Inkeep MCP 서버

“Inkeep” MCP 서버란 무엇을 하나요?

Inkeep MCP 서버는 Inkeep에서 관리되는 최신 제품 문서와 콘텐츠에 AI 어시스턴트를 연결하기 위해 설계된 특화된 Model Context Protocol(MCP) 서버입니다. 개발 도구와 LLM 기반 에이전트가 Inkeep의 API를 통해 관련 문서 및 제품 지식을 직접 쿼리하고 검색할 수 있도록 다리 역할을 합니다. 이를 통해 제품 문서 검색, RAG(Retrieval Augmented Generation) 기능 통합, AI 기반 개발 환경 내 최신 콘텐츠 노출 등 개발자 워크플로가 향상됩니다. 표준화된 인터페이스를 제공하여 통합을 단순화하고, 개발자가 더 지능적이고 컨텍스트에 맞는 어시스턴트와 도구를 쉽게 구축할 수 있도록 돕습니다.

프롬프트 목록

• 저장소나 문서에 명시적인 프롬프트 템플릿은 제공되지 않았습니다.

리소스 목록

• 저장소나 문서에 명시적인 리소스는 설명되어 있지 않습니다.

도구 목록

• search-product-content
  Inkeep에 대한 제품 문서를 검색합니다. 쿼리는 Inkeep에 대한 대화형 질문으로 작성되어야 합니다.

이 MCP 서버의 활용 사례

• 제품 문서 검색
  개발자와 AI 에이전트가 Inkeep의 최신 제품 문서를 검색하여, 사용자가 제품 관련 질문에 대해 권위 있고 최신 정보를 받을 수 있습니다.

• RAG(Retrieval Augmented Generation) 통합
  AI 어시스턴트의 RAG 워크플로 백엔드로 사용하여, Inkeep에서 제공하는 관련 문서 스니펫으로 응답을 보완할 수 있습니다.

• 개발자 도구 내 Inkeep API 통합
  Inkeep의 지식 베이스를 개발자 IDE, 챗봇, 지원 시스템 내부에 직접 통합하여 컨텍스트 전환을 줄이고 생산성을 높입니다.

• 대화형 제품 지원
  Inkeep에서 관리하는 최신 문서를 활용해 복잡한 질문도 답변 가능한 챗봇 또는 어시스턴트를 구현할 수 있습니다.

• 자동화된 온보딩 지원
  Inkeep의 문서를 소스 오브 트루스로 삼아 신규 사용자나 팀원에게 온보딩 정보를 제공합니다.

설정 방법

Windsurf

저장소에 Windsurf 전용 설정 안내는 제공되지 않습니다.

Claude

1. 저장소를 클론하고 환경을 설정하세요:

   git clone https://github.com/inkeep/mcp-server-python.git
   cd mcp-server-python
   uv venv
   uv pip install -r pyproject.toml
   

2. Inkeep 대시보드에서 API 키를 발급받으세요.
3. claude_desktop_config.json 파일을 여세요.
4. mcpServers 섹션에 다음을 추가하세요:

   {
       "mcpServers": {
           "inkeep-mcp-server": {
               "command": "uv",
               "args": [
                   "--directory",
                   "<YOUR_INKEEP_MCP_SERVER_ABSOLUTE_PATH>",
                   "run",
                   "-m",
                   "inkeep_mcp_server"
               ],
               "env": {
                   "INKEEP_API_BASE_URL": "https://api.inkeep.com/v1",
                   "INKEEP_API_KEY": "<YOUR_INKEEP_API_KEY>",
                   "INKEEP_API_MODEL": "inkeep-rag",
                   "INKEEP_MCP_TOOL_NAME": "search-product-content",
                   "INKEEP_MCP_TOOL_DESCRIPTION": "Inkeep에 대한 제품 문서를 검색합니다. 쿼리는 Inkeep에 대한 대화형 질문으로 작성되어야 합니다."
               }
           }
       }
   }
   

5. 저장하고 Claude를 재시작하세요. 제품 콘텐츠 쿼리를 실행하여 동작을 확인하세요.

API 키 보안:
API 키는 위 설정의 env 블록처럼 환경 변수로 반드시 저장하세요.

Cursor

저장소에 Cursor 전용 설정 안내는 제공되지 않습니다.

Cline

저장소에 Cline 전용 설정 안내는 제공되지 않습니다.

플로우 내에서 MCP 사용하는 방법

FlowHunt에서 MCP 사용하기

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

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

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

설정을 완료하면, AI 에이전트가 이 MCP를 하나의 도구로 활용할 수 있습니다. “inkeep-mcp-server” 부분을 실제 MCP 서버 이름으로, URL도 본인의 MCP 서버 주소로 반드시 변경하세요.

개요

제공된 정보를 바탕으로, Inkeep MCP 서버는 제품 문서 검색에 집중된 유용한 도구를 명확한 설정 절차와 안전한 API 키 관리 방식과 함께 제공합니다. 다만, 명시적인 프롬프트 템플릿, 리소스 목록, 샘플링 등 고급 기능의 부재로 인해 MCP의 폭넓은 활용성에서는 다소 제한적입니다.

의견

이 MCP 서버의 평점은 5/10입니다: Inkeep 제품 문서를 MCP 클라이언트와 통합하는 기본 도구를 명확하고 잘 문서화하여 제공하지만, 프롬프트, 리소스, 고급 MCP 기능에 관한 문서와 범위가 부족합니다.

MCP 점수