{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-playwright"]
    }
  }
}

# AI에게 이렇게 요청합니다:
"내 프로젝트를 localhost:3000에서 실행한 뒤,
브라우저로 접속해서 화면이 제대로 나오는지 
스크린샷 찍어서 보여줘"

# AI가 수행하는 작업:
# 1. npm run dev로 서버 시작
# 2. Playwright로 localhost:3000 접속
# 3. 스크린샷 캡처
# 4. 문제점 분석 및 수정 제안

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y", 
        "@anthropic-ai/mcp-filesystem",
        "/home/user/my-project",
        "/home/user/reference-docs"
      ]
    }
  }
}

{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    }
  }
}

# 시나리오 1: MediaPipe 최신 API 확인
"MediaPipe Hands의 최신 API를 Context7으로 확인하고,
손 랜드마크 데이터를 가져오는 코드를 작성해줘"

# AI가 수행하는 과정:
# 1. resolve-library-id로 "mediapipe" 검색
# 2. get-library-docs로 최신 Hand Landmarker 문서 가져오기
# 3. 최신 API 기반으로 정확한 코드 생성

# 시나리오 2: Three.js 최신 버전 대응
"Three.js r170의 새로운 WebGPU 렌더러 사용법을
Context7으로 확인하고, 기존 WebGL 코드를 마이그레이션해줘"

# 시나리오 3: Next.js 업데이트 대응
"Next.js 15의 App Router 변경사항을 Context7으로 확인하고,
현재 코드에서 deprecated된 API가 있는지 검사해줘"

{
  "mcpServers": {
    "git": {
      "command": "uvx",
      "args": ["mcp-server-git", "--repository", "/path/to/repo"]
    }
  }
}

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-sequential-thinking"]
    }
  }
}

# 이런 복잡한 질문에 특히 유용합니다:
"MediaPipe 손 인식 데이터를 OSC로 변환해서
Ableton Live에 보내는 전체 아키텍처를 설계해줘.
지연시간, 데이터 형식, 에러 처리 모두 고려해서."

# Sequential Thinking 없이: 한 번에 답하려다 중요한 부분을 놓칠 수 있음
# Sequential Thinking 사용: 
#   Step 1: MediaPipe 데이터 형식 분석
#   Step 2: OSC 프로토콜 메시지 설계
#   Step 3: 변환 로직 설계
#   Step 4: 지연시간 최적화 방안
#   Step 5: 에러 처리 전략
#   Step 6: 전체 아키텍처 통합

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-brave-search"],
      "env": {
        "BRAVE_API_KEY": "your-api-key-here"
      }
    }
  }
}

# AI에게 이렇게 요청합니다:
"MediaPipe Hands와 OSC를 함께 사용한 
오픈소스 프로젝트가 있는지 검색해줘"

# AI가 Brave Search로 최신 프로젝트를 찾아
# 참고 코드나 영감을 제공합니다

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-memory"],
      "env": {
        "MEMORY_FILE": "/home/user/.claude/memory.json"
      }
    }
  }
}

# 첫 번째 세션에서:
"이 프로젝트에서 OSC 포트는 9000번을 사용하고,
MediaPipe는 v0.10.14를 사용 중이야. 기억해둬."

# 다음 세션에서 (새 대화):
"OSC 설정 부분 수정해줘"
# AI가 Memory에서 포트 9000번을 기억하고 있으므로
# 바로 정확한 수정 가능

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "/path/to/database.db"]
    }
  }
}

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

# AI에게 이렇게 요청합니다:
"MediaPipe 공식 문서(https://ai.google.dev/edge/mediapipe)를
읽어서 최신 Hand Landmarker API 변경사항을 알려줘"

# Fetch MCP가 URL 내용을 가져와서 AI가 분석합니다

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-playwright"]
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-filesystem", "/home/user/project"]
    },
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    }
  }
}

[mcp.servers.playwright]
command = "npx"
args = ["-y", "@anthropic-ai/mcp-playwright"]

[mcp.servers.filesystem]
command = "npx"
args = ["-y", "@anthropic-ai/mcp-filesystem", "/home/user/project"]

[mcp.servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp@latest"]

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-playwright"]
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-filesystem", "/home/user/project"]
    },
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    }
  }
}

# 📊 세션/트랙 정보 조회
get_session_info      — 현재 세션 전체 정보 (트랙, 템포, 재생 상태 등)
get_track_info        — 특정 트랙 상세 정보 (track_index 지정)

# 🎹 트랙 관리
create_midi_track     — 새 MIDI 트랙 생성 (index: 삽입 위치, -1=맨 끝)
set_track_name        — 트랙 이름 변경 (track_index, name)

# 🎵 클립 관리
create_clip           — MIDI 클립 생성 (track_index, clip_index, length=4.0)
set_clip_name         — 클립 이름 변경
add_notes_to_clip     — MIDI 노트 추가 (pitch, start_time, duration, velocity, mute)
fire_clip             — 클립 재생 시작
stop_clip             — 클립 재생 중지

# ▶️ 재생 제어
start_playback        — 세션 재생
stop_playback         — 세션 정지
set_tempo             — 템포(BPM) 변경

# 🎛️ 악기/이펙터 브라우저
get_browser_tree      — 브라우저 카테고리 트리 조회
                        (instruments, sounds, drums, audio_effects, midi_effects)
get_browser_items_at_path — 특정 경로의 브라우저 항목 조회
load_instrument_or_effect — URI로 악기/이펙터를 트랙에 로드
load_drum_kit         — 드럼 랙 + 드럼 킷 한 번에 로드

# 📊 정보 조회
get_td_info              — TouchDesigner 서버 환경 정보 조회
get_td_nodes             — 부모 경로 아래 노드 목록 조회 (필터링 옵션)
get_td_node_parameters   — 특정 노드의 파라미터 목록 조회
get_td_node_errors       — 노드와 하위 노드의 에러 확인
get_td_classes           — TouchDesigner Python 클래스 목록 조회
get_td_class_details     — 특정 클래스/모듈 상세 정보 조회
get_module_help          — Python help() 문서 조회

# ✏️ 노드 관리
create_td_node           — 새 노드 생성
delete_td_node           — 노드 삭제
update_td_node_parameters — 노드 파라미터 수정

# ⚡ 실행
exec_node_method         — 노드의 Python 메서드 호출
execute_python_script    — 임의의 Python 스크립트 실행

# 🔍 프롬프트 (AI 보조 기능)
Search node              — 퍼지 검색으로 노드 찾기
Node connection          — 노드 연결 방법 안내
Check node errors        — 에러 검증 및 진단

# 사용 시나리오:
"현재 연결된 MIDI 장치 목록을 보여줘"
"Ableton에 MIDI 노트 C4를 보내줘"
"내 MIDI 컨트롤러의 CC 매핑을 확인해줘"

# 기술적으로 가능한 이유:
# Web MIDI API(브라우저)나 node-midi(Node.js)를
# MCP 서버로 감싸면 구현할 수 있습니다.
# 
# 구현하면 이런 파이프라인이 가능:
# MediaPipe → AI Agent → MIDI MCP → Ableton Live

# 사용 시나리오:
"TouchDesigner로 OSC 메시지를 보내줘"
"OSC 포트 9000에서 수신되는 메시지를 모니터링해줘"
"MediaPipe 데이터를 OSC 형식으로 변환해서 전송해줘"

# 기술적으로 가능한 이유:
# node-osc 또는 osc.js 라이브러리를
# MCP 서버로 만들 수 있습니다.
#
# 구현하면 이런 파이프라인이 가능:
# MediaPipe → AI Agent → OSC MCP → TouchDesigner

# MCP 서버 개발의 기본 흐름:
# 1. @modelcontextprotocol/sdk 패키지 설치
# 2. 도구(Tool) 정의 — 이름, 설명, 입력 스키마
# 3. 도구 핸들러 구현 — 실제 동작하는 코드
# 4. MCP 서버로 실행

# AI에게 이렇게 요청할 수 있습니다:
"node-osc 라이브러리를 사용하는 MCP 서버를 만들어줘.
도구: send_osc(address, args, port), listen_osc(port)
@modelcontextprotocol/sdk를 사용해서."

# → AI가 MCP 서버 코드를 자동 생성!

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-playwright"]
    },
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    },
    "sequential-thinking": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-sequential-thinking"]
    },
    "memory": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-memory"]
    }
  }
}

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-playwright"]
    },
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    },
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-brave-search"],
      "env": { "BRAVE_API_KEY": "your-key" }
    }
  }
}

{
  "mcpServers": {
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "./data.db"]
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-filesystem", "/data"]
    },
    "sequential-thinking": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-sequential-thinking"]
    }
  }
}