Eigent 사용법: 첫 번째 커스텀 MCP 서버 설정하기

오픈 소스 프로젝트에서 시간은 매우 소중합니다. 유지보수 담당자는 버그 수정, 기능 요청, 커뮤니티 지원, 문서 작업을 동시에 처리하면서도 코드의 보안을 유지하고 릴리스를 체계적으로 관리해야 합니다. 반복적이지만 매우 중요한 작업 중 하나는 풀 리퀘스트를 검토하고 릴리스 업데이트를 준비하는 일입니다. 꼭 필요하지만, 혁신에 쓸 수 있는 수 시간을 빼앗아 갑니다.

만약 자동화가 이런 반복 작업을 대신해 준다면 어떨까요? 바로 여기서 Eigent가 등장합니다. Eigen은 GitHub 워크플로를 안정적으로 지원하고 자동화할 수 있는 Eigent 오픈 소스 동료를 제공합니다.

Eigent는 세계 최초의 멀티 에이전트 워크포스(Multi-agent Workforce) 데스크톱 애플리케이션으로, 가장 복잡한 워크플로도 자동화된 작업으로 전환할 수 있는 커스텀 AI 워크포스를 구축, 관리, 배포할 수 있게 해줍니다. 이는 복잡한 작업을 분해하고, 전문화된 에이전트들이 협력하여 처리하는 모듈형 멀티 에이전트 시스템입니다.

Eigent의 멀티 에이전트 조정 플랫폼은 워크플로를 자동화된 작업으로 바꿔 생산성을 높입니다. 오픈 소스 CAMEL 프레임워크를 기반으로 구축되어, AI 자동화에 병렬 실행, 커스터마이징, 프라이버시를 제공합니다.

Eigent로 무엇을 할 수 있을까요? 처음 접하는 분이라면, Eigent를 유연한 에이전틱(Agentic) 어시스턴트로 생각해 보세요. 코딩, 문서화, DevOps 같은 도메인별 기술을 가진 여러 “워커”(AI 에이전트)를 만들고, 이들이 작업을 함께 수행하도록 할 수 있습니다. Eigent가 간소화할 수 있는 기술 워크플로의 예시는 다음과 같습니다.

• AI 에이전트를 활용한 GitHub 자동화: 코드 변경 검토, 풀 리퀘스트 요약, 이슈 분류
• 릴리스 노트 생성: 각 릴리스에서 새로워진 내용을 자동으로 정리
• 문서 및 코드 분석: 문서나 코드베이스에서 핵심 포인트를 추출하고 개선 제안
• 오픈 소스 워크플로: 프로젝트 활동 추적, 기여자용 보고서 생성 등

이 가이드에서는 Eigent 내부에서 커스텀 GitHub MCP 서버를 구성하는 방법과 다음과 같은 에이전트 워크플로를 설정하는 방법을 보여드립니다.

1. 저장소에서 새로운 풀 리퀘스트를 가져오기
2. PR 데이터를 추출하고 분석하기
3. 하이라이트를 릴리스용 노트 형식으로 정리하기
4. 짧은 소셜 पोस्ट 생성하기(예: Twitter/X용)

이제 단계별 가이드를 살펴보겠습니다!

1단계: Eigent를 열고 MCP 및 도구 설정으로 이동하기

Eigent를 실행한 뒤 먼저 설정(Settings) 패널을 여세요. 설정에서 “MCP & Tools” 섹션을 찾아 클릭합니다. 이곳에서 AI 에이전트가 사용할 외부 도구와 서버를 구성할 수 있습니다. 여기서는 GitHub 작업을 위한 새 커스텀 MCP 서버를 추가할 예정입니다.

MCP & Tools 탭에는 사용 가능한 도구 목록과 구성된 MCP 서버가 표시됩니다. 직접 추가하려면 “Add MCP Server” 버튼을 찾아 클릭하세요. 그러면 새 서버의 JSON 구성을 입력할 수 있는 대화상자가 열립니다.

2단계: JSON 구성으로 커스텀 MCP 서버 추가하기

Eigent는 JSON 설정을 제공해 고급 사용자가 커스텀 에이전트 서버를 추가할 수 있도록 합니다. Add MCP Server 대화상자에서 JSON을 붙여넣을 수 있는 텍스트 영역이 보입니다. 여기서는 sequential-thinking MCP 서버를 추가할 것입니다. 이 서버는 복잡한 프롬프트를 분해하는 데 적합한 범용 AI 추론 엔진입니다.

서버를 등록하려면 다음의 최소 JSON을 사용하세요.

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
    }
  }
}

3단계: GitHub MCP 서버 설정 구성하기(PAT 포함)

MCP 서버 설정을 완료하기 전에, 구성에 GitHub Personal Access Token(PAT) 을 포함하세요. 이 토큰은 에이전트가 GitHub API로 인증하고 저장소 데이터를 가져올 수 있게 해줍니다. 적절한 권한 범위로 GitHub 계정에서 PAT를 생성하세요(공개 저장소의 경우 기본 public 범위로 충분합니다).

구성을 확장해 GitHub 서버와 토큰을 포함합니다.

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": [
        "-y", "@modelcontextprotocol/server-sequential-thinking",
        "ghcr.io/github/github-mcp-server"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_yourGitHubTokenHere"
      }
    }
  }
}

JSON이 준비되면 Install 또는 Add를 클릭해 MCP 서버를 저장합니다. Eigent가 백그라운드에서 서버를 다운로드하고 초기화합니다. 잠시 후 MCP 도구 목록에서 새 서버를 확인할 수 있습니다.

4단계: 새 MCP 서버를 사용하는 GitHub 중심 워커(에이전트) 추가하기

이제 MCP 서버가 구성되었으니, 이 서버를 사용하는 Worker를 만들어 봅시다. Eigent에서 “Worker”는 지정된 도구 세트 또는 MCP 서버를 사용해 작업을 수행할 수 있는 AI 에이전트 페르소나입니다. Workforce/Agents 화면으로 이동해 Add Worker를 선택하세요.

이름은 “GitHub MCP”처럼 지정하고, 설명은 “GitHub 작업을 도와줍니다”라고 적습니다. Agent Tool을 방금 추가한 MCP 서버(예: “sequential-thinking”)에 할당하세요. 워커를 저장하면 GitHub 자동화 어시스턴트가 생성됩니다.

5단계: PR을 요약하도록 에이전트에 요청하기

새 워커와 채팅을 열고, 저장소의 풀 리퀘스트를 검토해 요약하도록 에이전트에게 작업 프롬프트를 제공합니다.

다음과 같은 상세 프롬프트를 사용해 보세요.

repo https://github.com/camel-ai/camel의 최신 30개 풀 리퀘스트를 검토하세요. 영향도(변경된 줄 수, 수정된 파일 수, 토론 깊이) 기준으로 상위 5개를 선택하세요. 선택된 각 PR에 대해 다음 형식으로 릴리스용 업데이트를 생성하세요: ✨ Feature: <눈길을 끄는 한 줄 요약> \n💡 Why it matters: <짧은 글머리표 설명> \n🙏 Thanks @<GitHubAuthor>.

이 프롬프트는 에이전트가 일반적인 오픈 소스 워크플로, 즉 최근 풀 리퀘스트를 분석하고 중요한 변경 사항의 요약을 준비하도록 지시합니다. 저장소 URL이나 기준은 필요에 따라 맞춤 설정할 수 있습니다.

6단계: Eigent가 작업을 자동으로 분해하고 데이터를 가져오는 과정 보기

프롬프트를 전송하면 Eigent의 멀티 에이전트 엔진이 작동합니다. 요청은 꽤 복잡하지만, Eigent는 작업을 여러 하위 작업으로 나누어 처리합니다. 내부적으로 Sequential Thinking MCP 서버가 지시를 해석하고 계획을 수립합니다. 다음과 같은 작업을 수행할 수 있습니다.

1. 지정한 저장소에서 최신 30개 PR 목록을 가져오기(GitHub MCP 도구 사용).
2. 각 PR의 메타데이터(변경된 줄 수, 파일, 댓글)를 분석해 “영향도”를 판단하기.
3. 기준에 따라 상위 5개 PR을 선택하기.
4. 선택된 각 PR에 대해 요청한 형식(✨ Feature, 💡 Why it matters, 🙏 Thanks...)으로 요약을 작성하기.
5. 요청 시 X(Twitter)용으로 압축된 버전을 선택적으로 준비하기.

마지막으로 에이전트는 상위 PR에 대한 릴리스용 업데이트를 깔끔하게 정리한 출력물을 생성하며, 보통 Markdown 형식으로 제공됩니다.

에이전틱 자동화로 OSS 워크플로 강화하기

이 튜토리얼에서는 AI 에이전트를 사용해 GitHub 풀 리퀘스트 요약이라는 오픈 소스 유지보수 작업을 자동화하도록 Eigent를 구성했습니다. Eigent에 커스텀 GitHub MCP 서버를 추가하고 전용 워커를 생성했으며, 실제 저장소 데이터로부터 릴리스 노트 스니펫을 생성했습니다.

Eigent의 MCP 통합과 멀티 에이전트 조정을 활용하면, 수십 개의 PR을 분류하는 것 같은 복잡한 워크플로도 AI가 효율적으로 처리할 수 있어, 여러분은 더 높은 수준의 의사결정에 집중할 수 있습니다. Eigent는 요약 작성과 이슈 관리부터 코드 테스트나 문서 업데이트까지 다양한 시나리오에 맞게 조정할 수 있습니다.

여러분의 프로젝트에서도 Eigent를 직접 사용해 보고, AI 기반 팀이 만들어 주는 생산성 향상을 경험해 보세요! 오픈 소스 협업의 미래는 인간의 열정과 지치지 않는 AI 어시스턴트가 함께 일하는 조합일지도 모릅니다. 🚀