기술30 AI 코딩의 비밀: Model Context Protocol과 stdio 통신 A to Z 핵심 요약: 본 문서는 @modelcontextprotocol/server-sequential-thinking의 실체와 목적을 심도 있게 분석한다. AI 기반 코드 에디터, 특히 Cursor의 백엔드 구성 요소로 추정되는 이 서버의 실행 방법을 단계별로 안내하고, 'Model Context Protocol'과 '순차적 사고(Sequential Thinking)'의 개념을 소개하며, 표준 입출력(stdio) 기반의 동작 원리와 실제 활용 시나리오를 상세히 탐구한다. 개발 생태계에서 'Sequential Thinking MCP'라는 이름은 생소할 수 있다. 이는 일반적인 용도의 프로그래밍 라이브러리가 아니기 때문이다. 사용자가 제공한 npx -y @modelcontextprotocol/serve.. 2025. 6. 21. N8N 챗봇에 Groq AI와 Redis 메모리 연동하기 핵심 요약: 본 문서는 n8n 챗봇에 Groq의 초고속 언어 모델(LLM)을 연동하고, Redis를 활용하여 대화 내용을 기억하게 만드는 'Memory' 구현 방법을 단계별로 안내한다. 이 가이드를 통해 사용자는 단순 응답을 넘어, 이전 대화의 맥락을 이해하는 지능형 챗봇을 구축할 수 있다.이전 가이드에서 사용자의 입력을 받는 챗봇의 '입'을 만들었다면, 이제는 그 입력을 이해하고 생각하는 '뇌'와 대화 내용을 기억하는 '기억력'을 추가할 차례이다. 이번 가이드에서는 놀라운 속도를 자랑하는 Groq의 무료 AI 모델을 연동하고, 대화의 맥락을 유지하는 핵심 기능인 'Memory'를 설정하는 방법을 상세히 다룬다.1단계: Groq API 키 발급받기GroqCloud는 Llama, Mixtral, Gemma.. 2025. 6. 18. [n8n 튜토리얼] 챗봇의 시작, 'When chat message received' 노드 A to Z 핵심 요약: 본 문서는 n8n에서 웹 기반 챗봇을 만들기 위한 핵심 트리거, 'When chat message received' 노드의 모든 설정 항목을 상세히 분석한다. 또한, 실제 챗봇 실행부터 n8n 워크플로우에서 데이터를 수신하는 과정까지의 전체 흐름을 시각 자료와 함께 설명한다.n8n은 단순히 정해진 시간에 작업을 반복하는 것을 넘어, 사용자와 실시간으로 상호작용하는 챗봇까지 직접 구축할 수 있는 강력한 기능을 제공한다. 그 시작점이 바로 'When chat message received' 트리거 노드이다. 이 노드는 별도의 서버나 복잡한 설정 없이, 고유한 URL을 가진 웹 채팅창을 즉시 생성하고 사용자의 입력을 워크플로우의 시작 신호로 사용하게 해준다.1. 'When chat message .. 2025. 6. 18. N8N 워크플로우의 핵심: Notion API 연결 및 설정 방법 핵심 요약: 본 문서는 워크플로우 자동화 도구 N8N과 생산성 도구 Notion을 연동하는 전체 과정을 단계별로 상세히 설명한다. 이 가이드를 통해 사용자는 Notion API 설정을 완료하고 N8N 워크플로우에서 Notion 데이터를 자유롭게 읽고 쓰는 방법을 습득할 수 있다.N8N은 다양한 애플리케이션과 서비스를 연결하여 반복적인 작업을 자동화하는 강력한 도구이다. Notion을 N8N에 연동하면, 다른 서비스의 데이터를 Notion 데이터베이스에 자동으로 추가하거나, Notion의 변경 사항을 트리거로 다른 작업을 수행하는 등 무한한 자동화 워크플로우를 구축할 수 있다. 본 문서는 이 연동 과정의 초기 진입 장벽을 낮추는 것을 목표로 한다.0. 시작 전 준비 사항본 튜토리얼을 진행하기에 앞서, 아래.. 2025. 6. 18. .gitlab-ci.yml 하나로 main, dev 브랜치 최신 상태로 동기화하기 핵심 요약: 본 문서는 Git-flow 또는 유사한 브랜치 전략을 사용하는 프로젝트에서, 릴리즈 브랜치(main)의 변경 사항을 개발 브랜치(dev)로 자동으로 역머지(Reverse-Merge)하는 GitLab CI/CD 파이프라인 구축 과정을 단계별로 설명한다. 이를 통해 수동 머지 작업을 제거하고 브랜치 간 정합성을 유지할 수 있다.많은 개발팀이 안정적인 운영을 위해 릴리즈를 위한 main 브랜치와 기능 개발을 위한 dev 브랜치를 분리하여 관리한다. 그러나 릴리즈가 완료된 후 main 브랜치에 적용된 최종 변경사항(예: 긴급 핫픽스, 버전 정보 업데이트)을 다시 dev 브랜치로 가져오는 작업은 번거롭고 잊기 쉬운 과정이다. 이 수동 역머지 과정이 누락되면 두 브랜치 간의 차이가 누적되어 추후 개발 .. 2025. 6. 16. Cursor 생산성 200% 향상: MCP로 나만의 Colima 도우미 만들기 핵심 요약: 본 문서는 AI 기반 코드 에디터 Cursor에서 Colima, Docker 등 로컬 셸 명령어를 직접 실행하기 위해 MCP(Model Context Protocol) 서버를 구축하는 과정을 단계별로 설명한다. Python 스크립트를 작성하여 JSON-RPC 2.0 프로토콜을 구현하고, 이를 Cursor 설정에 연동하여 개발 생산성을 향상시키는 방법을 다룬다.AI 코드 에디터 Cursor는 개발 과정에서 매우 강력한 도구이지만, colima start나 docker ps와 같은 로컬 환경의 명령어를 실행하려면 별도의 터미널 창을 열어야 하는 번거로움이 있다. Cursor의 MCP(Model Context Protocol) 기능을 활용하면 이러한 작업을 에디터 내에서 직접 처리할 수 있다. 하.. 2025. 6. 16. 이전 1 2 3 4 5 다음
