LeetCode MCP 서버 연동

“LeetCode” MCP 서버는 무엇을 하나요?

LeetCode MCP 서버는 Model Context Protocol(MCP) 구현체로, LeetCode의 방대한 코딩 문제, 사용자 데이터, 콘테스트 정보를 GraphQL을 통해 AI 어시스턴트와 연결합니다. LeetCode API와 연동하여 이 MCP 서버는 AI 기반 도구와 워크플로우가 문제 검색, 데일리 챌린지 조회, 사용자 프로필 접근, 콘테스트 데이터 및 랭킹 질의 등 고급 작업을 수행할 수 있도록 합니다. 이 통합으로 AI 어시스턴트가 최신 코딩 챌린지, 사용자 통계, 경쟁 프로그래밍 데이터를 제공할 수 있어 개발자와 학습자의 생산성과 경험을 크게 향상시킵니다.

프롬프트 목록

저장소 파일 또는 문서에 명시적으로 언급된 프롬프트 템플릿은 없습니다.

리소스 목록

• LeetCode 문제: 전체 LeetCode 문제셋에 접근 가능하며, 필터링 및 검색 기능을 제공합니다.
• 데일리 챌린지: 사용자를 위한 데일리 LeetCode 코딩 챌린지를 리소스로 제공합니다.
• 사용자 프로필: 해결한 문제, 랭킹 등 사용자 정보를 가져올 수 있습니다.
• 콘테스트 데이터: LeetCode의 콘테스트 정보와 랭킹에 접근할 수 있습니다.

툴 목록

server.py 또는 주요 문서에 명시적 툴 목록은 없으나, 다음과 같은 기능이 기술되어 있습니다:

• 문제 검색: 난이도 등으로 LeetCode 문제를 검색할 수 있습니다.
• 데일리 챌린지 조회: 현재 데일리 코딩 챌린지를 가져옵니다.
• 사용자 프로필 접근: 사용자 통계 및 정보를 불러옵니다.
• 콘테스트 질의: 콘테스트 세부정보와 랭킹을 조회할 수 있습니다.

이 MCP 서버의 활용 사례

• 자동화된 코딩 연습: AI 어시스턴트가 데일리 또는 맞춤형 코딩 챌린지를 추천해 꾸준한 연습 루틴을 관리할 수 있습니다.
• 개인 진행 상황 추적: 개발자가 AI 도구로 LeetCode 진행 상황, 해결한 문제, 랭킹을 모니터링하며 데이터 기반 학습 전략을 세울 수 있습니다.
• 콘테스트 준비 및 분석: 최신 콘테스트 데이터를 불러와 대회 대비나 과거 실적을 분석할 수 있습니다.
• 커리큘럼 통합: 교육자 및 부트캠프가 LeetCode 리소스를 실시간 코딩 과제로 활용할 수 있습니다.
• AI 기반 면접 준비: 직무나 난이도별로 관련 문제를 추천받아 효율적으로 면접을 준비할 수 있습니다.

설정 방법

Windsurf

1. 시스템에 Node.js가 설치되어 있는지 확인하세요.
2. LeetCode MCP 서버를 전역 설치합니다.
   npm install -g @mcpfun/mcp-server-leetcode
3. Windsurf의 MCP 서버 설정 파일을 찾습니다.
4. 설정 파일에 다음 JSON을 추가하세요:

   {
     "mcpServers": {
       "leetcode": {
         "command": "mcp-server-leetcode"
       }
     }
   }
   

5. 파일을 저장하고 Windsurf를 재시작하여 반영하세요.

API 키 보안 설정

API 키가 필요한 경우, 환경변수를 사용하세요:

{
  "mcpServers": {
    "leetcode": {
      "command": "mcp-server-leetcode",
      "env": {
        "LEETCODE_SESSION": "your-session-token"
      }
    }
  }
}

Claude

1. Smithery CLI로 MCP 서버를 설치합니다.
   npx -y @smithery/cli install @doggybee/mcp-server-leetcode --client claude
2. claude_desktop_config.json을 편집합니다.

   {
     "mcpServers": {
       "leetcode": {
         "command": "mcp-server-leetcode"
       }
     }
   }
   

3. 개발 환경에서는 다음과 같이 사용할 수 있습니다.

   {
     "mcpServers": {
       "leetcode": {
         "command": "node",
         "args": ["/path/to/dist/index.js"]
       }
     }
   }
   

4. 저장하고 Claude Desktop을 재시작하세요.
5. 앱 내에서 MCP 서버 상태를 확인해보세요.

API 키 보안 설정

{
  "mcpServers": {
    "leetcode": {
      "command": "mcp-server-leetcode",
      "env": {
        "LEETCODE_SESSION": "your-session-token"
      }
    }
  }
}

Cursor

1. Node.js와 MCP 서버 패키지를 전역 설치하세요.
2. Cursor의 MCP 설정 또는 플러그인 설정을 아래와 같이 추가합니다.

   {
     "mcpServers": {
       "leetcode": {
         "command": "mcp-server-leetcode"
       }
     }
   }
   

3. 저장하고 Cursor를 재시작하세요.
4. MCP 서버가 정상 실행되는지 확인하세요.

API 키 보안 설정

{
  "mcpServers": {
    "leetcode": {
      "command": "mcp-server-leetcode",
      "env": {
        "LEETCODE_SESSION": "your-session-token"
      }
    }
  }
}

Cline

1. Node.js와 @mcpfun/mcp-server-leetcode를 전역 설치하세요.
2. Cline MCP 서버 설정을 엽니다.
3. 아래와 같이 설정을 추가합니다.

   {
     "mcpServers": {
       "leetcode": {
         "command": "mcp-server-leetcode"
       }
     }
   }
   

4. 설정을 저장하고 Cline을 재시작하세요.
5. 서버가 정상 동작하는지 확인하세요.

API 키 보안 설정

{
  "mcpServers": {
    "leetcode": {
      "command": "mcp-server-leetcode",
      "env": {
        "LEETCODE_SESSION": "your-session-token"
      }
    }
  }
}

Flow 내에서 MCP 사용 방법

FlowHunt에서 MCP 활용하기

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

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 영역에서 아래 JSON 포맷으로 MCP 서버 정보를 입력합니다.

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

설정이 완료되면 AI 에이전트가 해당 MCP를 툴로 활용하여 모든 기능과 역량에 접근할 수 있습니다. “leetcode” 명칭은 실제 MCP 서버 이름으로, URL은 본인의 MCP 서버 주소로 변경해야 합니다.

개요

위 표와 같이 LeetCode MCP 서버는 MCP를 통해 LeetCode 데이터에 접근하는 훌륭한 구현체입니다. 통합, 리소스 접근, 설정 등 핵심 기능을 제공하며, 프롬프트 템플릿 및 샘플링/루트 지원 정보는 다소 부족합니다. 문서는 명확하며 실용적인 설정 예시를 포함하고 있습니다.

MCP 점수