PlanExe

PlanExe로 생성된 계획 예시

• 마인크래프트 테마 방탈출을 위한 사업 계획서.

• 패러데이 케이지 제조 회사를 위한 사업 계획서.

• Human as-a Service를 위한 파일럿 프로젝트.

• 더 많은 예시 보기.

Related MCP server: Planning System MCP Server

PlanExe란 무엇인가요?

PlanExe는 오픈 소스 도구이자 AI 에이전트를 위한 최고의 계획 도구입니다. 단일 평문 영어 목표 진술을 로컬 또는 클라우드 모델을 사용하여 약 15분 만에 40페이지 분량의 전략적 계획서로 변환합니다. 개요를 작성하는 데는 가속기 역할을 하지만, 완벽한 계획을 위한 만능 해결책은 아닙니다.

일반적인 출력물에는 다음이 포함됩니다:

• 요약 보고서

• 간트 차트

• 거버넌스 구조

• 역할 설명

• 이해관계자 지도

• 위험 등록부

• SWOT 분석

PlanExe는 잘 구조화되고 도메인 지식을 갖춘 출력물을 생성합니다: 정확한 용어, 논리적인 작업 순서, 일관된 섹션 구성. 기술적인 주제(엔지니어링 프로그램, 규제 산업)의 경우, 종종 어휘와 구조를 정확하게 파악합니다. 이를 비판하고 다듬을 수 있는 구체적인 초안 틀로 생각하십시오.

하지만 출력물에는 중요한 일관된 약점이 있습니다: 예산은 도출된 것이 아니라 가정된 것이며, 일정 추정치는 실제 자원 제약에 근거하지 않고, 위험 완화 조치는 일반적인 조언에 그치는 경향이 있으며, 법적/규제적 세부 사항은 그럴듯해 보이지만 검증되지 않았습니다. 출력물은 결과물이 아닌 구조화된 시작점으로 취급해야 합니다. 얼마나 많은 작업이 절약되는지는 프로젝트에 따라 크게 다릅니다. 브레인스토밍이나 첫 개요 작성 시에는 몇 시간을 절약할 수 있습니다. 고객에게 바로 제출할 계획서라면 모든 숫자, 일정, 위험 섹션에 대해 상당한 수정 작업이 필요할 것입니다.

모델 컨텍스트 프로토콜 (MCP)

PlanExe는 https://mcp.planexe.org/에서 AI 에이전트를 위한 MCP 서버를 제공합니다.

MCP 호환 클라이언트(Claude, Cursor, Codex, LM Studio, Windsurf, OpenClaw, Antigravity)가 있다고 가정합니다.

도구 워크플로우

1. example_plans (선택 사항, PlanExe 출력물 미리보기)

2. example_prompts

3. model_profiles (선택 사항, model_profile 선택 도움)

4. 비도구 단계: 프롬프트 초안 작성/승인

5. plan_create

6. plan_status (완료될 때까지 5분마다 폴링)

7. 실패 시 선택 사항: plan_retry

8. plan_file_info를 통해 결과 다운로드

동시성 참고: 각 plan_create 호출은 새로운 plan_id를 반환합니다. 서버 측 클라이언트별 전역 동시성 제한은 없으므로, 클라이언트는 자체적인 병렬 계획을 추적해야 합니다.

옵션 A: 원격 MCP (가장 빠른 경로)

사전 요구 사항

• https://home.planexe.org 계정.

• 계획을 생성할 충분한 자금.

• 계정에서 발급받은 PlanExe API 키 (pex_...)

MCP 클라이언트에서 이 엔드포인트를 직접 사용하세요:

{
  "mcpServers": {
    "planexe": {
      "url": "https://mcp.planexe.org/mcp",
      "headers": {
        "X-API-Key": "pex_your_api_key_here"
      }
    }
  }
}

옵션 B: Docker로 로컬에서 MCP 서버 실행

사전 요구 사항

• Docker

• OpenRouter 계정

• OPENROUTER_API_KEY가 포함된 PlanExe .env 파일 생성.

전체 스택 시작:

docker compose up --build

MCP로 진행하기 전에 웹 인터페이스에서 계획을 생성할 수 있는지 확인하십시오.

그런 다음 클라이언트를 다음에 연결하세요:

• http://localhost:8001/mcp

로컬 docker 기본 설정의 경우, docker-compose.yml에서 인증이 비활성화되어 있습니다.

MCP 문서

• 설정 개요: https://docs.planexe.org/mcp/mcp_setup/

• 도구 세부 정보 및 흐름: https://docs.planexe.org/mcp/mcp_details/

• Claude: https://docs.planexe.org/mcp/claude/

• Cursor: https://docs.planexe.org/mcp/cursor/

• Codex: https://docs.planexe.org/mcp/codex/

• PlanExe MCP 인터페이스: https://docs.planexe.org/mcp/planexe_mcp_interface/

• MCP 레지스트리 게시 메타데이터 (server.json): mcp_cloud/server.json

• llms.txt: https://mcp.planexe.org/llms.txt

CLI를 통한 파이프라인 실행 (프론트엔드 없음)

로컬 Python 환경이 설정되어 있고 Flask UI 없이 파이프라인을 직접 호출하려면 저장소 루트에 있는 planexe CLI 스크립트를 사용하세요.

# Create a plan from a text prompt
./planexe create_plan \
    --plan-text "Small coffee shop in Copenhagen, Denmark" \
    --output-dir ./planexe-outputs/1984-12-31/MyCoffeeShop_v1

# Or: read the plan prompt from a file
./planexe create_plan \
    --plan-file my_plan.txt \
    --output-dir ./planexe-outputs/1984-12-31/MyCoffeeShop_v1

이 스크립트는 실행 디렉토리가 없으면 생성하고 다음을 기록합니다:

AI 에이전트를 위한 안내

PlanExe는 AI 에이전트를 위한 인프라로 설계되었습니다. 이 글을 읽는 AI 에이전트라면 다음을 참고하세요:

• 검색: 서비스 메타데이터, MCP 도구 및 엔드포인트는 public/llms.txt를 읽으세요.

• MCP 엔드포인트: https://mcp.planexe.org/mcp — home.planexe.org에서 API 키를 받아 연결하세요.

• 워크플로우: example_prompts를 호출하여 예상되는 프롬프트 형식을 학습하고, 상세한 프롬프트(약 300-800단어의 흐르는 산문)를 작성한 후 plan_create를 호출하세요.

• 에이전트 가이드: 전체 자율 워크플로우는 docs/mcp/autonomous_agent_guide.md를 참조하세요.

• zip 파일 내 주요 출력물: wbs_level1.json (작업 패키지), wbs_level2.json (작업), pre_project_assessment.json (타당성).

사전 요구 사항: Docker Compose가 설치된 Docker; 기본적인 Docker 지식만 있으면 됩니다. 모든 것이 컨테이너에서 실행되므로 로컬 Python 설정은 필요하지 않습니다.

다음 단계를 따르세요

1. 저장소를 복제하고 진입합니다:

git clone https://github.com/PlanExeOrg/PlanExe.git
cd PlanExe

2. LLM 제공자를 제공합니다. .env.docker-example을 .env로 복사하고 OpenRouter에서 받은 키로 OPENROUTER_API_KEY를 채우세요. 컨테이너는 .env와 llm_config/를 마운트합니다. 거기서 모델 프로필을 선택하세요. 호스트 측 Ollama의 경우 docker-ollama-llama3.1 항목을 사용하고 Ollama가 http://host.docker.internal:11434에서 수신 대기 중인지 확인하세요.

3. 스택을 시작합니다 (첫 실행 시 이미지를 빌드합니다):

docker compose up worker_plan frontend_multi_user

워커는 http://localhost:8000에서 수신 대기하며, Postgres 및 워커 상태 확인이 통과되면 UI가 http://localhost:5001에 나타납니다.

4. 브라우저에서 http://localhost:5001을 열고, 계정을 만들거나(또는 .env의 관리자 자격 증명으로 로그인), 아이디어를 입력하고 다음으로 진행 상황을 확인하세요:

docker compose logs -f worker_plan

출력물은 호스트의 run/에 기록됩니다 (두 컨테이너 모두에 마운트됨).

5. Ctrl+C로 중지합니다 (또는 docker compose down). 코드/종속성 변경 후 다시 빌드하려면:

docker compose build --no-cache worker_plan frontend_multi_user

Compose 팁, 대체 포트 또는 문제 해결은 docs/docker.md 또는 docker-compose.md를 참조하세요.

구성

구성 A: 유료 제공자를 사용하여 클라우드에서 모델을 실행합니다. OpenRouter의 지침을 따르세요.

구성 B: 고성능 컴퓨터에서 로컬로 모델을 실행합니다. Ollama 또는 LM Studio에 대한 지침을 따르세요. Docker와 함께 호스트 측 도구를 사용할 때는 모델 URL을 호스트로 지정하세요 (예: Ollama의 경우 http://host.docker.internal:11434).

권장 사항: PlanExe를 안정적으로 작동시키는 가장 간단한 경로를 제공하는 구성 A를 권장합니다.

도움이나 피드백이 필요하시면,

PlanExe Discord에 참여하세요.