안녕하세요, akagi819입니다.

A2CR이라는, AI 에이전트(AI Agent)를 위한 작업 인계 레이어(Work Handoff Layer)를 개발하고 있습니다.

이번에 A2CR MCP server를 TensorBlock/awesome-mcp-servers에 신청하여 PR(Pull Request)이 머지(Merge)되었습니다.

게재된 곳은 Knowledge Management & Memory 카테고리입니다.

이 기사에서는 단순한 게재 보고가 아니라, 실제로 어떤 형태로 신청했고, 리뷰에서 무엇을 수정했으며, 최종적으로 어떻게 머지되었는지에 대해 메모합니다.

앞으로 자신의 MCP 서버를 awesome 계열 리포지토리(Repository)에 신청하고 싶은 분들에게 참고가 된다면 기쁘겠습니다.

A2CR은 AI 에이전트에게 대화 이력(Chat History)을 통째로 넘기는 것이 아니라, 다음 AI가 작업을 재개하기 위한 '작업 상태(Working State)'를 전달하기 위한 MCP 서버입니다.

예를 들어, Codex, Claude Code, Roo Code 등에서 긴 작업을 하고 있으면 도중에 다음과 같은 일이 발생합니다.

• 새로운 채팅에서 이어서 하고 싶다
• 다른 AI 클라이언트(Client)로 작업을 넘기고 싶다
• 이전 대화가 너무 길어져서 다음에 무엇을 해야 할지 묻혀버린다
• 실패한 안과 채택한 판단이 섞여버린다

그래서 A2CR에서는 다음 AI에게 전달할 짧은 체크포인트(Checkpoint)를 WorkBaton으로 저장합니다.

보조적인 조사 메모나 긴 메모는 WorkStash로 나누어 저장합니다.

중요하게 생각하는 철학은 이것입니다.

Don't pass the whole chat history. Pass the working state.

이번에 제출한 PR은 이것입니다.

PR의 제목은 심플하게 Add A2CR MCP server로 했습니다.

설명에서는 A2CR을 다음과 같이 정의했습니다.

• AI 에이전트의 작업 인계용 MCP 서버
• client-encrypted(클라이언트 암호화된) WorkBaton 체크포인트와 WorkStash 노트를 저장함
• MCP 대응 클라이언트가 긴 채팅 이력을 그대로 전달하지 않고도 작업을 재개할 수 있음

처음에는 README의 Knowledge Management & Memory 카테고리에 A2CR을 추가했습니다.

- [a2cr/a2cr](https://github.com/a2cr/a2cr): MCP server for AI-agent handoffs. Saves client-encrypted WorkBaton checkpoints and WorkStash notes so Codex, Claude Code, Roo Code, and other MCP clients can resume work without passing full chat history.

리뷰에서는 메인테이너(Maintainer)인 Wilson C 님으로부터 2가지 수정 요청을 받았습니다.

첫 번째는 README뿐만 아니라, 대응하는 docs/ 측의 카테고리 파일에도 동일한 항목을 추가하는 것이었습니다.

이 리포지토리에서는 README의 카테고리와 docs/ 하위의 카테고리 페이지가 대응하고 있었습니다. A2CR의 경우, docs/knowledge-management--memory.md에도 동일한 엔트리(Entry)를 추가해야 했습니다.

두 번째는 리스트 항목에서 Glama badge를 제거하는 것이었습니다.

awesome list의 항목은 기본적으로 다음과 같은 심플한 마크다운(Markdown) 형식으로 통일해야 했습니다.

- [Name](url): Description.

처음에는 조금 보기 좋게 만들려고 badge를 넣었지만, 리스트 전체의 통일성을 고려하면 이를 제거하는 것이 정답이었습니다.

최종적으로는 다음 두 파일에 동일한 A2CR 엔트리를 추가했습니다.

README.md
docs/knowledge-management--memory.md

추가된 설명문은 A2CR의 기능을 한 줄로 설명하는 형태로 작성했습니다.

• a2cr/a2cr: AI 에이전트 핸드오프 (handoffs)를 위한 MCP 서버. 클라이언트가 암호화한 WorkBaton 체크포인트와 WorkStash 노트를 저장하여, Codex, Claude Code, Roo Code 및 기타 MCP 클라이언트가 전체 채팅 기록 (full chat history)을 전달하지 않고도 작업을 재개 (resume)할 수 있게 합니다.

수정 후, Wilson C 님으로부터,

• README와 docs 양쪽 모두에 엔트리 (entry)가 있음
• 카테고리 배치도 문제없음
• main 브랜치에 중복도 없음

이라는 확인을 받았고, PR은 승인 (approve)되어 머지 (merge)되었습니다.

머지된 시점은 일본 시간으로 2026년 5월 21일 새벽입니다.

이번에 미리 해두길 잘했다고 생각한 점은, A2CR의 설명을 짧게 말할 수 있도록 준비해 둔 것입니다.

awesome list의 엔트리는 긴 설명 글이 아니기 때문에, 한 줄로 무엇을 하는 MCP 서버인지 전달해야 합니다.

A2CR의 경우, 다음 요소로 압축했습니다.

• AI 에이전트 핸드오프 (AI-agent handoffs)
• 클라이언트 암호화 (client-encrypted)
• WorkBaton 체크포인트 (WorkBaton checkpoints)
• WorkStash 노트 (WorkStash notes)
• 전체 채팅 기록 (full chat history)을 전달하지 않고 재개 (resume) 가능

반대로, 자세한 설정 절차나 배경 사상은 awesome list의 엔트리에 넣지 않았습니다.

그 부분은 README, 공식 사이트, 또는 다른 기사에 맡기는 것이 좋아 보입니다.

awesome list에 신청할 때는 프로젝트 자체의 품질뿐만 아니라, 리포지토리 측의 편집 규칙에 맞추는 것이 중요했습니다.

이번 사례에서는 특히 다음 세 가지입니다.

• README뿐만 아니라 대응하는 docs 파일도 확인할 것
• 배지 (badge)나 장식을 너무 많이 추가하지 말 것
• 카테고리 내에 중복이 없는지 확인할 것

이는 MCP 서버에 국한되지 않고, awesome 계열 리포지토리 전반에서 중요할 것 같습니다.

관심이 있다면, 여기서 확인하실 수 있습니다.

• 공식 사이트: https://a2cr.app/
• GitHub: https://github.com/a2cr/a2cr
• PyPI: https://pypi.org/project/a2cr-mcp/
• awesome-mcp-servers PR: https://github.com/TensorBlock/awesome-mcp-servers/pull/550

A2CR MCP 서버가 TensorBlock/awesome-mcp-servers의 Knowledge Management & Memory 카테고리에 게재되었습니다.

작은 발걸음이지만, AI 에이전트의 작업 인수인계라는 테마를 MCP의 맥락에서 더 쉽게 발견될 수 있게 되어 기쁩니다.

앞으로도 대화 기록을 전부 전달하는 것이 아니라, 필요한 작업 상태만을 안전하게 전달하는 메커니즘으로서 A2CR을 키워나가겠습니다.