728x90

Gemini CLI 확장하기: Extension, Agent Skills, MCP, Custom Tools 완전 정리

Gemini CLI는 기본 제공 기능 외에도,
사용자가 직접 기능을 확장할 수 있는
여러 메커니즘을 제공함.

대표적으로 다음 4가지가 있음:

Extensions,
(Agent) Skills,
MCP Servers,
Custom Tools.

이 4가지는 서로 대등한 병렬 관계는 아니나 그렇다고 엄격한 계층구조도 아님.

각각 유래·목적·동작 구조가 차이를 가짐.

이 문서는 이들의 정의와 관계를 간단히 정리해 봄:

0. 각 확장 방식의 유래 (Origins)

4가지 개념은

서로 다른 배경에서 등장하였으며,
Gemini CLI 는 이들을 받아들이거나 정의하여 통합하고 있음.

개념	유래 및 표준 여부
MCP (Model Context Protocol)	Anthropic이 2024년 11월 공개한 open standard protocol. 이후 Google, OpenAI, Microsoft 등이 채택하여 사실상 AI-외부서비스 연결의 산업 표준 이 됨.
Agent Skills	Anthropic이 2025년 10월 Claude 전용 기능으로 도입 후, 2025년 12월 18일 open standard 로 공개. 이후 Claude Code, GitHub Copilot, Cursor, Gemini CLI 등 다수의 AI 클라이언트가 공통 채택함.
Custom Tools	Gemini CLI 고유의 로컬 실행 도구 등록 방식. `settings.json` 기반으로 동작하며 Gemini CLI에 특화됨.
Extensions	Gemini CLI의 공식 패키징 및 해당 패키지 배포 시스템 . MCP 설정, 컨텍스트 파일, 커스텀 명령어 등을 하나의 설치 가능한 단위로 묶어 공유하기 위한 구조.

주의할 점은 다음을 참고:

MCP와 Agent Skills는 Gemini CLI에 종속되지 않는 범용 오픈 표준임.
Custom Tools와 Extensions는 Gemini CLI에 특화된 구조임.

이 차이는 단순한 분류가 아니라 실용적 의미를 가짐.

MCP 서버나 Agent Skill을 한 번 만들어두면,
Gemini CLI 외에도 지원 클라이언트 어디서든 재사용 가능함.

1. 관계 구조 (Relationship)

이들 4가지 개념은 포함 관계와 독립 관계가 혼재함.

우선 Extension이 필수적인 상위 컨테이너가 아니라는 점 임:
Gemini CLI에선 상위 컨테이너는 맞음.
그러나 모든 요소를 필수적으로 요구하진 않음.

Extension은

각 요소들을 묶어 배포하는 선택적 패키지 단위이며,
Extension 없이도 각각이 독립적으로 등록하고 공유할 수 있음.

[ Extension ] ← 선택적 배포 패키지.
  |             아래 요소들 중 일부 또는 전부를 묶어 설치·공유하는 단위.
  |             반드시 모든 요소를 포함할 필요 없음.
  |
  ├── MCP Server 설정         (포함 가능, 선택)
  ├── Context File/GEMINI.md (포함 가능, 선택)
  ├── Custom Commands/.toml  (포함 가능, 선택)
  ├── Agent Skills           (포함 가능, 선택)
  └── excludeTools 설정       (포함 가능, 선택)

[ Agent Skills ] ← Extension 없이 독립 설치·공유 가능한 오픈 표준 포맷.
  └── SKILL.md (필수)
      scripts/    (선택 — Skill 활성화 시 run_shell_command로 실행)
      references/ (선택 — 참조 문서, 예시 파일)
      assets/     (선택 — 템플릿, 바이너리 리소스)
      ※ scripts/의 스크립트는 Custom Tool과 유사하게 동작하지만,
         등록·호출 방식이 근본적으로 다른 별개 개념임 (2-2절 참고).

[ MCP Servers ] ← Extension 없이 settings.json으로 직접 등록 가능.
  └── Tools     (MCP 서버가 노출하는 named 함수 — 모델이 직접 호출)
      Resources (MCP 서버가 노출하는 데이터 소스 — @ 문법으로 참조)
      Prompts   (MCP 서버가 노출하는 프롬프트 템플릿)

[ Custom Tools ] ← Extension 없이 settings.json으로 직접 등록 가능.
                   항상 등록된 상태. 모델이 언제든 직접 호출 가능.

2. 기술적 비교 분석

2-1. 비교

비교 항목	Extensions	Agent Skills	MCP Servers	Custom Tools
정의 방식	`gemini-extension.json` 포함 디렉터리	`SKILL.md` 포함 디렉터리	`settings.json`의 `mcpServers` 설정	`settings.json`의 `discoveryCommand` / `callCommand`
주된 역할	여러 요소를 묶어 설치·배포하는 패키지 단위	on-demand 지침·리소스 패키지	외부 시스템의 도구·리소스·프롬프트 연결	로컬 실행 가능 도구 상시 등록
활성화 방식	`gemini extensions install`로 설치, 시작 시 자동 로드	세션 시작 시 name·description만 주입, 매칭 시 `activate_skill`로 on-demand 활성화	설정된 서버에서 tools·resources·prompts 자동 discovery	설정 시 도구로 등록, 항상 호출 가능
범용성	Gemini CLI 전용	오픈 표준 (Claude Code, Copilot, Cursor 등 호환)	오픈 표준 (MCP 지원 모든 클라이언트 호환)	Gemini CLI 전용
단독 공유	`gemini extensions install <url>`	`gemini skills install <url\|path\|.skill>`	`settings.json` 공유	`settings.json` + 스크립트 공유
복잡도	높음 (여러 요소 통합)	중간	중간 이상	낮음

2-2. Skill 내 scripts/ vs Custom Tools

Skill 와 Custom Tools 모두 스크립트 실행이 가능하나
구조와 목적이 차이가 있음.

구분	Skill 내 `scripts/`	Custom Tools
등록 방식	Skill 디렉터리에 파일로 번들	`settings.json`의 `discoveryCommand` / `callCommand` (이는 key로 값에 script의 패스가 할당됨)
모델의 인식 방식	Skill 활성화 후 `run_shell_command`로 실행 지시	이름·스키마를 가진 독립 Tool로 모델이 직접 호출
유효 범위	해당 Skill이 활성화된 세션 에서만 유효	항상 등록된 상태 로 상시 사용 가능
배포 방식	Skill 디렉터리와 함께 패키징	`settings.json` 및 스크립트 파일 별도 관리

Custom Tools는
- 모델이 Tool로 인식 (/tools 명령어로 확인 가능)하고
- 직접 호출하는 구조인 반면,
Skill의 scripts/는
- 모델이 Skill의 지침(SKILL.md)을 읽고
- run_shell_command로 실행하도록 유도받는 구조임.

3. 핵심 구성 요소 (Components)

3-1. Extension

Extension이란?

Extension은
gemini-extension.json 파일을
포함하는 디렉터리임.

다음의 다양한 요소를 하나의 패키지로 묶어 설치·배포·공유할 수 있는 단위임:

MCP 서버 설정,
컨텍스트 파일,
커스텀 명령어,
Agent Skills,
도구 제한 등

단, Extension은
이 모든 요소를 반드시 포함할 필요 없음.

예를 들어,

MCP 서버 설정만 번들한 Extension도 유효하며,
GEMINI.md와 Custom Commands만 묶은 Extension도 가능함.

목적에 따라
필요한 요소만 선택하여 구성함.

중요한 것은 gemini-extension.json 파일은 필수이며,
해당 파일이 있는 디렉터리가 바로 Extension이라고 볼 수 있음

3-1-1. gemini-extension.json 구조:

{
  "name": "my-python-extension",
  "version": "1.0.0",
  "mcpServers": {
    "my-python-server": {
      "command": "python",
      "args": ["server.py"],
      "env": {
        "DB_PATH": "${DB_PATH}"
      }
    }
  },
  "contextFileName": "GEMINI.md",
  "excludeTools": ["run_shell_command"]
}

name: Extension의 고유 식별자. 디렉터리 이름과 일치해야 함.
version: Extension의 버전 (gemini extensions update 시 참조).
mcpServers: 번들할 MCP 서버 설정 (선택). settings.json의 MCP 설정과 동일한 형식.
주의할 점은, command로 지정한 실행 파일이 Extension을 설치하는 각 사용자의 환경에 반드시 존재해야 함.
contextFileName: 컨텍스트로 주입할 파일명 (선택). 기본값은 GEMINI.md.
해당 파일이 Extension 디렉터리에 있으면 이 필드 없이도 자동 로드 됨.
excludeTools: 특정 빌트인 도구 비활성화 (선택).
예: ["run_shell_command(rm -rf)"]로 특정 명령만 제한 가능.

Extension에 포함되는 Agent Skills는

Extension 디렉터리 내 .gemini/skills/ 경로에 배치하면 자동으로 번들됨.
gemini-extension.json에 별도 필드는 없는 점에 주의할 것.

3-1-2. Extension 설치·관리 명령:

Extension은 Gemini-CLI에서 처음부터 배포 및 공유를 염두에 둔 확장방식임.

때문에 설치, 업데이트, 목록 확인등을 위한 명령어가 지원됨.

Extension 관련 명령어는 /extensions 를 공통으로 사용하며 이에 대한 인자로 구분됨.

다음을 참고:

# GitHub URL 또는 로컬 경로로 설치
gemini extensions install https://github.com/user/my-extension
gemini extensions install ./my-extension

# 업데이트 (gemini-extension.json의 version 필드 기준)
gemini extensions update my-extension

# 설치된 Extension 목록 확인 (CLI 내부)
/extensions list

3-1-3. Extension 갤러리 (커뮤니티 공개 목록):

공개된 Extensions는 다음의 URL에서 확인 가능(설치법 및 관련 URL등이 표시되어있음)함.
https://geminicli.com/extensions/

이는 Gemini CLI의 /extensions explore 명령어로도 이동 가능함.

3-1-4. Extension 을 학습하기 좋은 사이트:

공식 튜토리얼

3-2. Agent Skills

Agent Skills란?

Anthropic이 처음 제안한 오픈 표준 포맷,

AI 에이전트에게 특정 도메인의 전문 지식·절차·리소스를
on-demand로 제공하기 위한 자기 완결적(self-contained) 디렉터리 패키지임.

Global Context인 GEMINI.md 와 달리,

Agent Skills는 필요한 순간에(on-demand)만 불러오는 Lazy Loading 방식.
이 덕분에 Context를 읽기 위한 Token 소모를 줄이고 응답 정확도와 속도를 높일 수 있음.

Skills는 Claude Code, GitHub Copilot, Cursor 등에서 사용가능!

MCP 와 Skills는
여러 AI 클라이언트 간에 이식 가능한
open standard임.

3-2-1. SKILL.md 구조 — YAML frontmatter + Markdown 본문의 이중 구조가 필수:

SKILL.md에선 frontmatter 없이는 Gemini CLI가 해당 Skill을 인식하지 못함.

name과 description 필드는 세션 시작 시 모델에게 주입되어야 하는 meta-data임.
이는 반드시 frontmatter에 존재해야함.

SKILL.md의 description을
얼마나 명확하게 작성하느냐가 Skill 자동 활성화 정확도를 결정지음.

다음의 예제 SKILL.md를 참고:

---
name: api-auditor
description: >
  Expertise in auditing and testing API endpoints.
  Use when the user asks to "check", "test", or "audit"
  a URL or API endpoint for availability and correctness.
---

# API Auditor Instructions

You act as a QA engineer specialized in API reliability.
When this skill is active, you MUST follow this procedure:

1. **Audit**: Use the bundled `scripts/audit.js` utility to check the
   status of the provided URL (status codes, latency, response body).
2. **Report**: Analyze the output and explain any failures in plain English.
3. **Recommend**: Suggest concrete remediation steps if the endpoint fails.

3-2-2. 권장 디렉터리 구조:

Skills는 open standard로 배포 및 패키징을 염두에 두고 만들어짐.

일반적으로 다음과 같은 구조의 디렉토리가 Skills임:

.gemini/skills/api-auditor/
├── SKILL.md          (필수 — YAML frontmatter + 지침 본문)
├── scripts/          (선택 — 활성화 후 run_shell_command로 실행할 스크립트)
│   └── audit.js
├── references/       (선택 — 정적 참조 문서, 예시 파일)
│   └── error-codes.md
└── assets/           (선택 — 템플릿, 바이너리 리소스)

3-2-3. Skills의 3단계 Progressive Disclosure:

Skills의 동작은 다음 3단계로 이루어짐.

Discovery (session시작시)
Activation (사용자의 prompt에 의해 자동으로 이루어짐)
Execution (사용자의 승인 이후, SKILL.md가 로딩)

[1. Discovery]
  세션 시작 시 name + description만 시스템 프롬프트에 주입.
  전체 지침과 리소스는 아직 로드되지 않음 → 토큰 절약.

        ↓ 요청 내용이 description과 매칭될 때

[2. Activation]
  모델이 activate_skill 도구를 자동 호출.
  UI에 동의 프롬프트 표시 (Skill 이름, 목적, 접근 경로).
  사용자 승인 후 진행.

        ↓ 승인 완료

[3. Execution]
  SKILL.md 본문 전체를 대화 히스토리에 주입.
  Skill 디렉터리 전체가 에이전트의 허용 파일 경로에 추가됨.
  모델이 Skill 지침을 우선 적용하여 작업 수행.

3-2-4. Skill 탐색 경로 및 우선순위:

Skills 의 디렉토리가 놓일 수 있는 곳은 아래와 같음:

Workspace Skills:  <project>/.gemini/skills/  또는  <project>/.agents/skills/
User Skills:       ~/.gemini/skills/           또는  ~/.agents/skills/
Extension Skills:  <extension-dir>/.gemini/skills/

우선순위: Workspace > User > Extension
같은 계층 내에서는 .agents/skills/ > .gemini/skills/

Skills는
Extension에 포함될 수 있음을 기억할 것.

3-2-5. Skill 독립 설치·관리 명령:

앞서 말한대로, Skills도 배포 및 공유를 염두에 두고 설계됨.

Gemini CLI에선 \skills 명령어를 통해 설치 및 관리가 가능함:

# Git 저장소로부터 설치
gemini skills install https://github.com/user/repo.git

# 로컬 디렉터리로부터 설치
gemini skills install /path/to/local/skill

# .skill 번들 파일로부터 설치
gemini skills install /path/to/my-expertise.skill

# 로컬 개발 디렉터리를 심볼릭 링크로 연결 (개발 시 편리)
gemini skills link /path/to/my-skills-repo --scope workspace

# 설치된 Skill 목록 확인
gemini skills list

# Skill 활성화/비활성화 (기본 scope: user)
/skills enable  api-auditor
/skills disable api-auditor --scope workspace

3-2-6. 관련 사이트들

Skills는 open standard이므로 Gemini에 국한되지 않음:

커뮤니티 Skill 레지스트리:

공식 튜토리얼들

3-3. MCP Servers & Tools

MCP란?

Model Context Protocol(MCP)은
Anthropic이 2024년 11월 공개한
AI 에이전트와 외부 서비스 간의 표준 통신 프로토콜임.

기존에는 AI 툴마다 외부 서비스 연결 방식이 제각각이었으나,
MCP가 이를 표준화하여 MCP를 지원하는 어떤 AI 클라이언트든
동일한 서버를 연결해 사용할 수 있게 됨.

MCP 서버는 세 가지 유형의 기능을 노출할 수 있음:

Tools: 모델이 직접 호출하는 함수 단위. 데이터 조회, 외부 API 호출, 파일 조작 등.
Resources: @ 문법으로 참조 가능한 데이터 소스. 파일, API 응답, 보고서 등.
Prompts: 재사용 가능한 프롬프트 템플릿.

discovery된 MCP Tool은 빌트인 도구와 동일하게 모델이 자동으로 사용 가능함.

서버 이름이 충돌할 경우 auto prefixing 으로 이름이 구분됨.

3-3-1. settings.json 으로 MCP 서버 등록 예시:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
      }
    },
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "./mydb.sqlite"]
    }
  }
}

3-3-2. Tool Definition (Schema) 예시 — 서버가 노출하는 도구 정의 구조:

{
  "name": "list_issues",
  "description": "GitHub 저장소의 이슈 목록을 가져옵니다.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "owner":  { "type": "string", "description": "저장소 소유자" },
      "repo":   { "type": "string", "description": "저장소 이름" },
      "state":  { "type": "string", "enum": ["open", "closed", "all"] }
    },
    "required": ["owner", "repo"]
  }
}

3-3-3. MCP 서버 상태 확인 명령 (CLI 내부):

Gemini CLI가 지원하는 MCP 명령어는 다음과 같음:

/mcp          # 연결된 모든 MCP 서버, Tools, Resources, Prompts 목록 확인

3-3-4. 관련 사이트

공식 튜토리얼

3-4. Custom Tools

Custom Tools란?

Gemini CLI 전용의 로컬 실행 도구 등록 방식임.

settings.json에 discoveryCommand와 callCommand를 등록하면,
세션 시작 시 도구가 자동으로 발견되어 항상 호출 가능한 상태가 됨.

MCP 서버 구축보다
가볍고 빠르게
로컬 기능을 연결하는 데 적합함.

단, 이 방식은 Gemini CLI에 특화되어 있어, 다른 AI 클라이언트와의 호환성은 없음.

3-4-1. 동작 방식:

다음의 2단계로 동작이 이루어짐:

Discovery : discoveryCommand
Call :" callCommand

[Discovery]
  세션 시작 시 discoveryCommand를 실행.
  실행 결과로 FunctionDeclaration JSON 배열을 반환.
  이 배열이 모델에게 사용 가능한 도구 목록(스키마)으로 제공됨.

[Call]
  모델이 도구 호출을 결정하면 callCommand를 실행.
  첫 번째 인자: 도구 이름
  stdin: 도구에 전달할 JSON 인자
  stdout: 도구 실행 결과 (모델에게 반환됨)

3-4-2. settings.json 등록 예시:

{
  "tools": {
    "discoveryCommand": "node tools/index.js list",
    "callCommand":      "node tools/index.js call"
  }
}

3-4-3. discoveryCommand가 반환해야 하는 JSON 형식 예시:

[
  {
    "name": "get_weather",
    "description": "특정 도시의 현재 기온을 반환합니다.",
    "parameters": {
      "type": "object",
      "properties": {
        "city_name": {
          "type": "string",
          "description": "날씨를 조회할 도시 이름"
        }
      },
      "required": ["city_name"]
    }
  }
]

3-4-4. 관련 사이트

다음의 URL에서 보다 자세히 다룸:
Custom Tool 실습)

공식 튜토리얼

4. 선택 기준

상황에 따른 적합한 메커니즘 선택 기준을 정리하면 다음과 같음.

상황	적합한 메커니즘
단일 로컬 스크립트를 항상 사용 가능하게 등록하고 싶을 때	Custom Tools
특정 작업의 절차·지침·스크립트를 묶어 필요할 때만 활성화하고 싶을 때	Agent Skills
GitHub, DB, 외부 API 등 외부 서비스와 표준 방식으로 연결하고 싶을 때	MCP Servers
위 요소 중 일부를 조합해 팀·커뮤니티에 한 번에 배포하고 싶을 때	Extensions
작업 지식을 Claude Code, Copilot 등 다른 AI 클라이언트와도 공유하고 싶을 때	Agent Skills (오픈 표준)
외부 서비스 연결 설정을 여러 AI 클라이언트와 공유하고 싶을 때	MCP Servers (오픈 표준)

5. 종합 흐름 예시

다음의 예를 들어서 파악해 볼 것:

사용자: "내 GitHub에서 오늘 올라온 Issue를 분석해서 우선순위를 정리해줘"

① Extension 로드 (시작 시 자동)
   └─ gemini-extension.json → MCP 서버 설정 + GEMINI.md 컨텍스트 주입

② MCP Server 연결
   └─ GitHub MCP 서버와 통신 채널 수립
   └─ list_issues, get_issue, add_label 등 Tool을 모델에 노출
   └─ 저장소 정보(Resources)를 @ 문법으로 참조 가능

③ Agent Skill 활성화 (on-demand)
   └─ "이슈 우선순위 분석" Skill의 description과 요청 매칭 감지
   └─ activate_skill 호출 → 사용자 동의 프롬프트 표시
   └─ SKILL.md 본문 + references/priority-criteria.md 컨텍스트 주입

④ MCP Tool 실행
   └─ list_issues 도구로 오늘 이슈 목록 수집
   └─ get_issue로 각 이슈 상세 내용 조회
   └─ Skill 지침의 우선순위 기준에 따라 분석·정렬하여 응답

이 예시는 Extension + MCP + Skill을 함께 사용하는 통합 시나리오임.

실제로는 각 메커니즘을 단독으로 사용하거나 일부만 조합하는 경우가 더 많음.

예를 들면 다음과 같음:

MCP 서버만 단독으로 등록해 GitHub에 연결하거나,
Skill만 단독으로 설치해 코드 리뷰 절차를 표준화하는 것도 완전히 유효함.

References

공식 문서

튜토리얼

참고 자료

728x90

'개발환경' 카테고리의 다른 글

Install the WARP of Cloudflare (0)	2026.03.12
Cloudflare WARP: Secure Internet Routing and Network Optimization (0)	2026.03.12
npm install 과 npm ci 의 차이 (0)	2026.01.27
Emacs vs vi 단축키 비교 (주요내용) (0)	2026.01.07
아웃바운드 터널을 이용한 SSH 접속: Colab과 cloudflared 사례 (0)	2026.01.05

ds31x

Gemini CLI: Extension, Skill, MCP, Tool (정리)

Gemini CLI 확장하기: Extension, Agent Skills, MCP, Custom Tools 완전 정리

0. 각 확장 방식의 유래 (Origins)

1. 관계 구조 (Relationship)

2. 기술적 비교 분석

2-1. 비교

2-2. Skill 내 scripts/ vs Custom Tools

3. 핵심 구성 요소 (Components)

3-1. Extension

3-1-1. gemini-extension.json 구조:

3-1-2. Extension 설치·관리 명령:

3-1-3. Extension 갤러리 (커뮤니티 공개 목록):

3-1-4. Extension 을 학습하기 좋은 사이트:

3-2. Agent Skills

3-2-1. SKILL.md 구조 — YAML frontmatter + Markdown 본문의 이중 구조가 필수:

3-2-2. 권장 디렉터리 구조:

3-2-3. Skills의 3단계 Progressive Disclosure:

3-2-4. Skill 탐색 경로 및 우선순위:

3-2-5. Skill 독립 설치·관리 명령:

3-2-6. 관련 사이트들

3-3. MCP Servers & Tools

3-3-1. settings.json 으로 MCP 서버 등록 예시:

3-3-2. Tool Definition (Schema) 예시 — 서버가 노출하는 도구 정의 구조:

3-3-3. MCP 서버 상태 확인 명령 (CLI 내부):

3-3-4. 관련 사이트

3-4. Custom Tools

3-4-1. 동작 방식:

3-4-2. settings.json 등록 예시:

3-4-3. discoveryCommand가 반환해야 하는 JSON 형식 예시:

3-4-4. 관련 사이트

4. 선택 기준

5. 종합 흐름 예시

References

'개발환경' 카테고리의 다른 글

티스토리툴바

Gemini CLI: Extension, Skill, MCP, Tool (정리)

Gemini CLI 확장하기: Extension, Agent Skills, MCP, Custom Tools 완전 정리

0. 각 확장 방식의 유래 (Origins)

1. 관계 구조 (Relationship)

2. 기술적 비교 분석

2-1. 비교

2-2. Skill 내 scripts/ vs Custom Tools

3. 핵심 구성 요소 (Components)

3-1. Extension

3-1-1. gemini-extension.json 구조:

3-1-2. Extension 설치·관리 명령:

3-1-3. Extension 갤러리 (커뮤니티 공개 목록):

3-1-4. Extension 을 학습하기 좋은 사이트:

3-2. Agent Skills

3-2-1. SKILL.md 구조 — YAML frontmatter + Markdown 본문의 이중 구조가 필수:

3-2-2. 권장 디렉터리 구조:

3-2-3. Skills의 3단계 Progressive Disclosure:

3-2-4. Skill 탐색 경로 및 우선순위:

3-2-5. Skill 독립 설치·관리 명령:

3-2-6. 관련 사이트들

3-3. MCP Servers & Tools

3-3-1. settings.json 으로 MCP 서버 등록 예시:

3-3-2. Tool Definition (Schema) 예시 — 서버가 노출하는 도구 정의 구조:

3-3-3. MCP 서버 상태 확인 명령 (CLI 내부):

3-3-4. 관련 사이트

3-4. Custom Tools

3-4-1. 동작 방식:

3-4-2. settings.json 등록 예시:

3-4-3. discoveryCommand가 반환해야 하는 JSON 형식 예시:

3-4-4. 관련 사이트

4. 선택 기준

5. 종합 흐름 예시

References

'개발환경' 카테고리의 다른 글

관련글

티스토리툴바