DevRev MCP 서버

“DevRev” MCP 서버란 무엇을 하나요?

DevRev MCP 서버는 DevRev의 API에 포괄적으로 접근할 수 있도록 설계된 Model Context Protocol(MCP) 서버입니다. 이를 통해 DevRev 플랫폼의 다양한 기능을 AI 어시스턴트 및 개발자 워크플로우에 손쉽게 통합할 수 있습니다. 사용자는 이 서버를 통해 프로그래밍 방식으로 DevRev와 상호작용하면서 작업 항목(이슈, 티켓 등) 관리, 파트(개선 사항) 처리, DevRev 데이터에 대한 고급 검색, 사용자 정보 조회를 할 수 있습니다. 이러한 기능을 공개함으로써 DevRev MCP 서버는 AI 에이전트와 클라이언트가 DevRev 리소스를 자동화, 질의, 관리할 수 있도록 지원하여, 데이터베이스 질의, 워크플로우 자동화, 컨텍스트 인식 개발 지원 등 다양한 활용 사례를 가능하게 합니다.

프롬프트 목록

제공된 저장소 파일 또는 문서에는 명시적인 프롬프트 템플릿이 언급되어 있지 않습니다.

리소스 목록

사용 가능한 문서나 코드에는 명시적인 MCP 리소스가 기재되어 있지 않습니다. 리소스 원형에 대한 내용은 README나 공개 파일에도 상세히 언급되어 있지 않습니다.

도구 목록

• search: DevRev의 검색 API를 활용해 다양한 네임스페이스(articles, issues, tickets, parts, dev_users, accounts, rev_orgs)에서 정보를 검색합니다.
• get_current_user: 현재 인증된 DevRev 사용자의 정보를 조회합니다.
• get_work: 특정 작업 항목 ID로 DevRev의 작업 항목 상세 정보를 불러옵니다.
• create_work: 제목, 본문, 담당자, 관련 파트 등의 속성으로 DevRev 내 이슈 또는 티켓을 생성합니다.
• update_work: 제목, 본문, 담당자, 관련 파트 등 속성을 수정하여 기존 작업 항목을 업데이트합니다.
• list_works: 상태, 날짜, 담당자, 파트 등 다양한 조건으로 작업 항목을 필터링 및 목록화합니다.
• get_part: 특정 파트(개선 사항) ID로 상세 정보를 불러옵니다.
• create_part: 이름, 설명, 담당자, 상위 파트 등 속성으로 새로운 파트를 생성합니다.
• update_part: 이름, 설명, 담당자, 목표 날짜 등 속성을 수정하여 기존 파트를 업데이트합니다.
• list_parts: 날짜, 담당자, 상위 파트 등 조건으로 파트들을 목록화 및 필터링합니다.

MCP 서버 활용 사례

• 작업 항목 관리: 개발자는 이슈나 티켓을 프로그래밍 방식으로 생성, 수정, 조회, 목록화하여 프로젝트 관리 워크플로우 및 자동화를 효율적으로 할 수 있습니다.
• 개선(파트) 관리: 팀은 개선(파트)을 생성, 수정, 계층적으로 조직해 기능 기획과 추적을 지원받을 수 있습니다.
• 고급 검색: 아티클, 이슈, 사용자 등 다양한 네임스페이스에서 하이브리드 및 특정 검색을 실행하여, AI 어시스턴트가 관련 DevRev 지식을 빠르게 찾아낼 수 있습니다.
• 사용자 컨텍스트 조회: 현재 사용자 정보를 조회하여, 맞춤 알림이나 컨텍스트 기반 제안을 제공하는 등 개인화된 AI 워크플로우가 가능합니다.
• 자동 리포팅 및 분석: 다양한 조건으로 작업 항목과 파트를 필터링/목록화하여, 프로젝트 추적 및 의사결정을 위한 리포트와 인사이트를 도출할 수 있습니다.

설정 방법

Windsurf

사용 가능한 문서에 Windsurf 전용 설정 가이드는 제공되어 있지 않습니다.

Claude

1. https://app.devrev.ai/signup 에서 DevRev API 키를 발급받고 인증 절차를 따르세요.
2. Claude Desktop 설정 파일 위치를 찾으세요:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. claude_desktop_config.json 파일을 열고 DevRev MCP 서버 항목을 추가하세요:

   "mcpServers": {
     "devrev": {
       "command": "uvx",
       "args": [
         "devrev-mcp"
       ],
       "env": {
         "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
       }
     }
   }
   

4. 파일을 저장하고 Claude Desktop을 재시작하세요.
5. Claude 인터페이스에서 DevRev MCP 서버가 접근 가능한지 확인하세요.

참고: 개발 중이거나 공개되지 않은 서버의 경우, 아래와 같이 설정하세요:

"mcpServers": {
  "devrev": {
    "command": "uv",
    "args": [
      "--directory",
      "src/devrev_mcp 디렉토리 경로",
      "run",
      "devrev-mcp"
    ],
    "env": {
      "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
    }
  }
}

Cursor

Cursor 전용 설정 가이드는 제공되어 있지 않습니다.

Cline

Cline 전용 설정 가이드는 제공되어 있지 않습니다.

API 키 보안 관리

API 키는 구성 JSON의 env 항목을 통해 설정하세요:

"env": {
  "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
}

이렇게 하면 소스코드 외부에서 안전하게 관리할 수 있습니다.

플로우 내에서 MCP 사용하는 방법

FlowHunt에서 MCP 사용하기

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

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

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

구성이 완료되면, AI 에이전트는 MCP의 모든 기능과 도구를 사용할 수 있습니다. “devrev"는 실제 MCP 서버 이름으로, URL은 자신의 MCP 서버 주소로 변경해야 합니다.

개요

| Roots 지원 | ⛔ | 언급 없음 |

의견:
제공된 문서 기준으로, DevRev MCP 서버는 명확한 도구 정의와 Claude용 설정 안내를 제공하지만, 프롬프트 템플릿, 명시적 리소스 정의, 샘플링 및 roots 지원 정보가 부족합니다. 오픈소스 라이선스, 최소 1개 이상의 도구, 일부 커뮤니티 활동이 있으나, 더 풍부한 문서화와 멀티플랫폼 안내가 추가된다면 완성도가 높아질 것입니다.

MCP 점수

MCP 평점: 5/10
프로젝트는 주요 도구와 오픈 라이선스를 갖추고 기능적으로 동작하지만, 일부 핵심 MCP 기능(프롬프트, 리소스, 샘플링, roots)과 더 견고한 크로스플랫폼 설정 안내가 부족합니다.