papi
OfficialPAPI
당신의 AI는 매 세션을 빈 상태에서 시작합니다. 당신의 프로젝트는 방향을 잃지 않습니다.

AI 코딩 도구는 코드를 작성하는 데는 뛰어나지만 방향을 유지하는 데는 형편없습니다. 범위는 커지고, 계획은 바뀌며, 그 배후의 결정들은 채팅 창에서 이루어지고 그곳에서 사라집니다. PAPI는 프로젝트가 방향을 잃지 않게 해줍니다. 구조화된 plan, build, review, release 사이클과 함께, 무엇이 선택되었고 무엇이 버려졌으며 그 이유가 무엇인지를 기록하는 결정 트레일을 제공합니다. 당신의 어시스턴트는 작업하면서 이를 쓰고 읽으므로, 누가 관리하지 않아도 항상 최신 상태를 유지합니다.
한 번 연결하면 끝입니다. 그 후부터 당신의 어시스턴트는 매 세션을 시작할 때 현재 어느 사이클에 있는지, 무엇이 진행 중인지, 다음에 무엇을 해야 하는지 알고 시작합니다.
무료로 시작하세요. plan → build → review → release 전체 루프를 최대 3개 프로젝트까지 카드 없이 이용할 수 있습니다. 무료 버전은 실제 프로젝트를 처음부터 끝까지 실행합니다. 트라이얼이 아닙니다. 요금제.
이 저장소의 정체. 문서, 설치 가이드, 이슈 트래커입니다. PAPI의 엔진은 클로즈드 소스이며 호스팅 방식입니다 — 여기서 빌드하는 것이 아니라 연결하는 것입니다. npm의
@papi-ai/server패키지가 지원되는 로컬 런타임입니다. 이 저장소의 내용물은 MIT 라이선스입니다.
빠른 시작
AI가 직접 설치하게 하세요. 이 내용을 어시스턴트에 붙여넣으세요 — Cursor, Claude Code, Windsurf, Codex, VS Code 또는 다른 MCP 클라이언트 어디든:
Read https://getpapi.ai/llms.txt and set up PAPI
이것이 설치의 전부입니다. 당신의 어시스턴트가 실행 중인 도구에 맞는 런북을 읽고 연결을 직접 구성합니다. (동일한 지침이 이 저장소의 llms.txt와 llms-install.md에도 있으므로, 어시스턴트가 URL을 가져올 수 없는 경우에도 사용할 수 있습니다.)
그런 다음 인증하세요 — 이 부분은 당신의 몫입니다. PAPI는 OAuth로 로그인하며, 어떤 AI도 당신을 대신해 브라우저 동의 화면을 클릭할 수 없습니다. 어시스턴트가 정확히 어디를 클릭해야 하는지 알려줄 것입니다. 그때까지 서버는 Needs authentication 상태로 대기하며 어떤 도구 호출도 작동하지 않습니다. 사람들이 놓치는 단계가 바로 이것입니다.
연결이 완료되면 어시스턴트에게 말하세요:
Run the
setuptool to scaffold this project, then runorientand tell me which cycle this project is on.
직접 연결하는 것을 선호하시나요?
Claude Code에서 가장 짧은 경로는 플러그인입니다 — 두 줄이면 되고 복사하거나 편집할 것이 없습니다:
/plugin marketplace add getpapi/papi
/plugin install papi@papi플러그인은 서버 구성을 포함하며, 두 가지 스킬도 함께 제공합니다: check-mcp는 작동하지 않는 연결을 진단하고, papi-verify는 현재 사이클의 상태를 점검합니다.
모든 도구는 동일한 streamable-HTTP 엔드포인트 https://mcp.getpapi.ai/mcp를 직접 사용할 수도 있습니다. Claude Code에서는 다음과 같습니다:
claude mcp add --transport http papi https://mcp.getpapi.ai/mcp어느 쪽이든, 마지막으로 /mcp → papi → Authenticate로 마무리하세요.
DeepSeek Harness 사용자는 PAPI 연결 토큰을 생성한 후 저장소 소유 번들을 설치할 수 있습니다:
dsh plugin --profile web add @papi-ai/deepseek-harness토큰 처리, 검증, 호환성 및 제거에 대해서는 PAPI for DeepSeek Harness를 참조하세요.
Cursor, VS Code, Windsurf, Codex 및 일반 MCP 클라이언트용 도구별 구성은 docs/install.md에 있습니다.
Related MCP server: Mono Memory MCP
제공되는 기능
plan — 목표를 적정 크기의 작업들로 구성된 사이클로 나누며, 각 작업에는 어시스턴트가 직접 실행할 수 있는 빌드 핸드오프가 포함됩니다.
build — 무엇이 구축되었는지, 무엇이 예상 밖이었는지, 과정에서 무엇이 발견되었는지를 추적합니다.
review and release — 루프를 닫아, 모든 사이클이 다음 계획의 입력이 되게 합니다.
strategy reviews — 몇 사이클마다 한 번씩 속도가 아닌 방향을 점검합니다.
대시보드 — getpapi.ai에서 사이클, 보드, 결정 사항을 확인할 수 있어, 질문하지 않아도 프로젝트 상태를 볼 수 있습니다.
방법론이 곧 제품입니다: 어시스턴트가 당신과 함께 실행하는 plan, build, review, release 루프이며, 기억이 누적됩니다. PAPI는 위 배지의 모든 사이클을 PAPI로 구축했습니다.

허브는 하나의 질문으로 열립니다 — 다음에 무엇이 일어나는가. 사이클의 plan, build, review, release 진행 상황이 그 아래에 있습니다.

보드는 전체 그림입니다. 어시스턴트는 작업의 부수 효과로 보드에 기록하므로, 누가 관리하지 않아도 항상 최신 상태를 유지합니다.
트래커와의 차이점
Linear, Jira, Asana 또는 Notion과 달리, 이것은 인간을 위해 만들어진 후 에이전트에 개방된 도구가 아닙니다. 그런 보드들은 인간이 티켓을 작성하고 인간이 읽는다고 가정하며, 당신의 AI가 볼 수 없는 탭에서 이루어집니다. PAPI의 보드는 어시스턴트가 작업의 부수 효과로 쓰고 읽습니다: 빌드를 시작하면 작업이 열리고, 완료하면 보고서가 기록되며, 릴리스하면 사이클이 닫힙니다. 당신은 계획을 승인하고 리뷰에 서명합니다. 그 사이의 티켓 관리 업무가 사라지는 부분입니다. 당신은 키 입력이 아닌 결과를 관리합니다.
Taskmaster 및 기타 저장소 내 작업 파일과 달리, PAPI의 상태는 한 도구가 한 번 생성한 후 현실과 동떨어지는 파일이 아닙니다. 호스팅되고 구조화되어 있습니다 — 사이클, 빌드 보고서, 리뷰 판정, 그리고 증거가 도착함에 따라 신뢰 수준이 변하는 Active Decisions까지 포함합니다. 동일한 프로젝트 메모리가 Claude Code, Cursor, VS Code 또는 Codex에서도 유지되므로, 도구를 전환해도 컨텍스트가 초기화되지 않으며, 지난 사이클의 학습 내용은 다음 계획의 입력이지 당신이 기억해서 언급해야 할 것이 아닙니다.
이 둘 모두 해당 도구들을 폄하하는 것이 아닙니다. 그들은 당신의 어시스턴트가 새 창을 열 때마다 매번 무너지는 문제와는 다른 문제를 해결하고 있습니다.

Active Decisions는 작업 트래커에 필드가 없는 부분입니다: 무엇이 결정되었는지, 왜, 무엇이 거부되었는지, 언제 재검토할지. 증거가 도착함에 따라 신뢰도가 움직입니다.

모든 사이클은 흔적을 남기므로, 프로젝트의 배후 추론은 몇 달이 지나도 그대로 남아 있습니다 — 그것을 다시 읽는 어시스턴트에게도 마찬가지입니다.
도구
PAPI는 다음 MCP 도구를 어시스턴트에 노출합니다. 전체 루프는 몇 번의 호출로 완료됩니다.
핵심 루프
orient — 한 번의 호출로 현재 사이클, 진행 중인 작업, 권장되는 다음 행동을 반환합니다. 매 세션 시작 시 실행하세요.
setup — 새 프로젝트에 PAPI를 스캐폴딩합니다.
plan — 목표를 적정 크기의 작업들로 구성된 사이클로 나누며, 각 작업에는 어시스턴트가 직접 실행할 수 있는 빌드 핸드오프가 포함됩니다.
build_list — 현재 사이클의 작업과 핸드오프를 나열합니다.
build_execute — 작업을 시작하고(브랜치와 핸드오프 생성) 완료합니다(빌드 보고서 기록).
review_list / review_submit — 완료된 빌드를 표시하고 accept / request-changes / reject 판정을 기록합니다.
release — 완료된 작업을 병합하고 사이클을 다음 단계로 진행합니다.
보드 및 백로그
board_view — 프로젝트 보드와 모든 작업을 읽습니다.
board_edit — 작업의 상태, 사이클, 우선순위 또는 메모를 변경합니다.
ad_hoc — 사이클 외부에서 수행된 빠른 작업을 기록하여 프로젝트 기록에 표시되게 합니다.
idea — 기능, 버그 또는 연구 노트를 백로그에 캡처합니다.
bug — 보드에 버그를 등록합니다.
전략 및 인텔리전스
strategy_review — 몇 사이클마다 한 번씩 속도가 아닌 방향을 점검합니다.
strategy_change — 대체 이력(supersede history)과 함께 Active Decision을 기록합니다.
zoom_out — 여러 사이클에 걸친 주기적 회고입니다.
문서 및 프로젝트
doc_register / doc_search — 프로젝트 참조 문서를 등록하고 찾습니다.
project_list / project_switch / project_create — 여러 PAPI 프로젝트를 관리합니다.
문서
이 저장소 내:
문서 | 내용 |
에이전트 런북 — AI를 이 파일로 안내하세요 (라이브 버전: getpapi.ai/llms.txt) | |
AI 어시스턴트용 도구별 설치 지침 | |
지원되는 모든 도구의 설치 경로 | |
사이클, 핸드오프, 결정 사항, 그리고 각 요소가 어떻게 맞물리는지 | |
연결 문제, 프로젝트 라우팅, 일반적인 해결 방법 |
웹사이트의 전체 문서 — 계정 불필요:
페이지 | 내용 |
5분 안에 첫 사이클 계획까지 도달 | |
전체 plan → build → review → release 루프 | |
사이클, 핸드오프, Active Decisions — 용어집 | |
모든 명령을 한 페이지에 | |
매개변수와 사용 사례를 포함한 모든 PAPI MCP 도구 | |
연결 및 인증 응급 처치 | |
팀용: 대시보드 읽기, 사이클 보고서, 리뷰 흐름 |
커뮤니티 및 지원
막혔거나 문제가 있나요? 이슈를 열어주세요 — 각 경우에 맞는 템플릿이 있으며, PAPI가 연결되지 않거나 인증되지 않을 때 사용하는 연결 문제(connection problem) 템플릿이 사람들이 가장 많이 막히는 부분입니다:
Connection problem · Bug report · Question · Feature request
Discord는 질문에 더 빠르며, 릴리스 노트도 가장 먼저 도착합니다.
CONTRIBUTING.md는 유용한 보고서의 형태와 문서 PR이 변경할 수 있는 내용을 다룹니다.
취약점을 발견했나요? 이슈를 열지 마세요 — SECURITY.md에 비공개 채널이 있습니다.
저장소에 스타를 남겨주세요
PAPI가 유용하다면, 스타를 눌러주세요. 그게 전부입니다. 그리고 그렇게 함으로써 AI 어시스턴트로 작업하는 다른 사람들도 이 프로젝트를 발견할 수 있습니다.
링크
웹사이트 및 대시보드: getpapi.ai
가격: getpapi.ai/pricing — 무료 티어, 카드 불필요
각 주기별 업데이트 내용: getpapi.ai/changelog
데이터, 접근 권한, 그리고 PAPI에 아직 없는 것들: getpapi.ai/trust
라이선스: 이 저장소의 내용물(문서, 가이드, 구성 예시, Dockerfile)은 MIT 라이선스입니다. 이 라이선스는 이 저장소에만 적용됩니다 — PAPI 엔진에는 적용되지 않으며, 상표인 PAPI 이름이나 로고에도 적용되지 않습니다.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.
No tool schema history has been recorded yet.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Connectors
The project brain for AI coding agents — memory, decisions, sprints, knowledge base via MCP.
Persistent AI memory shared across Claude, ChatGPT, coding agents, and compatible MCP clients.
Project memory for coding agents: requirements, decisions, code graph and delivery telemetry.
1Your versioned memory across every AI tool — context maps, personal memory, and tasks over MCP.
Related MCP Servers
- FlicenseNot gradedqualityNot gradedmaintenanceAn MCP server that provides persistent project context, workflow management, and knowledge capture for AI coding agents. It enables agents to maintain structured memory across sessions by tracking project profiles, conventions, skills, and technical debt.7-
- AlicenseNot gradedqualityDmaintenanceA self-hosted MCP server that provides AI assistants with a shared, persistent SQLite-backed memory for storing and retrieving project context, decisions, and discoveries. It enables cross-session continuity and team-wide knowledge sharing to keep AI coding tools aligned and informed.3MIT
- AlicenseNot gradedqualityDmaintenanceA database-backed MCP server that acts as a project memory bank, enabling AI assistants to store, retrieve, and search structured context like decisions, tasks, and architecture using SQLite and vector embeddings.Apache 2.0
- AlicenseNot gradedqualityDmaintenanceMCP server that provides persistent memory and contextual awareness to language models, enabling project onboarding, recall of architectural rules, and code consistency across sessions.32MIT
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/getpapi/papi'
If you have feedback or need assistance with the MCP directory API, please join our Discord server