtest/k6",
        "K6_SCRIPT_PATH": "/path/to/your/Payment_SWElite/loadtest/k6/payment-scenario.js",
        "API_BASE_URL": "http://localhost:8082" // 如果需要调用监控服务的API
      }
    },
    "payment-system-health": {
      "command": "node",
      "args": ["/path/to/your/Payment_SWElite/mcp-servers/system-health-mcp/dist/index.js"],
      "env": {
        "API_BASE_URL": "http://localhost:8082"
      }
    }
  }
}

配置说明：

'mcpServers': 包含所有MCP服务器配置的JSON对象。
'payment-circuit-breaker' (服务名称): MCP客户端中显示的服务器唯一标识符。您可以自定义此名称。
'command' (启动命令): 指定用于启动MCP服务器进程的程序。对于Node.js MCP服务器，通常是'node'。
'args' (启动参数): 传递给启动命令的参数。这里应提供MCP服务器编译后的入口文件（'dist/index.js'）的绝对路径。请务必将'/path/to/your/Payment_SWElite/'替换为您的本地项目实际路径。
'env' (环境变量): MCP服务器运行时需要的环境变量。
- 'API_BASE_URL': 指向 'monitoring-service' 微服务的地址，MCP服务器将通过此地址获取支付系统的监控数据和执行管理操作。在本例中，它是 'http://localhost:8082'。
- 'K6_RESULTS_DIR' / 'K6_SCRIPT_PATH': 'payment-loadtest' MCP服务器特有的环境变量，用于指定k6负载测试结果和脚本的路径。请替换为项目中的实际绝对路径。
Claude API Key (可选): 如果您的MCP服务器内部需要调用Claude或其他大模型进行进一步分析，可能需要在启动MCP服务器的环境变量中设置 'ANTHROPIC_API_KEY' 或其他相关的API密钥。

完成配置后，请重启您的MCP客户端（如Claude Desktop），以便它能加载并连接到所有已配置的MCP服务器。

基本使用方法

配置并重启MCP客户端后，您可以通过以下方式开始与支付系统进行AI辅助交互：

在MCP客户端中启用MCP服务器： 确保您在Claude Desktop或其他MCP客户端界面中，已启用的MCP服务器列表中勾选了'payment-circuit-breaker', 'payment-database'等。
自然语言查询： 在客户端的聊天界面中，直接提出您的问题或指令。例如：
- 检查系统健康： “系统整体状态怎么样？”
- 查询支付记录： “查询最近1小时内失败的支付记录。” 或 “显示merchant M123的支付统计。”
- 监控Kafka： “Kafka的DLQ队列里有消息吗？”
- 获取断路器状态： “告诉我支付服务的断路器状态。”
- 运行负载测试： “运行一个400 RPS的支付全流程负载测试。”
获取诊断和建议： MCP服务器会处理您的请求，通过调用后端服务获取数据，并返回结构化的信息，AI模型将这些信息转化为可理解的自然语言响应，甚至提供诊断和操作建议。

示例对话：

用户： "서킷 브레이커 상태 확인해줘" (检查一下断路器状态)
Claude： "✅ CLOSED - 正常 작동 중, 실패율 0.5%" (✅ 关闭状态 - 正常运行中，失败率0.5%)
用户： "지난 1시간 실패한 결제 보여줘" (显示过去1小时失败的支付)
Claude： "📊 3개 발견: #123 (10,000원), #456 (25,000원), #789 (50,000원)" (📊 发现3笔：#123 (10,000韩元), #456 (25,000韩元), #789 (50,000韩元))
用户： "settlement.dlq에 메시지 있어?" (settlement.dlq有消息吗？)
Claude： "📊 14개 메시지 발견 - 대부분 PG 타임아웃 에러" (📊 发现14条消息 - 大部分是PG超时错误)

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息