코드 없이 모든 CLI 도구를 AI용 MCP 서버로 변환하는 Rust 도구 공개

커뮤니티 반응

로컬 LLM 사용자들 사이에서 매우 실용적인 도구라는 평가를 받고 있으며, 특히 복잡한 인프라 관리 도구를 AI와 연동하려는 시도가 활발하다.

주요 논점

01찬성다수

기존의 방대한 CLI 생태계를 수정 없이 그대로 AI 도구로 재사용할 수 있어 확장성이 매우 뛰어나다.

합의점 vs 논쟁점

합의점

MCP가 로컬 AI 도구 통합의 표준으로 빠르게 자리 잡고 있다.
AI 에이전트에게 CLI 접근 권한을 줄 때는 반드시 명령어 제한(Whitelisting)이 필요하다.

논쟁점

도움말 파싱 방식이 표준화되지 않은 일부 도구에서는 스키마 추출이 부정확할 수 있다는 우려가 있다.

실용적 조언

위험한 명령어 실행을 방지하기 위해 반드시 cli_only 설정을 사용하여 안전한 조회 명령만 허용해야 한다.
macOS 사용자는 brew install avelino/mcp/mcp 명령어로 간편하게 설치할 수 있다.

섹션별 상세

사용자가 설정 파일에 CLI 도구를 등록하면 프로그램이 해당 도구의 --help 출력을 실행하여 사용 가능한 하위 명령과 플래그를 자동으로 수집한다. 수집된 정보는 MCP 표준에 맞는 타입 스키마로 변환되어 LLM에게 전달되며, 모델이 특정 기능을 요청하면 내부적으로 해당 프로세스를 독립적으로 생성하여 결과를 반환한다. Cobra, Clap, Click, Argparse 등 주요 CLI 프레임워크의 도움말 형식을 모두 지원하여 범용성이 높다.

보안을 위해 특정 명령어만 실행 가능하도록 제한하는 화이트리스트 기능을 제공한다. 예를 들어 kubectl 도구에서 get, describe, logs 등 조회용 명령어만 허용하고 delete나 apply 같은 위험한 명령은 차단하도록 설정할 수 있다. 이는 AI 에이전트가 시스템에 예기치 않은 변경을 가하는 것을 방지하는 필수적인 통제 장치로 작동한다.

json

{
  "kubectl": {
    "command": "kubectl",
    "cli": true,
    "cli_only": ["get", "describe", "logs", "top", "version"]
  }
}

특정 CLI 도구를 MCP 서버로 등록하고 실행 가능한 명령어를 제한하는 설정 예시

mcp serve 명령을 통해 여러 개의 설정된 서버를 단일 MCP 엔드포인트로 통합하여 노출하는 프록시 기능을 수행한다. 로컬 모델은 하나의 연결만으로 kubectl, docker, git, terraform 등 다양한 도구에 동시에 접근할 수 있다. 백엔드 연결은 지연 로딩 방식으로 처리되며 유휴 상태일 때 자동으로 종료되어 시스템 자원 소모를 최소화한다.

로컬 LLM의 컨텍스트 윈도우 한계를 고려하여 도구의 출력 결과가 1MB를 초과할 경우 자동으로 절단한다. 이는 대량의 로그나 데이터가 한꺼번에 주입되어 모델의 추론 능력이 저하되는 것을 방지하는 장치이다. 또한 단일 정적 Rust 바이너리로 제공되어 런타임 의존성 없이 간편하게 설치하고 실행할 수 있다.

용어 해설

모델 컨텍스트 프로토콜(Model Context Protocol (MCP)): — Anthropic에서 제안한 오픈 표준으로, AI 모델이 외부 도구, 데이터 소스 및 서비스와 안전하고 일관되게 상호작용할 수 있도록 설계된 통신 규약이다. 이를 통해 서로 다른 AI 앱과 데이터 소스 간의 통합 비용을 낮추고 재사용성을 높인다.
명령줄 인터페이스(Command Line Interface (CLI)): — 텍스트 터미널을 통해 사용자가 컴퓨터에 명령을 입력하고 결과를 확인하는 방식이다. 개발 도구와 서버 관리 도구의 상당수가 이 방식으로 작동하며, 자동화와 스크립트 작성에 유리하다.
스키마(Schema): — 데이터의 구조와 형식을 정의한 명세서이다. AI 도구 호출 맥락에서는 모델이 특정 도구를 실행하기 위해 어떤 인자(arguments)를 어떤 타입으로 전달해야 하는지 정의한 규칙을 의미한다.

언급된 도구

mcp추천링크

CLI 도구를 MCP 서버로 자동 변환

언급된 리소스

GitHubavelino/mcp GitHub Repository