Mcp

AI와 대화를 나누고 다음 세션을 시작하면, 이전 맥락은 모두 사라집니다. Supermemory는 이 문제를 해결하기 위해 만들어진 오픈소스 메모리 및 컨텍스트 엔진입니다. LongMemEval, LoCoMo, ConvoMem — 현재 존재하는 AI 메모리 3대 벤치마크에서 모두 1위를 기록했습니다. 더보기

macOS에서 AI 에이전트를 다중 실행할 때 사용하는 cmux처럼, Windows에서도 같은 환경이 필요한 순간이 있습니다. WSL 없이 네이티브 Windows 환경에서 Claude Code, Codex CLI, Gemini CLI를 한 화면에 나란히 두고 싶다면 wmux가 그 해답입니다. 더보기

이 영상의 핵심은 단순히 “텔레그램에서도 Claude Code를 쓸 수 있다” 는 소개가 아닙니다. 발표자는 Claude Code 2.1.80부터 들어온 channels 기능을 실제로 텔레그램과 연결해 보고, 봇 생성부터 페어링, 응답 흐름, 파일 전달, 권한 프롬프트 문제까지 한 번에 보여 줍니다. 그래서 이 영상은 기능 발표보다 원격 사용이 실제로 어디서 막히는지 를 이해하는 데 더 가치가 있습니다 (t=0, t=4, t=8, t=124, t=446). 다만 영상에 나오는 몇몇 셸 명령은 화면으로는 보이지만 자동 생성 자막에서는 대부분 “이 명령어” 수준으로만 남습니다. 그래서 이 글은 복붙용 명령 모음보다, 초보자가 헷갈리기 쉬운 구성 요소의 역할과 실행 순서 를 정확히 이해하는 데 초점을 맞춥니다 (t=37, t=50, t=61). 더보기

API, MCP, CLI, Skills 이야기가 한꺼번에 나오면 자주 생기는 오해가 있습니다. 하나가 다른 하나를 곧 대체할 것처럼 설명하거나, 서로 다른 층위의 개념을 한 줄 위에 올려놓고 우열을 가르는 식입니다. 이 글은 unclejobs.ai 의 Threads 포스트를 바탕으로, 네 개를 경쟁 기술 이 아니라 서로 다른 문제를 맡는 레이어 로 다시 정리한 메모입니다. 문서 확인 시점은 2026-03-16 입니다. 더보기

Claude Code 주변 생태계는 너무 빨리 커지고 있습니다. MCP, CLI, 스킬, 프레임워크가 동시에 쏟아지다 보니 무엇을 붙여야 실제 생산성이 올라가는지 판단하기가 점점 어려워졌습니다. 이번 글은 YouTube 영상 한 편을 바탕으로, 이 발표자 기준에서 “도구를 많이 붙이는 것"보다 “CLI와 스킬을 조합해 작업 흐름을 단순화하는 것"이 왜 더 중요하게 다뤄지는지 정리한 글입니다. 더보기

Claude Code를 처음 쓸 때 많은 사람이 비슷한 구간에서 막힙니다. 플러그인과 MCP를 잔뜩 붙였는데도 이상하게 느리고, 다른 사람 데모처럼 매끄럽게 굴러가지 않고, 결국 “내가 뭘 잘못하고 있지?“라는 감각만 남습니다. 이 영상의 핵심 주장은 단순합니다. 문제는 AI의 성능보다 학습 순서에 있고, 순서를 잘못 잡으면 도구를 많이 붙일수록 더 느려진다 는 점입니다. 더보기

Claude Code에서 /research 를 한 번 실행하면 NotebookLM이 자료 수집과 분석을 맡고, 다시 Claude Code가 결과를 받아 글쓰기와 후속 작업까지 이어가는 흐름을 만들 수 있습니다. 이 글은 qjc.ai 의 Threads 연속 포스트(원글 + 1~7)를 기준으로, 왜 이런 연결이 필요한지와 실제 파이프라인이 어떤 식으로 작동하는지를 구조적으로 정리한 문서입니다. 문서 확인 시점은 2026-03-06 입니다. 더보기