AI 컨텍스트 팽창을 막기 위해 Chronicle MCP를 구축했습니다

안녕하세요 동료 개발자 여러분,

저는 프로젝트를 빌드하기 위해 Cursor, Trae, Claude Code와 같은 도구들을 끊임없이 사용합니다. 하지만 채팅 세션이 길어짐에 따라 개발 환경은 믿을 수 없을 정도로 느려졌고, 토큰 사용량은 급증했으며, 제 AI 어시스턴트들은 불과 하루 전에 내린 아키텍처 결정조차 완전히 잊어버리기 시작했습니다!

우리는 반복적인 보일러플레이트 (boilerplate), 장황한 대화용 미사여구, 그리고 동일한 중복 코드 블록에 활성 컨텍스트 윈도우 (context window)의 최대 40%를 낭비하고 있다는 사실을 깨달았습니다.

저는 제3자 벡터 데이터베이스 (vector database)에 비용을 지불하거나 개인적인 채팅 로그를 외부 API로 전송하지 않고도, 전체 대화 기록을 로컬에서 검색, 인덱싱 및 압축할 수 있는 방법을 원했습니다.

그래서 14세의 나이에, 저는 Chronicle MCP를 구축하고 출시했습니다! 이것은 Model Context Protocol (MCP)을 기반으로 구축된 고성능 로컬 채팅 기록 아카이브 커넥터이며, 마침내 라이브되었습니다!

주요 페인 포인트 (Pain Points)를 해결한 방법

1. 원클릭 IDE 통합 저는 .cursor나 .claude.json에 있는 숨겨진 JSON 설정을 수동으로 편집하고 코드 경로를 복사해서 붙여넣는 것에 너무 지쳤습니다. 이는 매우 짜증 나는 일이며 오류가 발생하기 쉽습니다! 저는 CLI에 스마트하고 플랫폼에 구애받지 않는 자동화 시스템을 작성했습니다. 이제 단 하나의 명령만 실행하면 됩니다:

chronicle add cursor

제 스크립트는 운영 체제 (macOS, Windows 또는 Linux)를 자동으로 스캔하고, 로컬에 설치된 uvx를 찾으며, 에디터 설정을 안전하게 파싱하고, 완벽한 stdio 설정을 직접 주입합니다! Cursor, Trae, VS Code, Claude Code 또는 새롭게 등장하는 모든 IDE에 즉시 추가할 수 있습니다!

2. 대화 분할기 (Conversation Splitter) OpenAI나 Anthropic에서 채팅 기록을 다운로드하면, 그들은 거대하고 단일한 모놀리식 (monolithic) JSON 파일을 제공합니다. 그것을 AI 어시스턴트에게 직접 입력할 수는 없습니다! 저는 그 거대한 배열을 실제 역사적 제목(historical titles)으로 명명된 개별적이고 깔끔하게 정리된 깨끗한 JSON 파일로 나누는 강력한 분할 엔진을 구축했습니다. 다음을 실행하기만 하면 됩니다:

chronicle split ~/Downloads/conversation.json --out ~/Desktop/MyChatLogs

1. 25개의 프로덕션 준비 완료된 도구 (Production-Ready Tools)
   Chronicle이 stdio를 통해 연결되면, 현재 활성화된 LLM 어시스턴트에게 25개의 독립적인 로컬 도구를 노출합니다. 어시스턴트는 파일을 자동으로 쿼리하고, 의존성이 없는 빠른 로컬 TF-IDF (Term Frequency-Inverse Document Frequency) 알고리즘을 사용하여 관련 채팅을 찾으며, 실행 항목/TODO를 추출하고, 과거의 컨텍스트로부터 방대한 프로젝트 브리프를 작성할 수 있습니다!

지금 바로 시작하세요!

설치 과정이 인간이 할 수 있는 한 최대한 간단하기를 바랐습니다. 만약 uv 패키지 매니저를 사용 중이라면, 지금 바로 전역(globally)으로 설치하고 실행할 수 있습니다:

# 도구를 전역으로 설치
uv tool install chronicle-mcp-server

...

설치 후, 사용 중인 에디터의 MCP 설정 패널을 여세요. 연결 상태가 즉시 진한 초록색으로 켜지며 실행을 시작할 것입니다!

저는 이 도구를 구축하고, 크로스 플랫폼 경로 해석(cross-platform path resolution)을 테스트하며, stdio 채널이 완벽하게 연결되도록 만드는 데 온 마음과 영혼을 쏟았습니다! 이 프로젝트는 완전한 오픈 소스이며, 여러분의 피드백, 제안 또는 기능 요청을 간절히 기다리고 있습니다!

GitHub 저장소: https://github.com/Leviathan0x0/Chronicle-MCP
PyPI 패키지: https://pypi.org/project/chronicle-mcp-server

아, 그리고 궁금해하실까 봐 말씀드리자면, 제가 문법에 그리 능숙하지 않아서 이 포스트의 문법은 AI를 사용하여 개선되었습니다. 여러분, 꼭 제 MCP 서버를 사용해 보세요.