mcp-server-commands MCP 서버

“mcp-server-commands” MCP 서버는 무엇을 하나요?

mcp-server-commands MCP(Model Context Protocol) 서버는 AI 어시스턴트와 로컬/시스템 명령 실행 기능 사이를 안전하게 연결하는 브리지 역할을 합니다. 셸 명령 실행 인터페이스를 제공함으로써, AI 클라이언트가 외부 데이터에 접근하거나 파일 시스템과 상호 작용하고, 진단을 수행하거나 워크플로우를 자동화할 수 있습니다. 서버는 LLM으로부터 명령 요청을 받아 처리하고, STDOUT과 STDERR를 포함한 결과를 반환하여 추가 분석이나 후속 작업에 활용할 수 있게 합니다. 디렉터리 목록 조회, 시스템 정보 확인, 스크립트 실행 등 개발자와 파워 유저의 AI 어시스턴트 활용도를 크게 확장합니다.

프롬프트 목록

• run_command – 명령 실행 결과를 포함하는 프롬프트 메시지를 생성합니다.

리소스 목록

공식 문서 또는 코드에 명시된 리소스는 없습니다.

도구 목록

• run_command – 지정된 명령(예: hostname, ls -al, echo "hello world")을 실행합니다. STDOUT과 STDERR를 텍스트로 반환합니다. stdin 파라미터를 통해 입력(코드, 파일 내용 등)을 전달해 스크립팅 및 파일 작업을 지원합니다.

MCP 서버 활용 사례

• 시스템 진단: hostname, top 등 명령을 실행해 시스템 상태나 환경 정보를 AI 어시스턴트 내에서 바로 조회
• 파일 관리: ls -al로 디렉터리 목록, 파일 생성/읽기, 셸 명령을 통한 텍스트 파일 조작
• 스크립트 실행: Python, Bash 등 코드/스크립트를 stdin으로 전달해 빠른 프로토타이핑 및 자동화
• 개발 자동화: 코드 다운로드, 빌드, 테스트 등 반복 작업을 AI가 셸 명령으로 자동화
• 안전한 명령 승인: Claude Desktop 등에서 각 명령 실행 전 검토 및 승인을 거쳐 보안 위험 최소화

설치 방법

Windsurf

1. Node.js와 npm이 설치되어 있는지 확인합니다.
2. mcp-server-commands 패키지를 설치합니다:

   npm install -g mcp-server-commands
   

3. Windsurf 설정 파일을 열어 MCP 서버를 추가합니다.
4. 다음 JSON 코드를 입력합니다:

   {
     "mcpServers": {
       "mcp-server-commands": {
         "command": "npx",
         "args": ["mcp-server-commands"]
       }
     }
   }
   

5. 설정을 저장하고 Windsurf를 재시작합니다.
6. 서버가 정상적으로 작동하는지 확인하세요.

Claude

1. Node.js와 npm이 설치되어 있는지 확인합니다.
2. mcp-server-commands를 전역 설치합니다:

   npm install -g mcp-server-commands
   

3. Claude Desktop 설정 파일 위치를 찾습니다:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
4. 다음을 추가합니다:

   {
     "mcpServers": {
       "mcp-server-commands": {
         "command": "npx",
         "args": ["mcp-server-commands"]
       }
     }
   }
   

5. 저장 후 Claude Desktop을 재시작합니다.
6. MCP 서버가 정상적으로 인식되고 동작하는지 확인하세요.

Cursor

1. 필요하다면 Node.js와 npm을 설치합니다.
2. mcp-server-commands를 전역 설치합니다:

   npm install -g mcp-server-commands
   

3. Cursor 설정 파일을 엽니다.
4. 다음 코드를 삽입합니다:

   {
     "mcpServers": {
       "mcp-server-commands": {
         "command": "npx",
         "args": ["mcp-server-commands"]
       }
     }
   }
   

5. 저장 후 Cursor를 재시작합니다.
6. MCP 서버가 정상적으로 사용 가능한지 확인하세요.

Cline

1. Node.js/npm이 설치되어 있는지 확인합니다.
2. MCP 서버 패키지를 설치합니다:

   npm install -g mcp-server-commands
   

3. Cline MCP 서버 설정 파일을 수정합니다.
4. 다음을 추가합니다:

   {
     "mcpServers": {
       "mcp-server-commands": {
         "command": "npx",
         "args": ["mcp-server-commands"]
       }
     }
   }
   

5. 저장 후 Cline을 재시작합니다.
6. MCP 서버와 연결이 정상적인지 확인하세요.

API 키 보안 설정

민감한 환경 변수(예: API 키)를 전달해야 한다면, 설정 파일에서 env와 inputs 필드를 활용하세요:

{
  "mcpServers": {
    "mcp-server-commands": {
      "command": "npx",
      "args": ["mcp-server-commands"],
      "env": {
        "EXAMPLE_API_KEY": "${EXAMPLE_API_KEY}"
      },
      "inputs": {
        "apiKey": "${EXAMPLE_API_KEY}"
      }
    }
  }
}

EXAMPLE_API_KEY를 실제 환경 변수명으로 변경하세요.

플로우에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

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

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 섹션에 아래와 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

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

설정이 완료되면, AI 에이전트가 MCP의 모든 기능과 도구를 사용할 수 있습니다. “mcp-server-commands"를 실제 MCP 서버 이름으로, URL을 본인의 MCP 서버 주소로 변경하세요.

요약

의견:
이 MCP 서버는 단순하지만 매우 효과적으로 LLM에 안전한 시스템 셸 액세스를 제공합니다. 문서화가 잘 되어 있고, 설정이 간단하며, 보안 경고도 명확합니다. 다만 도구는 하나뿐이며, 명시적 리소스나 프롬프트 템플릿, Roots/샘플링 등 확장 기능은 제공되지 않습니다. 셸 액세스가 필요한 개발자에게 적합하지만, 확장성 면에서는 한계가 있습니다.

MCP 점수