728x90
반응형
skill-retrieval-mcp(JayCheng113)는 라이선스가 확인된 에이전트 스킬 코퍼스를 로컬 시맨틱 검색으로 찾아 MCP 도구로 제공하는 프로젝트입니다. API 호출 없이 수 밀리초대 검색을 목표로 하며, Claude Code·Codex·Gemini CLI·Cursor 등 MCP 클라이언트와 맞습니다.
핵심 아이디어
- 스킬을 전부 프롬프트에 넣지 않는다 → 검색으로 후보 요약만 받고, 필요한 것만
get_skill - 코퍼스 예: 374개 스킬, 8개 upstream (MIT/Apache 등 재배포 가능 라이선스만)
- 평가 예시(README): 홀드아웃 질의에서 rank1 81.4%, top3 90.7%
주요 도구
search_skills— 자연어 시맨틱 검색 (요약 반환)keyword_search— 도구명·에러 메시지 등 정확 매칭get_skill— 선택한 스킬 본문 로드list_categories— 도메인별 둘러보기
설치
pip install "skill-retrieval-mcp[local,hf]"
skill-mcp pull --include-index # 코퍼스 + 벡터 인덱스
skill-mcp init # 에이전트 설정 자동 등록
init이 놓치면 MCP 설정에 절대 경로로 등록합니다.
{
"mcpServers": {
"skill-retrieval": {
"command": "/ABS/PATH/to/skill-mcp",
"args": ["--data-dir", "/ABS/PATH/to/data-dir", "serve"]
}
}
}
주의: command와 --data-dir는 절대 경로, serve보다 --data-dir가 앞.
사용 흐름 예
- 사용자: “이 서비스를 GKE에 배포해”
- 에이전트:
search_skills("deploy containerised service on GKE") - 요약 5개 중 적절한 스킬 선택 →
get_skill("gke-app-onboarding") - 작업 중 새 필요 발생 시 다시 검색 (예: HPA)
awesome-agent-skills와 함께 쓰기
awesome 목록으로 ‘무엇을 쓰는지’ 파악하고, skill-retrieval-mcp로 ‘지금 작업에 맞는 스킬’을 검색하면 토큰과 설치 부담을 같이 줄일 수 있습니다. 사내 스킬은 skill-mcp import로 병합 가능합니다.
FAQ
Q. 인터넷이 필요한가?
A. 최초 pull만 받으면 검색은 로컬입니다. 임베딩 기본값은 sentence-transformers.
Q. OpenAI 임베딩으로 바꾸려면?
A. config에서 백엔드 변경 후 skill-mcp build-index. 인덱스와 모델은 쌍으로 유효합니다.
Q. 검색이 비면?
A. skill-mcp status로 data-dir·인덱스 로드 여부를 먼저 확인하세요.
핵심 정리
- 로컬 MCP로 스킬 시맨틱 검색
- 도구: search_skills / keyword_search / get_skill
- pip 설치 → pull → init → 에이전트에서 검색 루프
출처: JayCheng113/skill-retrieval-mcp README, PyPI skill-retrieval-mcp
728x90
반응형
