Cursor에서 MCP 사용

MCP(Model Context Protocol)에 대해서 알아보자.
https://www.cursor.com/changelog
 

MCP란?

ANTHROPIC에서 Open Protocal로 공개한 Model Context Protocol 이다.
확장 가능한 연결시스템을 MCP를 통하여 활용가능하다.
MCP는 직접 구축도 가능하고 Open되어져 있는 MCP Server도 사용 가능하다.
Github MCP를 연동하게 되면 cursor Agent에게 Github의 PR을 만들거나 이슈를 생성하거나 하는 작업을 시킬수 있고
Supabase작업을 시킬수도 있고, Vercel을 연동해서 Agent에게 배포를 대신 Agent에게 시킬수 있다. (https://www.youtube.com/watch?v=f2ibNsDdJ0U)
 

Open-Source MCP Servers

https://cursor.directory/mcp
https://glama.ai/mcp/servers
https://smithery.ai/
 

MCP Servers 추가

Sequential Thinking 설치

• https://smithery.ai/ 접속 후 `Sequential Thinking` 클릭 후 아래 명령어 복사

 

• Cursor에 MCP Server 추가

 
복잡한 작업을 하거나 해결되지 않은 문제가 생겼을때 추론을 진행하는것과 비슷한..claude.3.7-sonnet-thinking처럼 굉장히 여러번 시도했지만 해결되지 않았을때 `Sequential Thinking`를 사용해볼만 하다.
Agent에서 실행될때 MPC에서 맞는 MPC Server를 선택해서 진행되기도 하지만 (Sequential Thinking)을 넣어줌으로써 명시적으로 사용하게도 할 수 있다.
 
복잡한 과정을 단계적으로 생각해서 정리해주고 다시 작업을 할수있게 하는게 Sequential Thinking의 포인트라고한다.
아직은 아리까리하지만 일단 많이  써보자.

실행결과

실제로 Called MCP tool로 여러번 반복해서 결과를 정리하고 다시 추론하고 하는 과정이 있다.

 

결과를 토대로한 Sequential Thinking 이란?

Sequential Thinking의 역할과 기능

Sequential Thinking은 MCP(Machine Cognition Protocol) 서버에서 제공하는 강력한 문제 해결 도구입니다. 이 도구는 복잡한 문제를 단계적이고 구조화된 사고 과정을 통해 해결하는 데 도움을 주는 기능을 제공합니다.
 

주요 특징

Sequential Thinking은 다음과 같은 상황에서 특히 유용합니다

• 복잡한 문제를 단계별로 분석할 때
• 수정 가능성이 있는 계획 및 설계 작업
• 진행 중 방향 수정이 필요한 분석 작업
• 처음에는 전체 범위가 명확하지 않은 문제
• 다단계 솔루션이 필요한 문제
• 여러 단계에 걸쳐 컨텍스트를 유지해야 하는 작업
• 관련 없는 정보를 필터링해야 하는 상황

 

작동 방식과 주요 매개변수

이 도구는 다음과 같은 매개변수를 통해 사고 과정을 체계화합니다:

• thought: 현재 사고 단계의 내용 (분석, 수정, 질문, 가설 등)
• next_thought_needed: 더 많은 사고가 필요한지 여부
• thought_number: 현재 사고의 순서 번호
• total_thoughts: 필요한 사고의 총 예상 수 (조정 가능)
• is_revision: 이전 사고를 수정하는지 여부
• revises_thought: 재고하는 사고 번호
• branch_from_thought: 분기점이 되는 사고 번호
• branch_id: 현재 분기의 식별자
• needs_more_thoughts: 추가 사고 필요 여부

 

권장 사용 방법

Sequential Thinking을 효과적으로 사용하기 위한 권장 사항:

• 필요한 사고의 초기 예상치로 시작하되, 필요에 따라 조정
• 이전 사고에 대해 자유롭게 질문하거나 수정
• 필요한 경우 추가 사고 단계 도입
• 불확실성이 있을 때 명시적으로 표현
• 사고 수정이나 분기 명확히 표시
• 관련 없는 정보 무시
• 적절한 시점에 해결책 가설 생성
• 사고 체인 기반으로 가설 검증
• 만족할 때까지 프로세스 반복
• 최종적으로 단일의 정확한 답변 제공

핵심 가치

Sequential Thinking의 핵심 가치는 다음과 같습니다:

• 구조화된 사고 과정: 체계적인 문제 접근 방식 제공
• 유연성: 사고 과정 중 방향 수정, 재검토, 분기 가능
• 반복적 개선: 가설 생성과 검증을 통한 점진적 해결책 개선
• 컨텍스트 유지: 여러 단계에 걸친 문제 해결 컨텍스트 유지
• 불확실성 관리: 불확실한 부분을 명시적으로 표현하고 다룸
• 이 도구는 지난 달에만 43,000회 이상 사용되었으며, AI가 더 체계적이고 투명한 방식으로 사고하고 문제를 해결하는 데 큰 도움을 주고 있습니다.