
mcp-proxy MCP 서버
mcp-proxy MCP 서버는 Streamable HTTP와 stdio MCP 전송 방식을 연결하여 AI 어시스턴트와 다양한 Model Context Protocol(MCP) 서버 또는 클라이언트 간의 원활한 통합을 가능하게 합니다. 이는 상호운용성을 확장하고, 레거시 시스템 통합을 ...
여러 MCP 서버를 하나의 통합 엔드포인트로 집계하여 실시간 스트리밍과 중앙 집중식 구성을 통한 AI 워크플로우를 간소화합니다.
MCP 프록시 서버는 여러 MCP(Model Context Protocol) 리소스 서버를 하나의 HTTP 서버로 집계 및 서비스하는 도구입니다. 프록시 역할을 하여 AI 어시스턴트와 다양한 클라이언트가 여러 MCP 서버에 동시에 연결할 수 있게 하며, 각각의 도구·리소스·기능을 통합 인터페이스로 제공합니다. 이 구조로 개발자와 AI 워크플로우는 다양한 외부 데이터 소스, API 또는 서비스를 하나의 엔드포인트를 통해 통합적으로 접근할 수 있습니다. MCP 프록시 서버는 SSE(Server-Sent Events) 또는 HTTP 스트리밍을 통한 실시간 업데이트를 지원하며, 고도로 구성 가능해 데이터베이스 질의, 파일 관리, API 연동 등 복잡한 작업도 각기 적합한 MCP 서버로 라우팅하여 간편하게 처리할 수 있습니다.
저장소나 문서에 프롬프트 템플릿 관련 정보가 제공되지 않았습니다.
저장소 또는 예제 구성에 명시적인 리소스가 문서화되어 있지 않습니다. 이 서버는 연결된 MCP 서버들로부터 리소스를 집계하지만, 직접적으로 나열된 항목은 없습니다.
MCP 프록시 서버 자체는 도구를 직접 제공하지 않으며, 구성된 다른 MCP 서버(예: github, fetch, amap 등)의 도구를 프록시합니다.
mcpServers
섹션을 찾으세요."mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
참고: 위와 같이 환경 변수를 사용하여 API 키를 안전하게 관리하세요.
mcpServers
섹션에 MCP 프록시 서버를 추가하세요:"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
참고: 비밀 토큰은 환경 변수로 관리하세요.
"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
참고: 민감한 자격 증명은 환경 변수로 관리하세요.
"mcpServers": {
"mcp-proxy": {
"command": "npx",
"args": ["@TBXark/mcp-proxy@latest"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
참고: 예시와 같이 env
속성으로 API 키를 안전하게 관리하세요.
"mcpServers": {
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
FlowHunt에서 MCP 사용하기
FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:
MCP 컴포넌트를 클릭하여 구성 패널을 엽니다. 시스템 MCP 구성 섹션에 아래 JSON 형식으로 MCP 서버 정보를 입력하세요:
{
"mcp-proxy": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
구성이 완료되면 AI 에이전트는 이 MCP를 도구로 활용할 수 있으며, 모든 기능과 리소스에 접근할 수 있게 됩니다. “mcp-proxy"는 실제 MCP 서버 이름으로, URL도 본인 환경에 맞게 변경하세요.
섹션 | 제공 여부 | 세부/비고 |
---|---|---|
개요 | ✅ | |
프롬프트 목록 | ⛔ | 저장소에 프롬프트 템플릿 미문서화. |
리소스 목록 | ⛔ | 명시적 리소스 정의 없음; 다른 MCP 서버로부터 집계. |
도구 목록 | ⛔ | 직접 도구 없음; 구성된 서버의 도구를 프록시. |
API 키 보안 관리 | ✅ | 비밀값 관리를 위한 env 지원. |
샘플링 지원(평가에 중요하지 않음) | ⛔ | 문서에서 언급 없음. |
위 내용을 종합하면 MCP 프록시는 MCP 리소스 집계 계층으로 유용하지만, 직접적인 도구, 리소스, 프롬프트 템플릿은 제공하지 않으며, 주로 구성 및 라우팅 솔루션입니다.
이 MCP 서버는 백엔드 유틸리티로서 최고의 평가를 받을 수 있으며, 단독 사용보다는 여러 MCP 서버를 통합 관리하는 워크플로우에 적합합니다. 문서는 구성과 보안에 대해 명확하지만, 프롬프트, 도구, 리소스에 대한 세부 정보는 부족합니다. 전반적으로 고급 사용자를 위한 견고한 인프라 구성 요소입니다. 점수: 5/10.
라이선스 있음 | ✅ (MIT) |
---|---|
도구 최소 1개 제공 | ⛔ (프록시만, 도구 없음) |
포크 수 | 43 |
스타 수 | 315 |
MCP 프록시 서버는 여러 MCP(Model Context Protocol) 리소스 서버를 하나의 HTTP 서버로 집계하는 백엔드 유틸리티입니다. AI 어시스턴트와 개발자가 여러 MCP 서버의 도구, API, 데이터 소스를 통합 엔드포인트를 통해 접근할 수 있게 하여 통합과 관리를 간소화합니다.
주요 사용 사례로는: 여러 MCP 서버 집계를 통한 간편한 접근, 다양한 데이터 소스를 위한 통합 API 게이트웨이 역할, SSE/HTTP를 통한 실시간 데이터 스트리밍 지원, 유연한 클라이언트 통합, 보안을 위한 인증 및 로그의 중앙 집중화가 있습니다.
아니요, MCP 프록시 서버는 직접적으로 도구나 리소스를 제공하지 않습니다. 대신 환경에 구성된 MCP 서버로부터 도구와 리소스를 프록싱 및 집계합니다.
항상 환경 변수(구성의 `env` 속성)를 사용하여 API 토큰 등 비밀 정보를 저장하세요. 각 클라이언트별 예시에서처럼 환경 변수를 활용하면 자격 증명이 구성 파일에 노출되지 않고 안전하게 보호됩니다.
플로우에 MCP 컴포넌트를 추가하고, 시스템 MCP 구성란에 MCP 프록시 서버 정보를 JSON 형식으로 입력하세요. 이를 통해 AI 에이전트가 단일 엔드포인트에서 집계된 모든 도구와 리소스에 접근할 수 있습니다. 서버명과 URL은 환경에 맞게 변경하세요.
강력한 MCP 프록시를 통해 여러 MCP 서버를 연결하여 AI 및 자동화 워크플로우를 통합하세요. 지금 통합을 간편하게 시작하세요.
mcp-proxy MCP 서버는 Streamable HTTP와 stdio MCP 전송 방식을 연결하여 AI 어시스턴트와 다양한 Model Context Protocol(MCP) 서버 또는 클라이언트 간의 원활한 통합을 가능하게 합니다. 이는 상호운용성을 확장하고, 레거시 시스템 통합을 ...
해싱 MCP 서버는 AI 도우미 및 LLM 기반 개발 환경에서 사용할 수 있는 암호화 해시(MD5, SHA-256) 계산 도구를 제공합니다. 파일 무결성 검증, 비밀번호 해싱 시연, 콘텐츠 중복 제거 등의 작업을 FlowHunt, Claude Desktop, Cursor, Cline 등...
fabric-mcp-server는 Fabric 패턴을 AI 기반 워크플로우에서 호출 가능한 도구로 노출하는 MCP 서버로, Cline 및 기타 플랫폼과 통합하여 청구 분석, 요약, 인사이트 추출, 시각화 생성 등의 작업을 가능하게 합니다....