Smithery

Smithery는 모델 컨텍스트 프로토콜(MCP)을 기반으로 구축된 AI 에이전트를 위한 중앙 레지스트리 및 게이트웨이 역할을 합니다. 이는 대규모 언어 모델(LLM)과 방대한 디지털 도구 및 데이터 소스의 세계를 연결하는 다리 역할을 하도록 설계되었습니다. 핵심적으로 Smithery는 개발자가 수천 개의 커뮤니티 제작 '기술' 또는 '확장 기능'(MCP 서버)을 발견, 구축 및 AI 에이전트에 통합할 수 있도록 합니다. 이는 에이전트의 능력을 사전 훈련된 지식을 넘어 근본적으로 확장하여 실시간 웹 브라우징, 데이터베이스 상호 작용, 코드 분석, 문서 처리 및 장기 기억 유지와 같은 실제 작업을 수행할 수 있게 합니다.

이 플랫폼은 모든 도구, API 또는 데이터 소스를 MCP 서버로 래핑하여 호환되는 모든 AI 에이전트에서 사용할 수 있도록 하는 표준화된 생태계 역할을 합니다. 이 접근 방식은 각 개별 API의 고유한 복잡성을 공통의 간소화된 프로토콜로 추상화하여 개발을 단순화하고 강력하고 상호 운용 가능한 AI 도구 네트워크를 육성합니다.

Smithery 사용 방법

Smithery 사용은 기존 기술을 사용하거나 새로운 기술을 만드는 두 가지 주요 워크플로우를 포함합니다.

AI 에이전트 개발자용(기술 사용):

1. 발견: Smithery 레지스트리를 탐색하여 에이전트에 필요한 기술을 찾습니다. 레지스트리는 웹 검색, 브라우저 자동화, 메모리 관리 등과 같은 영역으로 분류되어 있습니다. 웹 검색을 위한 Exa나 코드 문서 접근을 위한 Context7과 같은 인기 있는 도구를 찾을 수 있습니다.
2. 연결: 서버를 선택하면 Smithery가 고유한 연결 URL을 제공합니다. 이 URL은 서버 페이지에서 직접 생성할 수 있습니다.
3. 통합: 연결 URL을 AI 클라이언트 또는 애플리케이션에 통합합니다. Smithery는 Cursor, Claude, VS Code 확장 프로그램, Python 스크립트 및 기타 사용자 정의 에이전트를 포함한 광범위한 클라이언트를 지원합니다. 그러면 에이전트는 자연어 또는 구조화된 명령을 사용하여 MCP 서버가 제공하는 도구를 호출할 수 있습니다.

도구 제작자용(기술 생성):

1. 구축: 도구나 API를 위한 MCP 서버를 개발합니다. Smithery는 시작하는 데 도움이 되는 문서, 퀵스타트 가이드 및 명령줄 인터페이스(CLI)를 제공합니다. 선호하는 프로그래밍 언어로 서버를 구현할 수 있습니다.
2. 구성: 서버가 노출하는 도구의 이름, 설명 및 매개변수를 정의합니다. 이 메타데이터는 AI 에이전트가 기술 사용법을 이해하는 데 중요합니다.
3. 배포 및 게시: 개발을 위해 로컬로 서버를 배포하거나 원격으로 배포합니다. 그런 다음 Smithery 레지스트리에 게시하여 전체 커뮤니티가 발견하고 사용할 수 있도록 할 수 있습니다.

Smithery의 핵심 기능

• 광범위한 기술 레지스트리: 5,600개 이상의 커뮤니티 제작 기술 및 확장 기능이 포함된 포괄적인 라이브러리로, 다양한 기능을 다룹니다.
• 모델 컨텍스트 프로토콜(MCP): 외부 도구와 AI 에이전트의 통합을 단순화하고 상호 운용성을 보장하는 표준화된 통신 프로토콜입니다.
• 다양한 도구 카테고리: 웹 자동화(Browserbase, Stagehand), 코딩 지원(Ref.tools, Semgrep), 데이터베이스 상호 작용(PostgreSQL, MySQL), 영구 메모리(Mem0, Neo4j), 문서 변환(Gen-PDF) 등을 위한 도구를 제공합니다.
• 개발자 중심 플랫폼: 개발자가 자체 MCP 서버를 구축, 테스트 및 배포할 수 있도록 강력한 CLI, 상세한 문서 및 호스팅 지원을 제공합니다.
• 원활한 통합: Cursor, Claude, Raycast, VS Code와 같은 인기 있는 AI 개발 환경 및 에이전트와 HTTP 또는 stdio를 통해 사용자 정의 애플리케이션과 쉽게 통합되도록 설계되었습니다.
• 유연한 배포: 개인 정보 보호 및 개발을 위한 로컬 호스팅 서버와 확장성 및 공용 액세스를 위한 원격 호스팅 서버를 모두 지원합니다.

Smithery의 사용 사례

고급 연구 에이전트: AI 에이전트는 Exa Search 및 Bright Data 서버를 활용하여 심층적인 실시간 웹 연구를 수행하고, ScrapeGraphAI를 사용하여 웹사이트에서 구조화된 데이터를 추출하고, Mem0 서버와 통합하여 여러 세션에 걸쳐 결과를 저장하고 불러와 포괄적인 지식 기반을 만듭니다.

AI 기반 코딩 어시스턴트: 개발자는 Context7을 사용하여 최신 버전별 SDK 문서를 가져오고, Ref.tools를 사용하여 토큰 효율적인 API 조회를 수행하며, Semgrep 서버를 사용하여 코드베이스에 대한 실시간 보안 취약점 스캔을 수행하는 어시스턴트를 IDE 내에서 구축할 수 있습니다.

자동화된 데이터 분석가: 에이전트는 읽기 전용 MCP 서버를 통해 회사의 PostgreSQL 또는 Snowflake 데이터베이스에 연결할 수 있습니다. 그런 다음 비즈니스 사용자로부터 자연어 쿼리(예: "2분기 매출 동향을 보여줘")를 받아 SQL로 변환하고 쿼리를 실행한 후 사람이 읽을 수 있는 형식으로 결과를 제시합니다.

지능형 문서 워크플로우 관리자: 조직은 AI 에이전트가 파일 추출기 서비스를 사용하여 업로드된 PDF 및 DOCX 파일에서 텍스트를 추출하고 콘텐츠를 처리한 다음 Gen-PDF 서버를 사용하여 목차와 사용자 정의 스타일이 포함된 전문적인 형식의 새 PDF 보고서를 생성하는 워크플로우를 만들 수 있습니다.

Smithery의 장점

급진적인 확장성: Smithery는 정적 LLM 지식의 경계를 허물고 에이전트에게 동적이고 실제적인 능력을 부여합니다.

표준화 및 상호 운용성: MCP 프로토콜은 보편적인 표준을 만들어 모든 도구가 호환되는 모든 에이전트와 작동하도록 하여 통합 노력을 대폭 줄입니다.

활기찬 생태계: 개발자들이 빠르게 성장하는 강력한 도구 모음을 공유하고 혜택을 볼 수 있는 커뮤니티 주도 생태계를 조성합니다.

환각 감소: 에이전트를 신뢰할 수 있는 소스(예: 문서 API 또는 라이브 웹사이트)의 실시간 데이터에 기반하게 함으로써 Smithery는 출력의 정확성과 신뢰성을 크게 향상시킵니다.

개발 단순화: 개별 API의 복잡성을 추상화하여 개발자가 수많은 다른 API 통합과 씨름하는 대신 에이전트 로직 구축에 집중할 수 있도록 합니다.

가격 및 플랜

Smithery 플랫폼 자체는 개발자가 MCP 서버를 발견, 구축 및 게시하는 데 무료로 사용할 수 있습니다. 그러나 레지스트리에 나열된 많은 개별 도구(MCP 서버)는 자체 가격 모델을 가질 수 있습니다. 일부 도구는 오픈 소스이며 무료이지만, 다른 도구는 API 키, 구독이 필요하거나 사용량 기반으로 운영되는 상용 서비스일 수 있습니다. 사용자는 각 개별 서버의 세부 정보를 확인하여 특정 가격 정보를 확인해야 합니다.