devcontainer-mcp: AI 에이전트에게 자신만의 개발 환경을 제공하세요, 당신의 환경이 아닌

✍️ OpenClawRadar📅 게시일: May 10, 2026🔗 Source
devcontainer-mcp: AI 에이전트에게 자신만의 개발 환경을 제공하세요, 당신의 환경이 아닌
Ad

devcontainer-mcp는 AI 코딩 에이전트(Copilot, Claude, Cursor 등 모든 MCP 클라이언트)가 로컬 Docker, DevPod, GitHub Codespaces의 세 가지 백엔드에서 개발 컨테이너를 생성, 관리 및 작업할 수 있게 해주는 MCP 서버입니다. 에이전트는 격리된 컨테이너에서 코드를 빌드, 테스트 및 배포하므로 노트북이 깨끗하게 유지됩니다.

문제점

AI 에이전트가 코드를 실행할 때 호스트 머신에서 실행되므로 다음과 같은 문제가 발생합니다:

  • 호스트 오염 — 에이전트가 패키지를 설치하고, PATH를 수정하며, 빌드 아티팩트를 남깁니다.
  • "내 컴퓨터에서는 작동해요" — 에이전트가 로컬 툴체인이 프로덕션과 일치한다고 가정합니다.
  • 격리 부족 — 한 프로젝트의 종속성이 다른 프로젝트를 망가뜨립니다.
  • 보안 위험 — 에이전트가 사용자 권한으로 임의 명령을 실행합니다.
  • 하드웨어 제약 — 로컬 머신의 리소스로 제한됩니다.

해결책

devcontainer 스펙은 이미 재현 가능한 컨테이너 기반 개발 환경을 정의합니다. devcontainer-mcp는 45개의 MCP 도구(인증, devcontainer CLI, DevPod, Codespaces 백엔드 전반)를 제공하여 모든 AI 에이전트가 다음을 수행할 수 있게 합니다:

  • 모든 리포지토리에서 개발 컨테이너를 로컬, 클라우드 VM, 또는 Codespaces에서 즉시 실행
  • 컨테이너 내에서 명령 실행 — 빌드, 테스트, 린팅 등
  • 라이프사이클 관리 — 완료 시 중지, 재시작, 삭제
  • 원시 토큰을 노출하지 않고 클라우드 제공업체(GitHub, AWS, Azure, GCP)에 인증

빠른 설치

Linux / macOS:

curl -fsSL https://raw.githubusercontent.com/aniongithub/devcontainer-mcp/main/install.sh | bash

Windows (WSL 사용):

Invoke-RestMethod https://github.com/aniongithub/devcontainer-mcp/releases/latest/download/install.ps1 | Invoke-Expression

바이너리는 WSL 내에서 실행되며, Windows의 MCP 클라이언트는 wsl ~/.local/bin/devcontainer-mcp serve를 통해 실행합니다. WSL 2가 필요합니다.

백엔드 CLI(devpod, devcontainer, gh)는 런타임에 감지되며, 누락된 경우 MCP 서버는 설치 지침과 함께 유용한 오류를 반환합니다. linux-x64, linux-arm64, darwin-x64, darwin-arm64 바이너리를 사용할 수 있습니다.

Ad

세 가지 백엔드, 하나의 인터페이스

백엔드최적 사용필요 사항인증 필요?
devcontainer CLI로컬 Docker — 빠르고 간단함@devcontainers/cli + Docker아니요
DevPod멀티 클라우드: Docker, K8s, AWS, Azure, GCPDevPod CLI선택 사항
CodespacesGitHub 호스팅 클라우드 환경gh CLI

인증 브로커

에이전트는 원시 토큰을 절대 볼 수 없습니다. 대신:

  • auth_status(provider) — 사용 가능한 계정과 범위를 나열
  • auth_login(provider, scopes?) — 로그인 시작, 브라우저 열기, 디바이스 코드 처리
  • auth_select(id) — 활성 계정 전환
  • auth_logout(id) — 자격 증명 취소

지원되는 제공업체: GitHub, AWS, Azure, GCP, Kubernetes. Codespaces 도구는 인증 핸들(예: github-aniongithub)이 필요합니다. MCP 서버는 CLI의 기본 키링을 통해 각 호출 시 실제 토큰으로 확인합니다.

예제 워크플로

에이전트: "이 프로젝트를 빌드해 보겠습니다..."

  1. auth_status("github") → 계정 선택
  2. codespaces_create(auth: "github-you", repo: "your/repo")
  3. codespaces_ssh(auth: "github-you", codespace: "...", command: "cargo build")
  4. ✅ 클라우드에서 빌드 완료. 노트북은 아무것도 하지 않았습니다.

📖 전체 소스 읽기: HN AI Agents

Ad

👀 See Also

TradingView MCP 서버를 통해 Claude가 트레이딩 전략 백테스트 가능
Tools

TradingView MCP 서버를 통해 Claude가 트레이딩 전략 백테스트 가능

한 개발자가 야후 파이낸스 데이터를 사용해 API 키 없이 6가지 트레이딩 전략을 백테스트할 수 있는 MCP 서버를 공개했습니다. 설정은 claude_desktop_config.json 파일에 한 줄을 추가하는 것으로 이루어집니다.

OpenClawRadar
Mneme: 지속적 메모리를 갖춘 무료 로컬 우선 클로드 채팅 클라이언트
Tools

Mneme: 지속적 메모리를 갖춘 무료 로컬 우선 클로드 채팅 클라이언트

Mneme는 계층형 메모리, 엔티티 추적, 일일 요약, Anthropic API를 통한 Sonnet 4.5 지원이 포함된 무료 오픈소스 로컬 퍼스트 Claude 채팅 클라이언트입니다.

OpenClawRadar
Jobly: AI 우선 분쟁 해결 및 커뮤니티 투표를 갖춘 계약 마켓플레이스
Tools

Jobly: AI 우선 분쟁 해결 및 커뮤니티 투표를 갖춘 계약 마켓플레이스

Jobly는 Next.js 14, TypeScript, Supabase로 구축된 계약 마켓플레이스로, 제안 시 10%의 공급자 보증금이 적용되는 에스크로 시스템과 Claude AI 평가로 시작하여 커뮤니티 스테이킹 투표로 항소할 수 있는 분쟁 해결 파이프라인을 특징으로 합니다.

OpenClawRadar
오픈클로 행동 진화를 위한 4단계 자체 감사 시스템
Tools

오픈클로 행동 진화를 위한 4단계 자체 감사 시스템

한 개발자가 4단계 감사 시스템을 구축했는데, 여기서 Gemini는 주간으로 Claude의 사각지대를 검토하여 Claude가 자체 검토에서 놓친 패턴을 포착합니다. 이 시스템에는 수정 후 검증, 패턴 마이닝, 외부 미러링, 기대 대 현실 검사가 포함됩니다.

OpenClawRadar