MCP 구성 및 실습: AI와 일반 애플리케이션 연결 튜토리얼

1.4K 00

가까운 미래에.MCP(모델 컨텍스트 프로토콜)이 기술 애호가와 개발자 커뮤니티에서 많은 관심을 받고 있습니다. 이 기술은 대규모 언어 모델(LLM)이 다양한 외부 도구 및 서비스와 상호 작용하는 방식을 단순화하는 것을 목표로 하며, 정보를 처리하고 작업을 완료하는 데 AI를 사용하는 방식을 변화시킬 것으로 기대됩니다. 하지만 많은 신기술이 그렇듯이MCP 구성은 현재 비전문가 사용자에게는 여전히 학습 곡선이 있습니다.

이 문서에서는 MCP 기본 개념을 설명하고, 철저한 구성 가이드를 제공하며, 일련의 실용적인 예제를 통해 MCP AI 모델을 일반적으로 사용되는 애플리케이션(예: 노트, 검색, 디자인 도구 등)과 연결하는 것은 사용자가 이 유망한 기술을 보다 원활하게 이해하고 적용할 수 있도록 돕기 위한 것입니다. 이 백서에서는 범용 채팅 클라이언트에서 AI 모델을 사용하는 데 중점을 두고 있습니다. Chatwise AI 프로그래밍 IDE의 작업도 다룰 예정입니다. Windsurf 구성 단계는

MCP의 핵심 가치 이해

구성 세부 사항을 살펴보기 전에 다음과 같은 사항을 이해해야 합니다. MCP 해결하고자 하는 문제와 그 핵심 가치에 집중합니다. 과거에는 LLM 특정 도구(예: 메일 액세스, 데이터베이스 쿼리, 소프트웨어 제어)를 사용하려면 각 모델과 각 도구에 대해 별도의 적응 개발이 필요한 경우가 많습니다. 이는 도구마다 다음과 같은 특징이 있기 때문입니다. API(애플리케이션 프로그래밍 인터페이스) 데이터 형식이 다양하여 통합이 복잡하고 시간이 많이 걸리며 새로운 기능을 추가하는 속도가 상대적으로 느립니다.

MCP 프로토콜의 등장은 데이터 교환을 위한 통합된 표준을 만들어 이를 변화시키는 것을 목표로 합니다. 이 프로토콜은 애플리케이션이 데이터를 다음 대상으로 전송하는 방법을 정의합니다. LLM 상황에 맞는 정보와 사용 가능한 도구의 사양을 제공합니다. 호환되는 모든 MCP 일반 동의 LLM 또는 AI 애플리케이션은 원칙적으로 지원되는 모든 애플리케이션과 함께 사용할 수 있습니다. MCP 를 사용하여 상호 작용할 수 있습니다.

이러한 표준화는 복잡한 양방향 적응 노력(모델이 도구에 적응하고 도구는 다른 모델에 적응하는 것을 고려해야 함)을 단방향 적응(주로 도구 또는 애플리케이션 측이 다음과 같은 표준에 따라 MCP (규범). 더 중요한 것은, 이미 공개적으로 API 타사 개발자는 기존 애플리케이션을 기반으로 구축할 수도 있습니다. API 설정 MCP 캡슐화 레이어와 호환되도록 하기 위해 MCP 공식 네이티브 지원을 기다리지 않아도 됩니다.

아래 그림에 표시된 개념을 참조하면 다음과 같은 내용을 그래픽으로 확인할 수 있습니다. MCP 통합을 위한 중간 계층 역할을 하는 방법 LLM 다양성 도구로 소통하세요.

MCP 配置与实战：连接 AI 与常用应用教程

사전 구성

구성을 시작할 때 MCP 서비스를 이용하기 전에 사용자는 몇 가지 기본 환경을 이해하고 준비해야 합니다. 운영 체제(특히 Windows 와 함께 macOS) 환경 및 네트워크 설정의 구성에 차이가 있고 잠재적으로 복잡할 수 있습니다. 프로그래밍 경험이 부족한 사용자는 구성 중에 해결할 수 없는 문제가 발생하면 추가 기술 지원을 요청해야 할 수 있습니다.

MCP 현재 두 가지 주요 작동 모드가 존재합니다:

Stdio (표준 입력/출력) 모드: 주로 로컬 서비스에 사용됩니다. 이 모드에서.LLM 로컬 파일을 조작하고 로컬 소프트웨어(예: 3D 모델링 소프트웨어)를 제어하는 데 적합한 표준 입력 및 출력 스트림을 통해 로컬에서 실행 중인 프로그램 또는 스크립트와 상호 작용합니다. Blender (및 온라인 API가 없는 기타 시나리오).
SSE (서버 전송 이벤트) 모드: 주로 원격 서비스에 사용됩니다. 도구 자체에서 온라인으로 제공하는 경우 API (예: 웹사이트에 액세스할 때 Google 메일, 캘린더 및 기타 클라우드 서비스)를 사용하여 일반적으로 SSE 모드.LLM 표준 HTTP 이벤트 스트림을 통해 원격 서버와 통신하세요.

SSE 스키마 구성은 일반적으로 더 간단하며 일반적으로 서비스 링크(URL)만 제공하면 되고 구성 프로세스는 비교적 간단하므로 이 백서에서는 이에 초점을 맞추지 않습니다. 현재 커뮤니티는 다음과 같이 넘쳐나고 있습니다. MCP 이 서비스는 주로 Stdio 모드의 경우 구성이 조금 더 복잡하고 약간의 준비가 필요합니다.

구성 Stdio 모달 MCP 서비스를 시작하고 관리하기 위해 일반적으로 특정 명령줄 도구에 의존합니다. MCP 서비스 프로세스를 시작합니다. 일반적인 시작 명령은 다음과 같습니다. uvx 노래로 응답 npx.

마운팅 uv (제공) uvx 명령)::uv 다음과 같이 구성되는 것들 중 하나입니다. Astral 이 회사에서 개발한 파이썬 패키지 설치 프로그램 및 구문 분석기는 매우 빠르다고 주장되며, 일부 MCP 이 도구는 이를 사용하여 실행합니다.
- Windows 사용자: 언론 Win '파워쉘' 버튼을 누르고 '파워쉘'을 검색한 후 마우스 오른쪽 버튼을 클릭하고 '관리자 권한으로 실행'을 선택한 다음 다음 명령을 붙여넣고 실행합니다. 완료되면 컴퓨터를 재부팅하는 것이 좋습니다.
```
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
```
- macOS 사용자런치패드를 열고 터미널 애플리케이션을 검색하여 실행한 후 다음 명령을 붙여넣고 실행합니다.
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
마운팅 Node.js (제공) npx 명령)::npx be Node.js 패키지 실행기를 실행할 수 있습니다. npm 패키지를 전역적으로 설치하지 않고도 패키지 명령을 사용할 수 있습니다. 패키지 명령에 액세스하기 Node.js 공식 웹사이트(https://nodejs.org/)에서 운영 체제에 맞는 LTS(장기 지원) 버전을 다운로드한 후 표준 절차에 따라 설치를 완료하세요.

위의 환경 준비를 완료한 후에는 구체적인 MCP 제공됨.

MCP 서비스 구성 정보 얻기

의 여파로 MCP 회사의 인기가 높아짐에 따라 수많은 MCP 다음과 같은 서비스를 위한 애그리게이터 사이트 MCP.so 노래로 응답 Smithery.ai (https://smithery.ai/) 등이 있습니다. 이러한 플랫폼은 커뮤니티 또는 개발자가 제공하는 다양한 정보를 수집하고 표시합니다. MCP 서비스.

이러한 애그리게이터 사이트는 일반적으로 비슷한 방식으로 사용되며, 사용자는 원하는 사이트를 찾아보거나 검색할 수 있습니다. MCP 서비스. 필요한 분들을 위한 API 키 또는 기타 자격 증명이 있는 서비스의 경우, 사이트는 일반적으로 소개 영역에서 이 정보를 얻는 방법을 설명합니다(아래 사례 섹션에서는 몇 가지 일반적인 서비스도 제공합니다). API (액세스 가이드라인). 사용자는 필요한 정보를 입력합니다. API 키 또는 매개 변수가 생성된 후에는 사이트에서 다른 클라이언트로 가져오는 데 사용되는 키를 자동으로 생성합니다(예 Windsurf 어쩌면 Chatwise(강조를 위해 사용됨) JSON 구성 코드 또는 해당 명령줄 인수를 입력합니다.

다음 구성 섹션에서는 각각 어떻게 Windsurf 노래로 응답 Chatwise 이 두 클라이언트는 다음을 추가하고 구성합니다. MCP 서비스. 사용자는 사용 중인 클라이언트에 따라 적절한 가이드를 선택하여 운영할 수 있습니다.

MCP 서비스 구성: 윈드서핑 가이드

사용 용도 Windsurf 이 AI 프로그래밍 IDE를 사용하는 사용자는 MCP 서비스는 비교적 통합되어 있습니다.

설정 열기인터페이스 오른쪽 상단의 사용자 아바타를 클릭하고 '윈드서핑 설정'을 선택합니다.
MCP 구성 찾기설정 메뉴에서 'MCP 서버' 옵션을 찾습니다.
서비스 추가오른쪽의 '서버 추가' 버튼을 클릭합니다.

Windsurf 이 기능의 편리함 중 하나는 일반적으로 사용되는 몇 가지 기능이 내장되어 있다는 것입니다. MCP 서비스를 사용자가 직접 활성화할 수 있습니다. 동시에 Windsurf 는 많은 MCP 애그리게이터 사이트가 직접 적응을 제공합니다. Windsurf (명목식 형태로 사용됨) JSON 구성 코드.

기본 제공 목록 외에 다른 목록을 추가해야 하는 경우 MCP 서비스에서 '사용자 지정 서버 추가' 버튼을 클릭할 수 있습니다.

를 클릭한 후Windsurf 을 클릭하면 JSON 구성 파일(mcp_servers.json). 사용자는 애그리게이터 사이트에서 다음을 복사해야 합니다. MCP 서비스 JSON 구성 코드가 이 파일에 붙여넣어집니다.

다음 사항에 유의하십시오.이 파일을 편집하여 여러 사용자 지정 서버를 추가하는 경우 새 서버의 JSON 객체(일반적으로 서비스 ID로 키가 지정되고 command, env 및 객체의 다른 속성)가 객체의 mcpServers 객체를 다른 기존 서비스 객체와 함께 내부에 배치하고 전체 JSON 파일의 구문이 올바르게 구성되어 있습니다(예: 객체가 쉼표로 구분되어 있음). 다음과 같은 경우 mcp_servers.json 의 기본 구조는

{
"mcpServers": {
"server_id_1": {
// Server 1 configuration details
},
"server_id_2": {
// Server 2 configuration details
}
// Add more servers here, separated by commas
}
}

다음이 필요한 경우 JSON 구문에 익숙하지 않은 경우 구성 파일의 전체 내용을 복사하여 AI 어시스턴트(예 Claude 어쩌면 Deepseek) 구문 오류를 확인하고 수정합니다. 수정한 내용을 파일에 다시 붙여넣고 변경 내용을 저장합니다.

구성이 완료되면 Windsurf (명목식 형태로 사용됨) MCP Servers 설정 화면으로 이동합니다. 올바르게 구성한 경우 목록에 추가한 MCP 서비스 이름과 해당 상태 표시기가 녹색으로 표시됩니다. 빨간색 표시기는 구성에 문제가 있음을 의미하며 다음과 같이 확인해야 합니다. JSON 파일이나 관련 명령어 또는 환경 변수를 변경할 수 있습니다.

성공적으로 추가 및 사용 설정 MCP 서비스 후에는 사용자가 직접 Windsurf 채팅 또는 코드 편집 인터페이스에서 자연어를 통해 AI에게 도구 사용이 필요한 요청을 할 수 있습니다. 예를 들어, AI에게 사용자의 콘텐츠에 직접 추가하도록 지시할 수 있습니다. Flomo 노트에서.

MCP 서비스 구성: Chatwise 가이드

비개발자 사용자로 구성된 광범위한 커뮤니티를 위해Chatwise 이러한 AI 채팅 클라이언트는 더 일반적으로 사용되는 도구가 될 수 있습니다.Chatwise (명목식 형태로 사용됨) MCP 구성 인터페이스는 비교적 직관적이지만 명령줄과 환경 변수를 올바르게 설정하는 것이 핵심입니다.

편리한 JSON 가져오기:

다행히도.Chatwise 최근 업데이트에서는 클립보드에서 직접 가져오기가 지원됩니다! JSON 구성을 사용하여 구성 프로세스를 크게 간소화했습니다.

존재 Chatwise 추가하려면 왼쪽 하단에 있는 '+' 아이콘을 클릭합니다.
클립보드에서 Json 가져오기 옵션을 선택합니다.
클립보드에 이미 다음과 같은 파일이 있는 경우 MCP 집계 사이트 또는 Windsurf 구성에서 복제에 유효 JSON Code.Chatwise 은 구성 정보를 구문 분석하고 자동으로 채우려고 시도합니다.

프로세스를 수동으로 구성합니다:

사용할 수 없는 경우 JSON 가져오기를 하거나 수동으로 조정해야 하는 경우 아래 단계를 따르세요:

설정 열기클릭 Chatwise 왼쪽 하단의 사용자 아바타를 클릭하여 설정 메뉴에 액세스합니다.
도구 관리 찾기설정에서 '도구' 또는 이와 유사한 관리 포털을 찾습니다.
새 도구 추가인터페이스 왼쪽 하단에 있는 "+" 아이콘을 클릭하여 새 항목 추가를 시작합니다. MCP 서비스.

이 시점에서 일반적으로 다음과 같은 주요 정보가 필요합니다:

유형일반 선택 Stdio라는 것이 명확하게 알려지지 않는 한 SSE 서비스를 호출하고 해당 URL을 가져옵니다. 구성 소스가 JSON 형식에 해당하며, 일반적으로 Stdio 모드.
ID이를 위해 MCP 이 서비스는 쉽게 알아볼 수 있는 고유한 이름을 설정합니다(예를 들어Figma및ExaSearch).
명령이것이 시작입니다. MCP 프로세스를 제공하는 데 필요한 전체 명령줄 지침입니다.
환경 변수특정 MCP 서비스는 환경 변수를 통해 전달되어야 합니다. API 키 또는 기타 구성 매개변수입니다.

명령 및 환경 변수를 가져옵니다:

만약 JSON 구성 코드, 변환 방법 Chatwise '명령어'와 '환경 변수'의 필수 형식은 무엇인가요? 이를 위한 효과적인 방법은 AI 모델 자체를 사용하는 것입니다. 이 작업은 캡처된 JSON 구성 코드는 LLM (예 Claude 어쩌면 Deepseek), 그리고 다음과 같이 지시합니다."이걸 보내주세요. MCP 서비스 JSON 구성이 다음 구성에 적용되는 구성으로 변환됩니다. Chatwise 도구의 '명령' 문자열과 '환경 변수' 목록을 수동으로 추가합니다(한 줄에 하나씩, KEY=VALUE 형식).".

예를 들어 건틀렛의 경우 MCP (명목식 형태로 사용됨) JSON 구성에서 AI는 다음 정보를 분리하는 데 도움을 줄 수 있습니다:

명령: npx -y @amap/amap-maps-mcp-server
환경 변수: AMAP_MAPS_API_KEY=YOUR_API_KEY (이 중 YOUR_API_KEY 사용자가 키를 자신의 키로 교체해야 함)

AI가 제공한 명령어와 환경 변수를 Chatwise 를 입력합니다.

테스트 및 활성화:

구성이 완료되면 일반적으로 '테스트 도구' 또는 '디버그' 버튼이 표시됩니다. 이를 클릭하여 구성이 올바른지 확인합니다.

성공 사례: 올바르게 구성한 경우 시스템에서 MCP 서비스에서 제공하는 특정 도구(즉, 수행할 수 있는 기능).
실패(예: 실험)명령 오류와 같은 문제가 있는 경우,API (유효하지 않은 키, 환경 변수 누락 등)이 발생하면 시스템에 오류 메시지가 표시됩니다. 사용자는 오류 메시지에 따라 문제를 해결하거나 오류 메시지를 다시 AI에 제출하여 해결책을 요청할 수 있습니다.

디버깅이 완료되면 구성을 저장합니다. 구성이 저장되면 Chatwise 의 기본 채팅 인터페이스에 있으며, 일반적으로 입력 필드 옆의 도구 아이콘(예: 망치 아이콘)을 통해 관리 및 활성화할 수 있습니다. MCP 서비스.

사용 시작 MCP 서비스가 활성화되면(참고: 마스터 스위치를 켠 다음 활성화할 서비스를 개별적으로 선택해야 할 수 있음) 사용자는 채팅에서 자연어를 통해 AI와 상호작용할 수 있게 됩니다. 사용자의 요청에 사용하도록 설정된 MCP 서비스가 작동하면 AI는 자동으로 적절한 도구를 호출하여 정보를 얻거나 작업을 수행합니다.

예를 들어 현재 시간과 최근 뉴스가 필요한 질문을 하려면 다음을 구성합니다. Time 노래로 응답 Exa STH를 찾습니다. MCP 모델은 먼저 Time 서비스는 현재 날짜를 가져온 다음 Exa 서비스 검색을 통해 관련 뉴스를 확인하세요.

잠재적 위험이 없는 경우 MCP 서비스의 경우 '자동으로 도구 실행' 옵션을 선택하면 사용자가 수동으로 확인할 필요 없이 AI가 필요하다고 판단하면 도구를 직접 실행하여 상호 작용의 효율성을 높일 수 있습니다.

MCP 적용 사례 및 파라미터 참조

다음으로, 몇 가지 실용적인 MCP 서비스 사례의 출처, 기능적 프로필, 그리고 Chatwise 에서 필요한 매개변수를 구성합니다. 이러한 구성은 테스트 및 검증을 거쳤습니다.

사례 1: Figma 디자인에서 웹 코드 생성하기

MCP 서비스: Framelink Figma MCP Server (출처: https://mcp.so/server/Figma-Context-MCP/GLips)
기능AI가 지정된 Figma 콘텐츠 초안을 디자인하고 디자인 초안을 기반으로 프런트엔드 웹 코드(HTML/CSS/JS)를 생성합니다.

채팅 매개변수:

# 类型: Stdio
# ID: FigmaMCP
# 命令:
npx -y figma-developer-mcp --stdio --figma-api-key=YOUR_FIGMA_API_KEY
# 环境变量: (无，API Key直接在命令中提供)

다음 사항에 유의하십시오.:: Will YOUR_FIGMA_API_KEY 사용자 자신의 Figma API 키.

피그마 API 토큰 받기:
1. 로그인 Figma를 클릭하고 왼쪽 상단 모서리에 있는 아바타를 클릭한 다음 "설정"으로 이동합니다.
2. 설정에서 '개인 액세스 토큰' 섹션을 찾습니다.
3. 에 따라 권한 범위(범위)를 가진 새 토큰을 생성합니다. MCP 서비스 문서에 설정이 필요하며 일반적으로 읽기 전용 권한을 선택하는 것으로 충분합니다(예 File content: read, Dev resources: read).
4. 생성 토큰 한 번만 표시되므로 즉시 복사한 후 제대로 저장하세요.
사용 프로세스:
1. 존재 Figma '웹 디자이너' 섹션에서 디자인을 열고 웹 페이지로 변환할 프레임 또는 구성 요소를 선택합니다.
2. 선택한 요소를 마우스 오른쪽 버튼으로 클릭하고 '다른 이름으로 복사/붙여넣기' > '선택 항목에 링크 복사'를 선택합니다.
3. 존재 Chatwise 활성화 Figma MCP 서비스.
4. 복사한 Figma 링크를 채팅창에 붙여넣으면 AI에게 "이 피그마 디자인 링크를 기반으로 웹 코드를 생성해 주세요"라는 메시지가 표시됩니다. 다음과 같이 강력한 코드 생성 기능을 갖춘 모델을 사용하는 것이 좋습니다. Google (명목식 형태로 사용됨) Gemini 1.5 Pro 어쩌면 Anthropic (명목식 형태로 사용됨) Claude 3 시리즈 모델.

사례 2: 맞춤형 AI 검색 기능 구축(Exa + 시간)

기능두 개를 함께 사용 MCP AI가 현재 시간을 감지하고 웹 검색을 수행하여 시간에 민감한 질문에 답하거나 최신 정보를 기반으로 쿼리할 수 있는 기능을 제공하는 서비스입니다.
필수 MCP 서비스:
1. 시간 MCP: 현재 날짜와 시간을 가져옵니다. 이 작업은 일반적으로 모델 공급자가 수행합니다(예 Anthropic 때문에 Claude)에서 공식적인 실현을 제공하거나 커뮤니티 버전이 있습니다.
2. Exa Search MCP사용 Exa (이전) Metaphor) API 고품질 웹 검색을 수행하세요.
채팅 매개변수 - 시간 MCP:
```
# 类型: Stdio
# ID: TimeMCP
# 命令:
uvx mcp-server-time --local-timezone Asia/Shanghai
# 环境变量: (无)
```
다음 사항에 유의하십시오.: --local-timezone 매개변수 값은 사용자의 표준 시간대로 설정해야 합니다. Asia/Shanghai, America/New_York 등
대화형 매개변수 - Exa Search MCP:
```
# 类型: Stdio
# ID: ExaSearchMCP
# 命令:
npx -y exa-mcp-server
# 环境变量:
EXA_API_KEY=YOUR_EXA_API_KEY
```
다음 사항에 유의하십시오.:: Will YOUR_EXA_API_KEY 사용자 자신의 Exa API 키.
Exa API 키 받기액세스 :: 액세스 Exa 공식 웹사이트(https://dashboard.exa.ai/api-keys)의 API 키 관리 페이지에서 계정을 등록하면 API 키를 무료로 생성할 수 있습니다.
사용 프로세스:
1. 존재 Chatwise 와 동시에 Time MCP 노래로 응답 Exa Search MCP.
2. "와 같이 현재 시간과 웹 검색의 조합이 필요한 질문을 AI에게 물어보세요.OpenAI 최근에 중요한 뉴스 릴리스가 있나요?"
3. AI가 자동으로 통화할 수 있어야 합니다. Time MCP "최근" 기간을 확인하고 Exa Search MCP 관련 뉴스를 검색한 다음 해당 정보를 통합하여 답변합니다. 일부 모델의 경우 시간을 능동적으로 획득하지 못하는 경우 질문할 때 "오늘 날짜와 함께...를 검색해 주세요."와 같이 명시적으로 메시지를 표시할 수 있습니다.

사례 3: 옵시디언의 노트 필기 라이브러리를 AI에 연결하기

MCP 서비스: Obsidian Model Context Protocol (출처: https://mcp.so/zh/server/mcp-obsidian/smithery-ai)
기능AI가 사용자 로컬 검색 및 분석 허용 Obsidian 노트 라이브러리의 콘텐츠는 개인 지식 베이스를 기반으로 Q&A, 요약 및 기타 기능을 사용할 수 있습니다.
사전 조건에 필요 Obsidian 설치 및 활성화 Local REST API 커뮤니티 플러그인.
1. 쇼(티켓) Obsidian 설정 > 타사 플러그인 > 커뮤니티 플러그인 마켓플레이스.
2. 검색 및 설치 Local REST API 플러그인.
3. 설치 후 '설치된 플러그인' 목록에서 플러그인이 활성화되어 있는지 확인합니다.
로컬 REST API 키 및 권한 부여 받기:
1. 존재 Local REST API 플러그인의 설정 페이지에서 생성된 API Key 그리고 복사합니다.
2. 플러그인과 함께 제공되는 라이선스 페이지(https://coddingtonbear.github.io/obsidian-local-rest-api/)를 방문하세요.
3. 페이지 오른쪽 하단에 있는 '인증' 버튼을 클릭하고 API Key승인이 완료되면 MCP 이 서비스는 다음을 통해 액세스할 수 있습니다. API 인터뷰 Obsidian.
Obsidian 리포지토리 경로 가져오기:
1. 존재 Obsidian 왼쪽 하단에서 현재 창고 이름을 클릭하고 '창고 관리'를 선택합니다.
2. 리포지토리를 찾아 옆에 있는 옵션(일반적으로 점 3개 또는 유사한 아이콘)을 클릭한 다음 '파일 관리자에 표시'(Windows) 또는 'Access에서 리포지토리 폴더 표시'(macOS)를 선택합니다.
3. 이 리포지토리 폴더의 전체 경로를 복사합니다. macOS에서는 저장소 폴더에서 Option 폴더를 마우스 오른쪽 버튼으로 클릭하고 "'폴더 이름'을 경로 이름으로 복사"를 선택합니다.
채팅 매개변수:
```
# 类型: Stdio
# ID: ObsidianMCP
# 命令:
uv tool run mcp-obsidian --vault-path "YOUR_OBSIDIAN_VAULT_PATH"
# 环境变量:
OBSIDIAN_API_KEY=YOUR_OBSIDIAN_LOCAL_REST_API_KEY
```
다음 사항에 유의하십시오.:
- 최고 사령관(군) "YOUR_OBSIDIAN_VAULT_PATH" 복사한 항목으로 교체합니다. Obsidian 창고 폴더의전체 경로를 사용하는 경우, 특히 경로에 공백이 포함된 경우 경로의 양쪽에 쉼표를 거꾸로 넣는 것이 좋습니다.
- 최고 사령관(군) YOUR_OBSIDIAN_LOCAL_REST_API_KEY 의 변경 사항으로 대체되었습니다. Local REST API 플러그인 설정에서 가져오기 API Key.
- 원본 문서에 따르면 이 서비스에 대한 설명이 명확하지 않으며 구성 과정에서 사용자가 실제 상황에 따라 디버깅해야 할 수도 있습니다.
사용 프로세스:
1. 존재 Chatwise 활성화 Obsidian MCP 서비스.
2. AI에게 질문하고 다음과 같은 경우 동일한 작업을 수행하도록 요청하세요. Obsidian 특정 폴더 또는 노트 라이브러리 전체에서 관련 콘텐츠를 찾고, 요약하거나, 분석하세요. 예를 들어, "제 '프로젝트 노트' 폴더에서 다음과 같은 정보를 찾아보세요. MCP 계약 조항과 그 핵심 사항을 요약합니다."

사례 4: Goldmap MCP를 사용하여 위치 검색 및 디스플레이 웹 페이지 생성하기

MCP 서비스골드맵 MCP 서비스 (@amap/amap-maps-mcp-server)
기능:: 골더 맵 활용 API 지리적 위치 쿼리를 수행하고(예: 주변 관심 지점 검색), 위도 및 경도와 같은 정보를 얻고, 다른 기능(예: AI용 코드 생성)과 결합하여 지리 정보 기반 애플리케이션을 만들 수 있습니다.
사전 조건하이테크 오픈 플랫폼 개발자 계정을 등록하고 앱을 만들어야 합니다. API Key.
1. 골더 오픈 플랫폼(https://console.amap.com/dev/key/app)을 방문하세요.
2. 개별 개발자 인증을 등록하고 완료하세요.
3. 콘솔에서 새 애플리케이션을 만듭니다.
4. 애플리케이션의 키를 추가하고 서비스 플랫폼을 "웹 서비스"로 선택합니다.
5. 생성된 API Key.
채팅 매개변수:
```
# 类型: Stdio
# ID: AmapMCP
# 命令:
npx -y @amap/amap-maps-mcp-server
# 环境变量:
AMAP_MAPS_API_KEY=YOUR_AMAP_API_KEY
```
다음 사항에 유의하십시오.:: Will YOUR_AMAP_API_KEY 신청한 골드더맵 웹 서비스로 교체합니다. API Key.
사용 흐름(예시):
1. 존재 Chatwise 다음에서 오토내비 지도 활성화 MCP.
2. 먼저, AI가 현재 위치 또는 지정된 위치의 위도와 경도를 가져올 수 있도록 해야 할 수 있습니다( MCP (지원).
3. 그런 다음 AI에 골드맵을 사용하도록 지시합니다. MCP "현재 위치 근처에서 평점이 가장 높은 카페 5곳을 찾아서 이름, 주소, 평점을 나열해 주세요."와 같이 특정 유형의 위치를 검색하세요.
4. 고급카페 목록 정보가 확보되면 AI의 코드 생성 기능과 추가로 결합할 수 있습니다(다른 MCP 또는 모델 네이티브 기능)을 사용하는 경우, AI는 이 정보를 간단한 HTML 페이지로 수집하여 프레젠테이션할 수 있도록 요청받습니다. 보다 미학적으로 보기 좋은 시각화를 위해 관련 단서 단어 엔지니어링 팁을 참조할 수 있습니다.

사례 5: Arxiv에서 논문 검색 및 다운로드하기

MCP 서비스: arxiv-mcp-server
기능:: AI가 학술 사전 인쇄 사이트를 직접 검색할 수 있도록 허용 Arxiv 를 클릭하고 지침에 따라 지정된 용지의 PDF 파일을 로컬에 저장합니다.
채팅 매개변수:
```
# 类型: Stdio
# ID: ArxivMCP
# 命令:
uv tool run arxiv-mcp-server --storage-path "/path/to/your/paper/storage"
# 环境变量: (无)
```
다음 사항에 유의하십시오.:
- 최고 사령관(군) "/path/to/your/paper/storage" 다운로드한 문서를 저장할 폴더로 교체합니다.로컬 폴더 경로경로가 존재하고 프로그램에 쓰기 권한이 있는지 확인하세요. 경로가 존재하고 프로그램에 쓰기 권한이 있는지 확인하세요.
- Windows 사용자는 Windows 스타일 경로와 같은 "C:\Users\YourUser\Documents\Papers".
사용 프로세스:
1. 존재 Chatwise 활성화 Arxiv MCP 서비스.
2. AI에 명령을 보내 문서를 검색하고 다운로드하세요. 예를 들어, "다음에서 문서를 검색해 주세요. Arxiv 지난달의 '변압기 모델 최적화'에 관한 논문 10개를 검색하여 제목과 초록을 나열하고 지정된 디렉터리에 다운로드하세요."

사례 6: 대화를 통한 신속한 Flomo 노트 생성

MCP 서비스: @chatmcp/mcp-server-flomo (Tease와 같은 커뮤니티 개발자가 기여)
기능AI가 채팅에서 생성된 콘텐츠, 요약 또는 기타 콘텐츠를 가져갈 수 있도록 허용하기 MCP 도구에서 얻은 정보는 사용자의 계정으로 직접 전송됩니다. Flomo 계정을 만들고 레이블을 지정할 수 있습니다.
사전 조건:: 다음에서 필요 Flomo gain API 액세스 링크(웹훅 URL).
1. 인터뷰 Flomo 웹 또는 앱 설정 > Flomo API.
2. 제공된 콘텐츠의 복제 API 액세스 링크.
채팅 매개변수:
```
# 类型: Stdio
# ID: FlomoMCP
# 命令:
npx -y @chatmcp/mcp-server-flomo
# 环境变量:
FLOMO_API_URL=YOUR_FLOMO_API_URL
```
다음 사항에 유의하십시오.:: Will YOUR_FLOMO_API_URL 에서 받은 것으로 교체하십시오. Flomo 획득 API 액세스 링크.
사용 프로세스:
1. 존재 Chatwise 활성화 Flomo MCP 서비스.
2. AI와 대화를 나눈 후 중요한 콘텐츠를 저장하고 싶은 경우 AI에게 직접 다음과 같이 지시할 수 있습니다."방금 작성한 정보를 보내주세요. MCP 구성된 포인트는 내 Flomo#AI #MCP로 태그했습니다."
3. 또한 다른 MCP 예를 들어 "최신 AI 업계 뉴스를 검색하고 그 결과 요약을 제게 보내주세요. Flomo."

결론: MCP의 전망과 과제

MCP 이 프로토콜의 등장은 AI 도구 생태계가 더 큰 개방성과 상호 연결성을 향해 진화할 수 있는 잠재력을 상징합니다. HTTP 웹 액세스 표준을 통합하는 프로토콜입니다.MCP 이는 AI와 외부 세계와의 상호작용을 통합하는 핵심 프로토콜이 될 것으로 기대됩니다. 이러한 표준화는 기술적인 발전일 뿐만 아니라 AI 애플리케이션의 패러다임 전환으로 이어져 AI가 수동적이고 반응하는 역할에서 능동적으로 도구를 호출하고 복잡한 작업을 수행할 수 있는 지능형 에이전트로 변모할 수 있습니다.

통과(청구서 또는 검사 등) MCP이론적으로는 대규모 팀이 구축해야 하는 복잡한 AI 워크플로우가 점차 일정 수준의 기술적 이해를 갖춘 개별 사용자에 의해 사용자 정의되고 조립될 수 있게 되었습니다. 이는 의심할 여지 없이 AI 기능의 민주화를 위한 중요한 단계입니다.

하지만.MCP 아직 개발 초기 단계에 있으며, 구성의 복잡성이 광범위한 채택을 가로막는 주요 장애물 중 하나입니다. 기술 혁신에는 종종 사용 편의성 문제가 수반되는데, 개방성과 유연성을 추구하는 것과 단순하고 직관적인 사용자 경험을 추구하는 것 사이에서 균형을 찾아야 합니다. 이는 신흥 기술 개발의 초기 단계에서 흔히 발생합니다. 생태계가 성숙하고 툴체인이 개선되며 더 많은 즉시 사용 가능한 솔루션이 제공되면(예: 향후 원클릭 '설치' 가능) 사용자가 더 쉽게 기술을 사용할 수 있게 될 것입니다. MCP 도구"), 이러한 모순은 점차 완화될 것으로 예상됩니다.

최첨단 기술을 탐구하고 싶은 사용자라면 지금이 바로 실험을 시작하고 이해할 때입니다. MCP 이러한 유형의 기술은 비록 그 과정에서 약간의 기복이 있더라도 미래 기술에 대한 투자입니다. AI의 인기가 높아지는 시대에는 AI 도구를 능숙하게 사용하고 그 밑에서 어떻게 작동하는지에 대한 이해가 개인과 조직의 효율성을 높이는 데 핵심이 될 것입니다.