Cloudinary MCP 서버

“Cloudinary” MCP 서버란 무엇을 하나요?

Cloudinary MCP(Model Context Protocol) 서버는 AI 어시스턴트 및 클라이언트가 이미지와 비디오를 인기 클라우드 기반 미디어 관리 플랫폼인 Cloudinary에 업로드할 수 있도록 해줍니다. 이 서버는 AI 도구(예: Claude Desktop)와 Cloudinary 사이에서 브릿지 역할을 하여, 미디어 자산을 자동화된 워크플로우를 통해 업로드, 태깅, 정리 등 다양한 작업을 수행할 수 있게 합니다. 이를 통해 미디어 처리 업무를 자동화하고 외부 저장소와의 통합 및 다양한 애플리케이션에서의 풍부한 미디어 콘텐츠 관리를 위한 API 연동이 가능해져 개발 생산성을 크게 높일 수 있습니다.

프롬프트 목록

저장소 또는 문서에 프롬프트 템플릿이 등록되어 있지 않습니다.

리소스 목록

저장소 또는 README에 명시된 리소스가 없습니다.

도구 목록

• upload
  이미지를 Cloudinary에 업로드합니다.
  • 파라미터:
    • file (필수): 업로드할 파일 경로, URL 또는 base64 데이터 URI
    • resource_type (선택): 리소스 타입(‘image’, ‘video’, ‘raw’ 중 하나)
    • public_id (선택): 업로드 자산의 커스텀 public ID
    • overwrite (선택): 동일 public ID가 있을 때 덮어쓸지 여부
    • tags (선택): 업로드 자산에 부여할 태그 배열

MCP 서버의 활용 예시

• 자동화된 미디어 업로드:
  개발자나 AI 어시스턴트가 로컬 경로, URL, 데이터 URI 등 다양한 소스에서 Cloudinary로 이미지를 자동 업로드할 수 있어 프로젝트 내 미디어 자산 관리가 간편해집니다.

• 미디어 태깅 및 정리:
  업로드 시 태그 및 커스텀 public ID를 지정 가능하여, 대용량 미디어 라이브러리도 손쉽게 검색, 정리 및 관리할 수 있습니다.

• 콘텐츠 전달 최적화:
  Cloudinary로 미디어를 업로드하면 CDN 및 변환 기능을 활용할 수 있어, 최적화된 빠른 미디어 제공으로 사용자 경험을 개선할 수 있습니다.

• AI 워크플로우와의 통합:
  MCP 서버를 통해 AI 에이전트(예: Claude Desktop)가 콘텐츠 생성 후 곧바로 미디어 업로드와 같은 작업을 자동화된 워크플로우에 포함시킬 수 있습니다.

• 크로스 플랫폼 미디어 처리:
  파일 경로, URL, base64 등 다양한 소스를 지원하여 여러 개발 환경 및 자동화 스크립트에서 유연하게 활용할 수 있습니다.

설정 방법

Windsurf

별도의 Windsurf 지침이 제공되지 않았습니다.

Claude

1. nodejs.org 에서 Node.js(버전 18 이상)를 설치하세요.

2. Claude 설정 디렉토리를 찾으세요:

   • Windows: C:\Users\NAME\AppData\Roaming\Claude
   • macOS: ~/Library/Application Support/Claude/

3. MCP 설정 파일을 열고 아래 내용을 추가하세요:

   {
     "mcpServers": {
       "cloudinary": {
         "command": "npx",
         "args": ["@felores/cloudinary-mcp-server@latest"],
         "env": {
           "CLOUDINARY_CLOUD_NAME": "your_cloud_name",
           "CLOUDINARY_API_KEY": "your_api_key",
           "CLOUDINARY_API_SECRET": "your_api_secret"
         }
       }
     }
   }
   

4. Cloudinary 콘솔 에서 발급받은 자격 증명으로 환경 변수 값을 교체하세요.

5. 파일을 저장하고 Claude Desktop을 재시작하세요.

API 키 보안(환경 변수)

예시 JSON 설정:

{
  "mcpServers": {
    "cloudinary": {
      "command": "npx",
      "args": ["@felores/cloudinary-mcp-server@latest"],
      "env": {
        "CLOUDINARY_CLOUD_NAME": "your_cloud_name",
        "CLOUDINARY_API_KEY": "your_api_key",
        "CLOUDINARY_API_SECRET": "your_api_secret"
      }
    }
  }
}

Cursor

별도의 Cursor 지침이 제공되지 않았습니다.

Cline

1. Node.js가 설치되어 있는지 확인하세요.

2. Cline MCP 설정 파일에 다음 구성을 추가하세요:

   {
     "mcpServers": {
       "cloudinary": {
         "command": "node",
         "args": ["c:/path/to/cloudinary-mcp-server/dist/index.js"],
         "env": {
           "CLOUDINARY_CLOUD_NAME": "your_cloud_name",
           "CLOUDINARY_API_KEY": "your_api_key",
           "CLOUDINARY_API_SECRET": "your_api_secret"
         }
       }
     }
   }
   

3. 의존성 패키지를 설치하고 서버를 빌드하세요:

   npm install
   npm run build
   

4. 설정을 저장하고 Cline을 재시작하세요.

API 키 보안(환경 변수)

위와 동일하게 JSON으로 환경 변수를 설정합니다.

플로우 내에서 MCP 사용하기

FlowHunt에서 MCP 사용하기

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

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 부분에 아래와 같이 MCP 서버 정보를 JSON 형식으로 입력하세요:

{
  "cloudinary": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

설정이 완료되면 AI 에이전트가 해당 MCP의 모든 기능을 도구로 사용할 수 있습니다. “cloudinary"를 실제 MCP 서버 이름으로, URL을 본인의 MCP 서버 주소로 바꿔주세요.

개요

• Roots 지원: 언급 없음(⛔로 간주).

이 표를 종합하면 Cloudinary MCP 서버는 명확한 지침과 유용한 도구를 갖춘 간단하면서도 실용적인 서버입니다. 리소스 및 프롬프트 템플릿 정의, Roots 및 샘플링 지원은 부족하지만 단일 목적 MCP 서버로서는 역할을 충분히 수행합니다. 점수: 6/10

MCP 점수