다른 AI 에이전트 연결하기 | 사용자 가이드

Claude Code와 Codex로 테스트했습니다. 아래 클라이언트도 같은 MCP 표준을 쓰며, 설정 단계는 각 클라이언트의 공식 문서를 따랐습니다. Shotomatic을 이 클라이언트들로 테스트하지는 않았습니다. 클라이언트의 메뉴와 파일 형식은 바뀔 수 있으니 단계가 맞지 않으면 클라이언트 문서를 확인하세요.

모든 클라이언트에 필요한 값은 같은 세 가지입니다.

명령: npx
인수: -y, shotomatic, mcp
환경 변수: 없음. API 키가 필요 없습니다.

추가하기 전에 설정 > AI 에이전트에서 AI 에이전트의 Shotomatic 사용 허용을 켜고 Node 18.3 이상을 설치하세요. 클라이언트가 처음 연결하면 Shotomatic이 허용 카드를 표시합니다. 허용을 선택하세요. Claude Code, Claude Desktop, Codex를 포함한 전체 과정은 AI 에이전트 연결하기를 참고하세요.

Windows에서는 아래 경로의 ~가 사용자 폴더(%USERPROFILE%)를 뜻합니다. Windows에서 클라이언트가 npx를 실행하지 못하면 명령에 cmd를, 인수에 /c, npx, -y, shotomatic, mcp를 넣으세요.

클라이언트마다 MCP 설정이 따로 있고, 많은 클라이언트가 도구를 호출할 때마다 먼저 물어봅니다. Shotomatic은 원격 URL이 아니라 클라이언트가 로컬(stdio) 서버를 받는 위치에 추가하세요.

Amp

Docs: Amp MCP. 다음을 실행하세요.

amp mcp add shotomatic -- npx -y shotomatic mcp

amp mcp doctor를 실행하면 서버를 확인할 수 있습니다. Amp 설명서에는 모든 스레드에서 MCP 서버가 필요하지 않다면 스킬에 묶어 두라고 나와 있습니다.

Cline

Docs: Configuring MCP servers. Cline 패널에서 MCP Servers 아이콘을 선택하고 Configure를 연 다음 Configure MCP Servers를 선택하세요. 열리는 JSON 파일에 다음을 추가하세요(Cline CLI는 ~/.cline/data/settings/cline_mcp_settings.json을 사용합니다).

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

Cline의 autoApprove 목록은 기본적으로 비어 있어서 도구를 호출할 때마다 먼저 묻습니다.

Continue

Docs: Set up MCP in Continue. MCP는 Agent 모드에서만 동작합니다. 작업 공간에 .continue/mcpServers/shotomatic.yaml을 만드세요.

name: Shotomatic
version: 0.0.1
schema: v1
mcpServers:
  - name: Shotomatic
    type: stdio
    command: npx
    args:
      - "-y"
      - "shotomatic"
      - "mcp"

GitHub Copilot CLI

Docs: Adding MCP servers to Copilot CLI. 다음을 실행하세요.

copilot mcp add shotomatic -- npx -y shotomatic mcp

~/.copilot/mcp-config.json에 기록됩니다. 세션에서 /mcp를 입력하면 MCP 서버 대시보드가 열립니다.

Cursor

Docs: Model Context Protocol in Cursor. 모든 프로젝트에 적용하려면 ~/.cursor/mcp.json에, 한 프로젝트에만 적용하려면 그 프로젝트 안의 .cursor/mcp.json에 다음을 추가하세요.

{
  "mcpServers": {
    "shotomatic": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

Customize에서 서버가 켜져 있는지 확인하세요. Cursor는 시작 오류를 Output(Cmd + Shift + U, Windows에서는 Ctrl + Shift + U)의 MCP Logs에 표시합니다. Cursor는 기본적으로 MCP 도구를 쓰기 전에 승인을 요청합니다.

Devin (Windsurf)

Docs: Devin CLI MCP configuration, Devin Desktop customizations. Windsurf 자체 문서 주소는 이제 Devin Desktop 문서로 연결됩니다. 다음을 실행하세요.

devin mcp add -s user shotomatic -- npx -y shotomatic mcp

또는 위와 같은 JSON(type 제외)을 ~/.config/devin/mcp_config.json에 추가하세요. devin mcp list를 실행하거나 Devin Desktop에서 Customize > MCPs를 열고 This computer 아래를 확인하세요. 에이전트는 기본적으로 MCP 도구를 호출하기 전에 승인을 요청합니다.

Gemini CLI

Docs: MCP servers with Gemini CLI. ~/.gemini/settings.json(프로젝트에서는 .gemini/settings.json)에 다음을 추가하세요.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

셸에서 gemini mcp list를 실행하거나 세션에서 /mcp를 입력하세요. stdio 서버는 현재 폴더를 신뢰할 때만 연결됨으로 표시됩니다. trust는 기본값(false)으로 두어야 Gemini CLI가 도구를 호출할 때마다 계속 묻습니다.

Goose

Docs: Using extensions. Goose Desktop에서 Extensions를 열고 Add custom extension을 선택한 뒤 다음을 입력하세요.

Type: Standard IO
ID: shotomatic
Name: Shotomatic
Command: npx -y shotomatic mcp

CLI에서는 goose configure를 실행하고 Add Extension과 Command-line Extension을 선택한 뒤 같은 명령을 입력하세요. 세션 한 번에만 쓰려면 goose session --with-extension "npx -y shotomatic mcp"를 실행하세요.

JetBrains AI Assistant와 Junie

Docs: AI Assistant MCP, Junie CLI MCP configuration.

AI Assistant: **Settings | Tools | AI Assistant | Model Context Protocol (MCP)**를 열고 Add를 선택한 다음, 아래 JSON을 붙여 넣고 Apply를 선택하세요. Status 열에 연결 상태가 표시됩니다.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

Junie: 같은 JSON을 ~/.junie/mcp/mcp.json(프로젝트에서는 .junie/mcp/mcp.json)에 추가한 뒤 /mcp를 실행해 서버가 활성 상태인지 확인하세요.

Kiro

Docs: Kiro MCP configuration. Command Palette에서 **Kiro: Open user MCP config (JSON)**을 실행하거나 ~/.kiro/settings/mcp.json(작업 공간 하나에만 적용하려면 .kiro/settings/mcp.json)을 편집하세요. MCP 지원 설정이 켜져 있는지 확인한 뒤 다음을 추가하세요.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

파일을 저장하면 서버가 다시 연결됩니다.

LM Studio

Docs: Use MCP servers in LM Studio. LM Studio는 로컬 MCP 서버를 지원하며 Cursor의 mcp.json 표기를 따릅니다. 오른쪽 사이드바의 Program 탭을 열고 Install > Edit mcp.json을 선택하세요. 다음을 추가하세요.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

LM Studio 문서는 신뢰할 수 없는 출처의 MCP 서버를 설치하지 말라고 권하고, 일부 서버는 토큰을 많이 써서 로컬 모델의 컨텍스트를 넘치게 할 수 있다고 경고합니다.

OpenCode

Docs: OpenCode MCP servers. 서버를 쓸 프로젝트에서 다음을 실행하고, 어디서나 쓰려면 --global을 붙이세요.

opencode mcp add shotomatic -- npx -y shotomatic mcp
opencode mcp list

현재(V2) 문서대로 설정을 직접 편집하려면 opencode.jsonc에 다음을 추가하세요. V1은 형식이 다르므로 어떤 버전인지 확실하지 않으면 CLI 명령을 사용하세요.

{
  "mcp": {
    "servers": {
      "shotomatic": {
        "type": "local",
        "command": ["npx", "-y", "shotomatic", "mcp"]
      }
    }
  }
}

Qwen Code

Docs: Connect Qwen Code to tools via MCP. ~/.qwen/settings.json(사용자) 또는 .qwen/settings.json(프로젝트)에 다음을 추가하세요.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

같은 프로젝트에서 Qwen Code를 다시 시작한 뒤 /mcp를 입력하면 서버가 보입니다.

Roo Code

Docs: Using MCP in Roo Code. Roo Code 창 위쪽의 아이콘으로 MCP 설정 화면을 열고 아래로 스크롤해 Edit Global MCP(mcp_settings.json) 또는 Edit Project MCP(.roo/mcp.json)를 선택하세요. 다음을 추가하세요.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

VS Code와 GitHub Copilot

Docs: MCP configuration reference, Manage MCP servers. VS Code는 mcpServers가 아니라 servers를 쓰며 type이 필요합니다. 작업 공간의 .vscode/mcp.json에 다음을 추가하세요.

{
  "servers": {
    "shotomatic": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

사용자 프로필에 추가하려면 대신 다음을 실행하세요.

code --add-mcp '{"name":"shotomatic","type":"stdio","command":"npx","args":["-y","shotomatic","mcp"]}'

Command Palette에서 MCP: List Servers를 실행하면 서버를 확인하고 시작하거나 다시 시작할 수 있습니다. VS Code는 서버를 처음 시작할 때 신뢰할지 물을 수 있습니다.

Warp

Docs: Model Context Protocol in Warp. Settings > Agents > MCP servers를 열고 + Add를 선택한 뒤 다음을 붙여 넣으세요.

{
  "mcpServers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"]
    }
  }
}

MCP servers 페이지에 서버마다 실행 중인지 여부가 표시됩니다. Warp의 에이전트는 에이전트 프로필에서 서버를 허용하지 않은 한 MCP 서버를 호출하기 전에 묻습니다.

Zed

Docs: Model Context Protocol in Zed. Zed는 이를 context server라고 부르며 context_servers를 씁니다. Command Palette에서 zed: open settings file을 실행하고 다음을 추가하세요.

{
  "context_servers": {
    "shotomatic": {
      "command": "npx",
      "args": ["-y", "shotomatic", "mcp"],
      "env": {}
    }
  }
}

Settings > AI > MCP Servers를 여세요. "Server is active"라는 툴팁이 붙은 초록색 점은 연결됐다는 뜻입니다. Zed는 기본적으로 도구를 호출하기 전에 묻습니다.

알아 둘 한도

Shotomatic은 스크린샷을 도구 결과 안의 이미지로 돌려줍니다. Cursor와 Gemini CLI는 MCP 도구 결과의 이미지를 지원한다고 문서에 밝혀 두었습니다. 위의 다른 클라이언트는 문서에 언급이 없어서 에이전트가 텍스트만 받을 수도 있습니다.
여러 클라이언트가 기본적으로 도구를 호출할 때마다 승인을 요청하므로, 긴 캡처 중에는 승인 요청이 많을 수 있습니다. 서버의 도구를 허용하는 방법은 각 클라이언트 문서에 나와 있습니다. Shotomatic 자체가 에이전트에게 허용하는 범위는 한도와 안전을 참고하세요.

문제 해결

클라이언트가 서버를 찾지 못합니다. 설정 파일을 저장한 뒤 클라이언트를 다시 시작하거나 MCP 목록을 다시 불러오세요. 항목이 그 클라이언트가 기대하는 키(mcpServers, servers, context_servers) 아래에 있는지, JSON이나 YAML이 올바른지 확인하세요.
"MCP access is turned off." Shotomatic을 열고 설정 > AI 에이전트에서 AI 에이전트의 Shotomatic 사용 허용을 켠 다음 클라이언트를 다시 시작하세요.
허용 카드가 나타나지 않습니다. Shotomatic을 열어 카드를 찾아보세요. Mac에서는 카드가 나타나면 Dock 아이콘이 튕깁니다. 허용하기 전에는 에이전트가 상태만 읽을 수 있습니다. 설정 > AI 에이전트에서 에이전트를 제거하면 다음 연결 때 카드가 다시 나타납니다.
클라이언트가 npx나 Node를 찾지 못합니다. Mac에서는 Dock이나 Finder에서 연 앱이 터미널보다 짧은 PATH로 시작하는 경우가 많습니다. Cursor 문서에는 명령이 시스템 경로에 있거나 전체 경로로 지정되어야 한다고 나와 있고, Qwen Code 문서는 서버가 시작되지 않으면 명령의 절대 경로를 쓰라고 권합니다. 터미널에서 which npx를 실행하고 그 전체 경로를 명령으로 쓰세요(예: /opt/homebrew/bin/npx). npx는 자신의 PATH에 node도 있어야 합니다. 그래도 실패하면 which node로 나온 폴더를 서버의 env 아래 PATH 항목에 추가하세요(클라이언트가 env를 지원하는 경우). mise나 asdf 같은 버전 관리자도 같은 처리가 필요할 수 있습니다.

AI 에이전트 연결하기로 돌아가세요.