MCP 애자일 플로우

적용 범위

FastMCP를 사용하여 최신 리소스 기반 API로 AI 지원 애자일 개발 워크플로를 관리하기 위한 포괄적인 시스템입니다.

상태

✅ 마이그레이션 완료 : 레거시 서버에서 FastMCP 구현으로의 마이그레이션이 완전히 완료되었습니다. 모든 레거시 코드와 테스트가 제거되었습니다.

Related MCP server: AI Pull Request Generator

개요

MCP Agile Flow 프로젝트는 공식 MCP SDK의 FastMCP를 활용한 리소스 기반 접근 방식을 사용하며, 다음 사항에 중점을 둡니다.

RESTful API 디자인 - 데이터 액세스를 위한 깔끔하고 직관적인 리소스 URI
리소스 우선 아키텍처 - 데이터 검색 및 상태 표현에 최적화됨
동작 지향 도구 - 상태를 수정하는 작업에만 사용되는 도구

주요 특징

Agile 문서화 : 포괄적인 AI 문서 생성 및 유지 관리
프로젝트 구조 : AI가 생성한 파일 및 디렉토리로 프로젝트를 구성하세요
IDE 통합 : 다양한 AI IDE(Cursor, Windsurf, Cline)와 직접 통합
워크플로 관리 : Agile 스토리 및 진행 상황 추적
직관적인 API 구조 : RESTful 계층 구조로 구성된 리소스
간소화된 통합 : 리소스 URI에 대한 직접 매핑
향상된 성능 : 데이터 액세스 패턴에 최적화됨

시작하기

MCP Agile Flow를 사용하려면:

패키지를 설치하세요:
지엑스피1
코드에서 가져오기:
from mcp_agile_flow import call_tool, call_tool_sync # Use async interface result = await call_tool("get-project-settings", {}) # Or use sync interface result = call_tool_sync("get-project-settings", {})

MCP 클라이언트 구성

중요: 구성 업데이트가 필요합니다.

이전에 MCP Agile Flow를 구성했다면 구성을 업데이트해야 합니다. fastmcp_server.py 모듈은 코드 정리 작업의 일환으로 제거되었으며, 기능은 기본 패키지에 통합되었습니다.

다음에서 MCP 클라이언트 구성을 업데이트하세요.

{ "name": "mcp-agile-flow", "server": { "type": "module", "module": "mcp_agile_flow.fastmcp_server", "entry_point": "run" } }

에게:

{ "name": "mcp-agile-flow", "server": { "type": "module", "module": "mcp_agile_flow", "entry_point": "main" } }

Cursor 사용자의 경우 mcp.json 파일(일반적으로 ~/.cursor/mcp.json에 있음)도 업데이트하세요.

"mcp-agile-flow": { "command": "/path/to/python", "args": [ "-m", "mcp_agile_flow" // Updated from "mcp_agile_flow.fastmcp_server" ], "autoApprove": [ // ... ] }

명령줄 사용법

명령줄에서 직접 서버를 실행할 수도 있습니다.

# Using Python (logs disabled by default) python -m mcp_agile_flow # Enable normal logging python -m mcp_agile_flow --verbose # Debug mode (most verbose logging) python -m mcp_agile_flow --debug

사용 가능한 도구

MCP Agile Flow는 다음과 같은 여러 도구를 제공합니다.

get-project-settings : 경로 및 환경 변수를 포함한 프로젝트 설정을 가져옵니다.
initialize-ide : 특정 IDE에 대한 프로젝트 디렉토리 구조를 초기화합니다.
initialize-ide-rules : 특정 IDE에 대한 AI 규칙 파일을 초기화합니다.
prime-context : 프로젝트 문서를 분석하고 맥락적 이해를 구축합니다.
migrate-mcp-config : 서로 다른 IDE 간 MCP 구성 마이그레이션
think : 복잡한 추론과 단계별 분석을 위해 생각을 기록하다
get-thoughts : 현재 세션에 기록된 모든 생각을 검색합니다.
clear-thoughts : 현재 세션에서 기록된 모든 생각을 지웁니다.
get-thought-stats : 현재 세션에 기록된 생각에 대한 통계를 가져옵니다.
process-natural-language : 자연어 명령을 처리하고 적절한 도구로 라우팅합니다.

자연어 명령

MCP Agile Flow는 자연어 명령을 지원하여 정확한 명령 이름을 기억하지 않고도 도구와 더 쉽게 상호 작용할 수 있습니다. 대화형 구문을 입력하기만 하면 시스템이 사용자의 의도를 자동으로 감지하여 올바른 매개변수를 사용하여 적절한 도구에 매핑합니다.

지원되는 명령 유형

마이그레이션 명령

서로 다른 IDE 간에 MCP 구성을 마이그레이션하려면:

"mcp 구성을 claude-desktop으로 마이그레이션"
"커서에서 claude-desktop으로 구성을 마이그레이션합니다"
"윈드서프에 mcp 설정 복사"
"클라인으로 구성 전송"
"커서에서 roo로 mcp 설정 이동"

소스 IDE가 지정되지 않으면 기본적으로 "cursor"가 사용됩니다.

참고 : 유효한 IDE 이름은 "cursor", "windsurf-next", "windsurf", "cline", "roo", "claude-desktop"입니다.

초기화 명령

특정 IDE에 대한 규칙으로 프로젝트를 초기화하려면:

"클로드에 대한 IDE 초기화"
"윈드서핑을 위한 설정 규칙"
"클라인에 대한 아이디어 만들기"
"조종사 규칙 초기화"

프로젝트 설정 명령

포괄적인 프로젝트 설정을 얻으려면:

"프로젝트 설정 가져오기"
"설정 표시"
"프로젝트 설정"

컨텍스트 분석 명령

프로젝트 문서를 분석하려면:

"주요 맥락"
"프로젝트 컨텍스트 분석"
"컨텍스트 구축"

생각 명령

생각을 기록하려면:

"[여기에 당신의 생각을] 생각해 보세요"

사용 예

다음은 이러한 명령을 사용하는 방법에 대한 몇 가지 예입니다.

from mcp_agile_flow import process_natural_language # Migrate configuration from Cursor to Claude result = process_natural_language("migrate mcp config to claude-desktop") # Initialize rules for Windsurf result = process_natural_language("initialize ide for windsurf") # Get project settings result = process_natural_language("get project settings") # Prime the context result = process_natural_language("prime context") # Record a thought result = process_natural_language("think about how to improve code quality")

명령줄에서 사용

MCP Agile Flow CLI를 사용하여 자연어 명령을 사용할 수도 있습니다.

python -m mcp_agile_flow process-natural-language "migrate mcp config to claude-desktop"

오류 처리

시스템이 명령을 인식할 수 없는 경우, 명령을 감지할 수 없으며 더 구체적인 표현을 사용하라는 오류 메시지가 반환됩니다.

명령 확장

자연어 명령 감지 기능은 utils.py 에서 정규 표현식을 사용하여 구현됩니다. 새로운 명령 패턴에 대한 지원을 추가하려면 detect_mcp_command 함수에 적절한 정규 표현식 패턴을 추가하세요.

개발

개발을 설정하려면:

저장소를 복제합니다.
git clone https://github.com/yourusername/mcp-agile-flow.git cd mcp-agile-flow
가상 환경 만들기:
python -m venv .venv source .venv/bin/activate # On Windows: .venv\Scripts\activate
개발 종속성 설치:
pip install -e ".[dev]"
테스트 실행:
pytest
일반적인 Makefile 명령어:
make test # Run all tests make test-nl-commands # Test natural language command functionality make test-core # Run core tests only make coverage # Generate coverage report make clean # Clean build artifacts make clean-all # Clean everything including venv make clean-archived # Remove archived legacy files