Box MCP 서버 통합

“Box” MCP 서버는 무엇을 하나요?

Box MCP 서버는 Python 기반 프로젝트로, AI 어시스턴트와 Box API 간의 원활한 통합을 가능하게 합니다. 브릿지 역할을 하여 AI 기반 워크플로우가 Box에서 파일 검색, 텍스트 추출, AI 기반 질의 실행, 폴더 관리, 파일 업로드 및 다운로드 등 다양한 작업을 수행할 수 있게 합니다. Model Context Protocol(MCP)를 통해 AI 에이전트가 Box 데이터를 표준화된 방식으로 다룰 수 있도록 하여, 개발자가 문서 관리를 자동화하고, AI를 활용한 콘텐츠 분석, 협업 효율화에 집중할 수 있습니다. Box MCP 서버는 팀이 대규모로 파일과 폴더를 질의, 수정, 분석할 수 있게 하여 생산성을 높이고, AI 기반 문서 워크플로우의 새로운 가능성을 열어줍니다.

프롬프트 목록

저장소에 명시적인 프롬프트 템플릿이 문서화되어 있지 않습니다.

리소스 목록

저장소에 명시적인 MCP 리소스가 문서화되어 있지 않습니다.

도구 목록

• box_who_am_i
  현재 사용자 정보 확인 및 연결 상태 점검.

• box_authorize_app_tool
  Box 애플리케이션 인증 프로세스 시작.

• box_search_tool
  쿼리, 파일 확장자, 위치, 상위 폴더 ID 등으로 Box 파일 검색.

• box_read_tool
  파일 ID로 Box 파일의 텍스트 콘텐츠 읽기.

• box_ask_ai_tool
  프롬프트를 사용해 Box AI에 파일 관련 질의.

• box_ask_ai_tool_multi_file
  여러 파일과 프롬프트로 Box AI에 질의.

• box_hubs_ask_ai_tool
  허브 ID와 프롬프트로 Box AI에 허브 관련 질의.

• box_search_folder_by_name
  폴더 이름으로 폴더 찾기.

• box_ai_extract_data
  AI를 이용해 파일에서 지정된 필드 추출.

• box_list_folder_content_by_folder_id
  폴더 ID로 폴더 내 콘텐츠 목록 확인(재귀적 가능).

• box_manage_folder_tool
  Box 내 폴더 생성, 수정, 삭제.

• box_upload_file_tool
  Box에 파일 업로드.

MCP 서버 활용 예시

• 문서 검색 및 조회 자동화
  개발자는 키워드, 확장자, 콘텐츠 기반으로 파일/폴더를 자동 검색할 수 있어, 대용량 Box 저장소 내에서 원하는 문서를 쉽게 찾을 수 있습니다.

• AI 기반 콘텐츠 분석
  Box AI를 이용해 구조화된 데이터 추출, 문서 요약, 파일 콘텐츠에 대한 질문 응답 등 지능형 문서 처리와 인사이트 확보가 가능합니다.

• 폴더 및 파일 관리
  폴더 생성, 수정, 삭제뿐 아니라 파일 업로드, 읽기 등 콘텐츠 조직화와 협업을 자동화할 수 있습니다.

• 대량 작업 및 리포팅
  폴더 내용을 재귀적으로 나열하고, 정보 집계로 감사, 보고, 마이그레이션 등에 활용할 수 있습니다.

• Box와 AI 워크플로우 통합
  Box를 AI 기반 플로우의 컨텍스트 리소스로 활용하여, 에이전트가 Box 데이터를 접근, 분석, 조작하는 자동화 프로세스에 포함시킬 수 있습니다.

설치 방법

Windsurf

1. 필수 구성요소(예: Node.js)가 설치되어 있는지 확인합니다.

2. Windsurf의 설정 파일을 찾습니다.

3. 설정 파일의 mcpServers 섹션에 아래 JSON 코드를 추가합니다:

   "mcpServers": {
     "box-mcp": {
       "command": "npx",
       "args": ["@box/mcp-server-box@latest"]
     }
   }
   

4. 설정을 저장하고 Windsurf를 재시작합니다.

5. 서버가 요청에 정상 응답하는지 확인합니다.

API 키 보안 설정

민감한 자격증명은 환경 변수로 지정하세요:

"mcpServers": {
  "box-mcp": {
    "command": "npx",
    "args": ["@box/mcp-server-box@latest"],
    "env": {
      "BOX_CLIENT_ID": "your-client-id",
      "BOX_CLIENT_SECRET": "your-client-secret"
    },
    "inputs": {}
  }
}

Claude

1. 필요하다면 Node.js를 설치합니다.

2. Claude 설정 파일을 엽니다.

3. mcpServers 섹션에 Box MCP 서버를 추가합니다:

   "mcpServers": {
     "box-mcp": {
       "command": "npx",
       "args": ["@box/mcp-server-box@latest"]
     }
   }
   

4. 저장 후 Claude를 재시작합니다.

5. MCP 서버가 실행 중인지 확인합니다.

API 키 보안 설정

"env": {
  "BOX_CLIENT_ID": "your-client-id",
  "BOX_CLIENT_SECRET": "your-client-secret"
}

Cursor

1. 필요에 따라 필수 요소를 설치합니다.

2. Cursor 설정 파일을 편집합니다.

3. Box MCP 서버 항목을 삽입합니다:

   "mcpServers": {
     "box-mcp": {
       "command": "npx",
       "args": ["@box/mcp-server-box@latest"]
     }
   }
   

4. 저장 후 Cursor를 재시작합니다.

5. 통합이 정상적으로 이루어졌는지 확인합니다.

API 키 보안 설정

"env": {
  "BOX_CLIENT_ID": "your-client-id",
  "BOX_CLIENT_SECRET": "your-client-secret"
}

Cline

1. Node.js 및 기타 필수 요소가 설치되어 있는지 확인합니다.

2. Cline 설정 파일을 엽니다.

3. Box MCP 서버 구성을 추가합니다:

   "mcpServers": {
     "box-mcp": {
       "command": "npx",
       "args": ["@box/mcp-server-box@latest"]
     }
   }
   

4. 저장 후 Cline을 재시작합니다.

5. 서버 연결을 테스트합니다.

API 키 보안 설정

"env": {
  "BOX_CLIENT_ID": "your-client-id",
  "BOX_CLIENT_SECRET": "your-client-secret"
}

플로우 내에서 MCP 서버 사용법

FlowHunt에서 MCP 사용하기

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

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에서 아래 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "box-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

구성이 완료되면 AI 에이전트가 이 MCP를 도구로 활용하여 모든 기능과 역량을 사용할 수 있습니다. “box-mcp"는 실제 MCP 서버 이름으로, URL도 자신의 MCP 서버 주소로 변경해야 합니다.

개요

Roots 지원 미문서화

위 표를 토대로, 이 MCP 서버는 도구 커버리지와 설치 및 설정 부분에서는 매우 강력하지만, 프롬프트 템플릿이나 명시적 리소스/roots/샘플링 지원 문서가 부족합니다. 전반적으로 Box 워크플로우에 실용적이고 견고한 통합이지만, MCP 고유 기능 및 문서화가 보강된다면 더욱 완성도가 높을 것입니다.

MCP 점수