py-mcp-line: LINE 챗 MCP 서버

“py-mcp-line” MCP 서버란 무엇을 하나요?

py-mcp-line MCP 서버는 Model Context Protocol(MCP)의 Python 기반 구현체로, 언어 모델 같은 AI 어시스턴트가 LINE Bot 메시지에 표준화된 방식으로 접근할 수 있도록 설계되었습니다. AI 클라이언트와 LINE 대화 간의 브릿지 역할을 하여, LLM이 LINE 데이터를 실시간으로 읽고, 분석하며 상호작용할 수 있게 합니다. FastAPI로 구축되어 비동기 Python 기능을 활용하여 반응성을 높였으며, 웹훅 이벤트 처리, 데이터 검증, 메시지의 구조화된 JSON 저장을 지원합니다. 이를 통해 대화 분석, 봇 개발, LINE 메시지 데이터를 AI 기반 애플리케이션에 통합하는 개발 워크플로우가 크게 향상됩니다. 다양한 LINE 리소스 노출, 요청 검증, 여러 메시지 타입 처리를 지원합니다.

프롬프트 목록

리소스 목록

• LINE 메시지 리소스
  • 메시지 유형을 line://<message_type>/data와 같은 URI로 리소스로 노출하여, 클라이언트가 다양한 LINE 메시지 카테고리에 접근할 수 있습니다.
• 리소스 설명
  • 각 리소스에는 설명과 MIME 타입 등 메타데이터가 포함되어 있어 클라이언트가 데이터를 올바르게 이해하고 활용할 수 있습니다.
• 메시지 필터링
  • 날짜, 사용자, 콘텐츠별 필터링을 지원하여 원하는 대화 데이터를 선택적으로 조회할 수 있습니다.

도구 목록

• list_resources
  • 사용 가능한 모든 메시지 유형을 나열하고, 클라이언트가 접근할 수 있는 리소스 URI를 제공합니다.
• read_resource
  • 지정한 유형의 메시지를 읽어서 반환하며, 날짜나 사용자별 고급 필터링을 지원합니다.

이 MCP 서버의 활용 사례

• 대화 데이터 분석
  • 개발자는 과거 LINE 채팅 데이터를 불러와 감정 분석, 주제 모델링, 사용자 행동 분석 등에 활용할 수 있습니다.
• 챗봇 개발
  • AI 기반 어시스턴트가 LINE 메시지에 응답 및 상호작용할 수 있어 정교한 대화형 챗봇 개발이 가능합니다.
• 메시지 아카이빙
  • LINE 메시지를 JSON 형식으로 자동 저장 및 보관하여 준수 또는 기록 목적으로 활용할 수 있습니다.
• 멀티모달 데이터 통합
  • 텍스트, 스티커, 이미지 메시지를 지원하여 LINE 대화 내 다양한 데이터 유형 분석 및 처리가 가능합니다.

설치 방법

Windsurf

Claude

1. 사전 준비: Python 3.8+와 requirements.txt에 명시된 모든 종속성을 설치하세요.
2. 설정 파일 위치: MacOS의 경우 ~/Library/Application Support/Claude/claude_desktop_config.json, Windows의 경우 %APPDATA%/Claude/claude_desktop_config.json을 엽니다.
3. MCP 서버 추가: 아래 JSON 스니펫을 mcpServers 객체에 추가합니다.

   {
     "mcpServers": {
       "line": {
         "command": "python",
         "args": [
           "server.py"
         ],
         "env": {
           "LINE_CHANNEL_SECRET": "your_channel_secret",
           "LINE_ACCESS_TOKEN": "your_access_token",
           "SERVER_PORT": "8000",
           "MESSAGES_FILE": "data/messages.json"
         }
       }
     }
   }
   

4. 저장 및 재시작: 파일을 저장하고 Claude Desktop을 재시작하여 변경 사항을 적용합니다.
5. 설정 확인: MCP 서버가 실행 중이며 Claude에서 접근 가능한지 확인하세요.

API 키 보안

민감한 인증 정보는 위 예시처럼 env 키를 활용해 환경 변수로 저장하고 코드에 노출하지 마세요.

Cursor

Cline

플로우 내 MCP 사용법

FlowHunt에서 MCP 사용하기

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

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

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

구성이 완료되면 AI 에이전트가 MCP의 모든 기능과 도구를 사용할 수 있게 됩니다. “line” 부분은 실제 MCP 서버 이름으로, URL은 본인의 MCP 서버 주소로 변경하세요.

개요

위 내용을 종합하면, py-mcp-line은 LINE 메시지 접근에 특화된 견고한 MCP 구현체로, 명확한 리소스·도구 제공, 환경 변수 기반 보안, Claude를 위한 실제 설정 가이드를 제공합니다. 프롬프트 템플릿과 명시적 샘플링/루트 기능이 부족해 점수에는 제약이 있지만, 대화 분석 및 챗봇 통합 용도로는 실용적이고 문서화가 잘 되어 있습니다.

MCP 점수

종합적으로, 이 MCP 구현체의 평점은 6.5/10입니다. LINE 메시지 통합의 핵심 기능을 잘 지원하고, 대화 데이터 접근이 필요한 개발자에게 적합하지만, 프롬프트 템플릿, 샘플링, 루트 지원 등 고급 MCP 기능은 부족합니다.