mcp-management-system
CLAUDE.md0 starsChanged 9 months agoApache-2.0View on GitHub
프로젝트명: . 설명: [프로젝트 설명을 여기에 작성하세요] 프레임워크: TypeScript 프로젝트 경로: . MCP 통합: 15개 서비스 활성화 MCP 버전: v2.1 (.mcp.local.json 병합 지원) 💡 참고: 프로젝트 설명과 프레임워크 정보는 해당 프로젝트 세션에서 직접 수정해주세요. 이 문서는 . 프로젝트의 개발 컨텍스트와 MCP 서비스 사용법을 정의합니다. Skill이 등록되어 있으면 MCP 직접 호출 금지 - 반드시 Skill() 도구 사용 🔷 Atomic Skills (9개) - 독립 실행 가능한 기본 단위: _atomic/ 폴더 (6개): - core-analysis (v1.0.0): 순차 분석 + 멘탈 모델 + First Principles…
In this repository12 other files it gives its agents.
- agent-councilSkill
- decision-workflowSkill
- deployment-checklistSkill
- frontend-designSkill
- implementation-workflowSkill
- mcp-management-workflowSkill
- mcp-selectorSkill
- multidimensional-analysisSkill
- prd-auto-executorSkill
- prd-implementation-trackerSkill
- research-workflowSkill
- session-continuitySkill
The file
Files
. - Claude를 위한 프로젝트 컨텍스트
🎯 프로젝트 개요
프로젝트명: . 설명: [프로젝트 설명을 여기에 작성하세요] 프레임워크: TypeScript 프로젝트 경로: . MCP 통합: 15개 서비스 활성화 MCP 버전: v2.1 (.mcp.local.json 병합 지원)
💡 참고: 프로젝트 설명과 프레임워크 정보는 해당 프로젝트 세션에서 직접 수정해주세요.
이 문서는 . 프로젝트의 개발 컨텍스트와 MCP 서비스 사용법을 정의합니다.
🚨 SKILL-FIRST POLICY (필독)
Skill이 등록되어 있으면 MCP 직접 호출 금지 - 반드시 Skill() 도구 사용
등록된 Skills
18개 Skills (v3.1 - Atomic/Composite 아키텍처) - 상세: .claude/skills/ 폴더
🔷 Atomic Skills (9개) - 독립 실행 가능한 기본 단위:
_atomic/ 폴더 (6개):
- core-analysis (v1.0.0): 순차 분석 + 멘탈 모델 + First Principles
- decision-engine (v1.0.0): 확률 분석 + 편향 검출 + 의사결정 프레임워크
- implementation-3wave (v1.0.0): 3-Wave 병렬 구현 패턴
- session-memory (v1.0.0): Serena Memory 상태 저장/복원
- prd-tracker (v1.0.0): PRD 파싱 + TodoWrite 통합 ⭐NEW
- git-safety (v1.0.0): Git checkpoint + rollback 로직 ⭐NEW
Main 폴더 (3개):
- mcp-selector (v1.1.0): MCP 선택 가이드 (정적 참조)
- session-continuity (v2.2.0): 세션 핸드오프 템플릿
- frontend-design (v1.1.0): UI/UX 설계 가이드라인
🔶 Composite Skills (9개) - Atomic 조합으로 구성:
| Skill | Version | Dependencies |
| multidimensional-analysis | v4.1.0 | core-analysis, decision-engine, session-memory |
| decision-workflow | v3.1.0 | decision-engine, session-memory |
| implementation-workflow | v3.1.0 | implementation-3wave, session-memory |
| research-workflow | v3.1.0 | core-analysis, decision-engine, session-memory |
| prd-auto-executor | v2.0.0 | prd-tracker, git-safety, session-memory |
| prd-implementation-tracker | v3.0.0 | prd-tracker, session-memory |
| deployment-checklist | v2.0.0 | session-memory, git-safety |
| mcp-management-workflow | v3.0.0 | core-analysis, decision-engine |
| agent-council | v2.0.0 | collaborative-reasoning, bias-detection |
Archived Skills (.claude/skills/_archived/):
- debugging-workflow, health-check-workflow (Hybrid B+ 중복)
- phase0-analysis (multidimensional-analysis W0에 포함됨)
- mcp-skills-health-check (미사용)
호출 방법: /skill-name 또는 Skill({ skill: "name" })
결정 트리:
작업 요청 → Skill 있음? → YES: Skill() 사용 | NO: MCP 직접 호출✅ Skill 안전 장치 (v2.6.0 개선)
2025-12-26 긴급 개선 완료:
문제: multidimensional-analysis Skill 자동 실행으로 세션 2개 소진 (90-95k tokens)
해결:
- ✅ 사용자 승인 필수: 모든 Skill 실행 전 명시적 승인 + 토큰 예상치 안내
- ✅ 단계별 중단: W1 → [사용자 확인] → W2 → [사용자 확인] → W3
- ✅ 출력 요약: 100k+ tokens → 1800 tokens (-98% 절감)
- ✅ 토큰 예산 체크: 실행 전 예산 확인 (W1 최소 40k, 전체 80k)
- ✅ 자동 트리거 차단: 키워드 기반 자동 실행 완전 금지
개선 효과:
- Before: 자동 실행 90-95k tokens (사용자 개입 0%)
- After: 40-70k tokens (사용자 제어 100%, 단계별 선택 가능)
상세: .serena/SKILL_ISSUE_ANALYSIS.md 참조
🏗️ Architecture Quick Mode (v2.2)
multidimensional-analysis Skill의 아키텍처 전용 경로
- 토큰: 200-300 (Deep Mode 400-600 대비 33% 절감)
- 트리거: ❌ 자동 트리거 금지 - 사용자 명시적 호출만 허용
- 4단계: A1(구조) → A2(의존성) → A3(권고) → A4(Exit Decision)
자동 전환: 복잡도 ≥5 → Deep Mode (W1-W3)
상세 내역: .claude/skills/multidimensional-analysis/prompt.md 참조
🎯 decision-workflow 성능 우선 모드 (v2.3)
핵심 변화: 토큰 효율 < 의사결정 신뢰도 95%+
| 항목 | v2.1 | v2.3 | 개선 |
| 토큰 | 200-300 | 150-250 (기본)<br>300-450 (고위험) | -25-50 (최적화) |
| 신뢰도 | 72% | 95%+ | +23%p |
| 편향 제거 | ❌ | ✅ Bias Detection | 신규 |
| 확률 분석 | ❌ | ✅ Stochastic (조건부) | 신규 |
v2.3 최적화 (2025-12-27):
- model-enhancement-servers 제거 (템플릿 시스템으로 확인)
- 실제 작동 MCP만 사용: sequential-thinking + stochastic-thinking
- 토큰 절감: -150-250 tokens/실행
Architecture Preset: MSA/모노리스 의사결정 시 자동 활성화 (토큰 250-350)
상세 내역: .claude/skills/decision-workflow/prompt.md 참조
🔍 프로젝트 구조
- 루트:
. - MCP 설정:
.mcp.json(15개 서비스),.mcp.local.json(프로젝트별 override) - 브리지:
mcp-bridge-config.json(간접 호출용) - 서비스 위치:
./services/(MCP 서비스 설치 시 생성)
MCP 연동 방법
- 직접 호출: Claude Code의 MCP 도구
- 간접 호출:
mcp-bridge.cjs명령행
⚠️ MCP 서비스 아키텍처 구분 (필독)
CRITICAL: clear-thought와 clear-thought-1.5는 완전히 다른 아키텍처를 가집니다.
clear-thought
- 아키텍처: 26개 개별 도구 (Individual Tools)
- 도구 목록: mentalmodel, sequentialthinking, debuggingapproach, collaborativereasoning, decisionframework, socraticmethod, creativethinking, systemsthinking, scientificmethod, structuredargumentation, visualreasoning, metacognitivemonitoring, 등 26개
- 호출 방식:
mcp__clear-thought__TOOL_NAME() - 예시:
mcp__clear-thought__mentalmodel({ modelName: "first_principles", ... })
clear-thought-1.5
- 아키텍처: 1개 통합 도구 (Unified Tool) + 38개 operations
- 도구 이름: clear_thought (단일 도구)
- 호출 방식:
mcp__clear-thought-1_5__clear_thought({ operation: "OPERATION_NAME" }) - 예시:
mcp__clear-thought-1_5__clear_thought({ operation: "mental_model", prompt: "...", parameters: { model: "first_principles" } })
흔한 실수 (Common Mistakes)
- ❌
mcp__clear-thought__clear_thought()- clear-thought에는 통합 도구가 없음 - ❌
mcp__clear-thought-1_5__mentalmodel()- clear-thought-1.5는 개별 도구가 아닌 operation 파라미터 사용
빠른 참조
상세 가이드: MCP_TOOL_QUICK_REFERENCE.md - 모든 MCP 서비스의 아키텍처와 사용법
사용 전 검증 (Pre-Flight Check)
1. 서비스 이름 확인: clear-thought vs clear-thought-1.5
2. 아키텍처 확인: 개별 도구 vs 통합 도구
3. 도구 이름 확인: MCP_TOOL_QUICK_REFERENCE.md 참조
4. 파라미터 확인: README.md 또는 skill 예시 참조검증 시간: 2분 투자 → 30분 디버깅 절약
⭐ .mcp.local.json 병합 (v2.1)
프로젝트별 MCP 커스터마이징:
{
"mcpServers": {
"clear-thought": {
"env": { "MAX_OUTPUT_TOKENS": "128000" }
}
}
}병합 규칙: Base + Local 병합, 실패 시 Circuit Breaker
템플릿: .mcp.local.json.example 복사 후 사용
6가지 시나리오:
- 경량 프로젝트: 컨텍스트 28k → 12k (-57%)
- Frontend (React/Next.js): 9개 서비스
- Backend (Node.js API): 8개 서비스
- 분석/연구 (AI/ML): 8개 서비스
- 환경 변수 Override
- 프로젝트 전용 MCP 추가
🎣 Claude Code Hooks (v2.0.42+)
6가지 Hooks:
- PermissionRequest (
.claude/hooks/permission-request.js)- MCP 사용 전 권한 검증
- 자동 승인/거부 규칙
- 사용량 로깅 (.serena/mcp_usage_log.jsonl)
- PreToolUse (
.claude/hooks/pre-tool-use.cjs)- 입력값 전처리 (5000자 제한, 위험 경로 차단)
- SubagentStop (
.claude/hooks/subagent-stop.js) v2.0.0- 서브에이전트 실행 기록 Serena Memory 자동 저장
agent_transcript_path활용 (Claude Code v2.0.42+)- 추적 대상: prd-auto-executor, general-purpose, Explore, Plan
- 저장 위치:
.serena/memories/{agent}_execution_{date}_{time}.md
- TaskCompleted (
.claude/hooks/task-completed.js) NEW- 에이전트 작업 완료 시 자동 메트릭 수집
.serena/task_metrics.jsonl에 기록- 워크플로우 체인 자동 제안
- TeammateIdle (
.claude/hooks/teammate-idle.js) NEW- Agent Teams 유휴 상태 감지 (Claude Code 2.1.32+)
- 5분 경고, 10분 위험 임계값
CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1필요
- SessionEnd (
.claude/hooks/session-end.js) NEW- 세션 종료 시 경량 요약 자동 생성
- 140k-150k 토큰 자동 요약 → 1-5k 토큰 경량 요약 (-98% 절감)
- Serena Memory에 자동 저장
사용량 분석: node scripts/analyze-mcp-usage.js
🔧 MCP Management System (15개 서비스)
직접 호출
Task("분석 작업", {
subagent_type: "general-purpose",
prompt: "프로젝트 분석"
});간접 호출
node "./mcp-bridge.cjs" clear-thought analyze세션 중 MCP 토글 (v2.0.60+)
세션 중 불필요한 MCP 서비스를 끄면 컨텍스트 사용량을 줄일 수 있습니다:
# 서비스 비활성화
/mcp disable mobile-mcp
/mcp disable playwright-mcp
/mcp disable supabase-mcp
# 서비스 재활성화
/mcp enable mobile-mcp활용 시나리오:
| 작업 유형 | 끌 수 있는 서비스 | 예상 절감 |
| 분석/연구 | mobile-mcp, playwright-mcp, supabase-mcp | ~15% |
| 프론트엔드 | python-toolbox-mcp, supabase-mcp | ~10% |
| 백엔드 API | mobile-mcp, playwright-mcp | ~10% |
주의: 비활성화된 서비스는 세션 종료 시 자동 복원됩니다.
서비스 목록
분석 도구 (7개):
- clear-thought: 심층 순차 분석
- clear-thought-1.5: 시스템 사고
- sequential-thinking-tools: 순차적 문제 해결
- stochastic-thinking: 확률적 의사결정
- context7: 코드 컨텍스트 분석
- code-context-provider-mcp: 코드 컨텍스트 제공
- model-enhancement-servers:
인지 강화템플릿 시스템 (2025-12-27 확인, skills에서 제거됨)
개발 도구 (4개): 8. github-mcp: GitHub 통합 9. npm-sentinel-mcp: NPM 모니터링 10. node-omnibus-mcp: Node.js 유틸리티 11. python-toolbox-mcp: Python 도구
자동화 도구 (3개): 12. playwright-mcp: 브라우저 자동화 13. magic-mcp: 범용 자동화 14. mobile-mcp: 모바일 개발
백엔드 (1개): 15. supabase-mcp: Supabase 통합
상세 사용법: 각 서비스 README.md 참조
🔧 Serena MCP Troubleshooting
"No active project" 에러 해결
증상: Serena Memory 도구 사용 시 "No active project. Available projects: []" 에러
ROOT CAUSE (2026-01-14 확인):
.serena/project.yml에 필수 필드 language 누락
ERROR: KeyError: 'language'영구 수정 방안 (v1.1.0 - 자동화):
# 새 프로젝트 추가 시 자동으로 language 필드 포함
node scripts/apply-full-mcp-services.js
# 자동 생성됨:
# - .mcp.json (Git Bash 호환 경로)
# - .serena/project.yml (language: typescript 포함)Quick Fix (기존 프로젝트):
# 1. project.yml에 language 필드 추가
echo "language: typescript" | cat - .serena/project.yml > temp && mv temp .serena/project.yml
# 또는 스크립트 사용 (자동 수정)
node scripts/apply-full-mcp-services.js
# 2. Claude Code 재시작
# 3. 테스트
# Claude: "list_dir 도구로 현재 디렉토리 확인"수동 Fix (.serena/project.yml 수정):
language: typescript # ← 이 줄 추가 필수!
project_name: your-project
project_root: /projects/your-project
created_at: 2026-01-14T02:40:35.047Z.mcp.json 권장 설정 (Git Bash 호환):
{
"serena-memory": {
"args": [
"run", "-i", "--rm",
"-v", "//c/claude-development:/projects",
"serena-mcp:latest",
"--project", "/projects/your-project"
],
"env": {
"MSYS_NO_PATHCONV": "1",
"MSYS2_ARG_CONV_EXCL": "*"
},
"type": "stdio"
}
}체크리스트:
- ✅ .serena/project.yml에
language: typescript필드 존재 (최우선!) - .mcp.json의 volume mount 경로:
//c/형식 (Git Bash 호환) - .serena 폴더 존재
- project_name 충돌 확인 (프로젝트별 고유)
- Claude Code 재시작
검증된 해결 과정 (2026-01-14):
- Level 3 multidimensional-analysis로 근본 원인 규명
- 신뢰도: 94% → 100% (실제 테스트로 검증)
- 5개 프로젝트 모두 수정 후 정상 작동 확인
📋 Quick Start
// 즉시 테스트
Task("프로젝트 분석", {
subagent_type: "general-purpose",
prompt: "Clear Thought로 현재 프로젝트 상태 분석"
});시스템 버전: MCP Management System v3.1 (Atomic/Composite Architecture) 최종 업데이트: 2026-02-13 구성 서비스: 15개 브릿지 지원: ✅ 간접 호출 활성화 새 기능: ✅ .mcp.local.json 병합
📄 팀 커스터마이징 섹션:
CLAUDE_EXTENDED.md파일 참조 (배포 절차, 협업 규칙 등)
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

