AI 개발자 도구

하나의 워크플로에서 프롬프트를 준비하고, 모델 API를 테스트하고, AI CLI 명령을 생성하고, 구조화된 JSON 출력을 검증하고, 라이브 MCP 도구를 검사하세요.

어떤 도구가 필요하나요?
공유하기 전에 프롬프트를 정리해야 합니다.
입력에 저장소 메모, 인시던트 텍스트, 또는 비밀 정보가 포함되어 있으면 프롬프트 정리, 민감정보 가리기, 청크 분할부터 시작하세요.
AI 프롬프트 툴킷 열기
AI 코딩 도우미용 정확한 명령어와 플래그가 필요합니다.
참고 문서를 다시 읽지 않고 Claude Code, Codex, 또는 OpenCode용 올바른 명령어를 원할 때 CLI 빌더를 사용하세요.
AI CLI 도구 열기
OpenAI 호환 엔드포인트를 테스트해야 합니다.
브라우저 직접 프로필을 사용하여 모델을 로드하고, 채팅 또는 응답 요청을 보내고, ComUtil 프록시 없이 호환성을 검사하세요.
LLM API Tester 열기
앱이 사용하기 전에 JSON 출력을 검증해야 합니다.
페이로드를 신뢰하기 전에 구조화 출력 작업대에서 누락 필드, 잘못된 타입, 추가 키를 잡아내세요.
Structured Output Playground 열기
MCP 서버를 확인하고 해당 도구 중 하나를 사용해 봐야 합니다.
MCP 클라이언트에 이 설정을 연결하기 전에 전송 방식, 필수 필드, 환경 변수 사용을 검토하세요.
MCP 서버 체크
노트를 에이전트 스킬로 바꿔야 합니다.
거친 Markdown 초안에 깔끔한 SKILL.md 프런트매터와 복사 가능한 파일이 필요할 때 스킬 빌더를 사용하세요.
에이전트 스킬 빌더 열기
워크플로 레일

각 단계는 남아 있는 문제의 범위를 좁힙니다. 프롬프트를 먼저 정리하면 이후의 실패가 보낼 생각이 없던 텍스트 때문에 생긴 것이 아니게 되고, 출력을 검증하기 전에 엔드포인트를 먼저 테스트하면 스키마 오류가 전송 문제가 아니라 모델 문제임이 분명해집니다.

1. 프롬프트 준비
텍스트가 워크플로를 벗어나기 전에 정리하고 분할하세요.
2. 명령어 구성
사용 중인 도우미에 맞는 정확한 CLI 호출을 생성하세요.
3. API 테스트
선택한 엔드포인트를 직접 호출하고 실제 응답을 검사합니다.
4. 출력 점검
JSON 응답이 기대하는 형태를 여전히 충족하는지 검증하세요.
5. 설정 디버깅
MCP 클라이언트에 이 설정을 연결하기 전에 전송 방식, 필수 필드, 환경 변수 사용을 검토하세요.
관련 개발자 유틸리티
JSON 에디터 JWT 디코더 Base64
이 페이지에서 다루는 것

모델을 애플리케이션에 붙이는 일은 보통 서로 다른 다섯 곳에서 따로 처리되는 다섯 가지 작업입니다. 프롬프트를 보내도 안전한 상태로 만들고, 명령이나 요청을 만들고, 엔드포인트를 호출하고, 응답이 코드가 파싱하는 형태와 여전히 맞는지 확인하고, 에이전트가 불러올 서버 설정을 점검하는 일이죠. 여기 연결된 페이지는 각각 그중 하나를 담당하며 모두 이미 열려 있는 브라우저 탭에서 실행되므로, 디버깅 중인 프롬프트나 키, 페이로드를 통제할 수 없는 서비스에 붙여넣을 필요가 없습니다.

이 도구들이 어떻게 이어지는지

이 페이지의 순서는 실제 작업이 진행되는 순서입니다. 프롬프트 정리, CLI 명령 생성, 스킬 파일 작성, 구조화 출력 검증은 입력을 어디로도 보내지 않고 페이지 스크립트 안에서만 동작합니다. 네트워크에 접근해야 하는 두 가지는 브라우저에서 여러분이 지정한 엔드포인트로 직접 요청을 보내며, 자격 증명은 이 브라우저의 로컬 스토리지에 남습니다. 이 직접 경로 덕분에 여기서 나온 실패는 신뢰할 만합니다. LLM API 테스터나 MCP 서버 점검이 오류를 보고했다면 그 원인은 중간 프록시가 아니라 여러분의 엔드포인트와 그 전송 방식, CORS, 인증 설정에 있습니다.

주요 사용 사례
  • 외부 어시스턴트에 보내기 전에 프롬프트에서 키, 호스트명, 고객 데이터를 걷어내기
  • 참고 문서 세 가지를 뒤지는 대신 Claude Code, Codex, OpenCode의 정확한 실행 명령 얻기
  • 새 기본 URL, 키, 게이트웨이가 코드에 연결되기 전에 응답하는지, 얼마나 빠른지 확인하기
  • 모델이 돌려준 JSON이 애플리케이션이 파싱하는 계약을 여전히 만족하는지 확인하기
  • 클라이언트 설정에 추가하기 전에 MCP 서버의 전송 방식과 도구 목록 검증하기
  • 거친 Markdown 초안을 에이전트가 불러올 수 있는 SKILL.md 파일로 바꾸기
각 페이지에서 데이터가 어디로 가는지
  • 프롬프트 툴킷, CLI 빌더, 스킬 빌더, 구조화 출력: 입력이 페이지를 벗어나지 않습니다
  • LLM API 테스터: 브라우저가 여러분이 설정한 엔드포인트를 직접 호출하고, 프로필과 키는 로컬 스토리지에 남습니다
  • MCP 서버 점검: 지정한 서버에 연결하며, 도구를 호출하기 전에 확인을 요청합니다
  • 가이드 페이지에는 입력 필드가 없습니다. 워크플로를 설명하고 실제 도구로 연결합니다
  • 이 페이지의 어떤 기능도 프롬프트나 키, 페이로드를 처리하려고 ComUtil에 업로드하지 않습니다
자주 묻는 질문

프롬프트 초안만 있는 상태라면 어디서 시작하나요?

AI 프롬프트 툴킷으로 민감한 정보를 가리고 컨텍스트 창에 맞게 텍스트를 나누는 것부터 시작하세요. 그다음에는 코딩 어시스턴트를 다루는지, 직접 엔드포인트를 호출하는지에 따라 CLI 빌더나 API 테스터로 넘어가면 됩니다.

이 도구들이 제 프롬프트나 API 키를 ComUtil로 보내나요?

아닙니다. 텍스트 도구는 전부 브라우저에서 동작하고, 네트워크를 사용하는 두 도구는 브라우저에서 여러분이 설정한 엔드포인트로 직접 요청을 보냅니다. 키는 이 브라우저의 로컬 스토리지에 저장되며 사이트 데이터를 지우면 함께 사라집니다.

CLI 빌더와 LLM API 테스터는 무엇이 다른가요?

CLI 빌더는 Claude Code, Codex, OpenCode 같은 AI 코딩 어시스턴트에 넣을 명령 텍스트를 만들 뿐 아무것도 실행하지 않습니다. API 테스터는 실제로 모델 엔드포인트에 요청을 보내고 상태 코드, 스트리밍 토큰, 소요 시간, 사용량을 그대로 보여줍니다.

터미널에서는 되는 요청이 API 테스터에서는 왜 실패하나요?

브라우저 요청은 공급자가 CORS 헤더를 돌려줘야 하지만 터미널 요청은 그렇지 않습니다. 엔드포인트가 CORS 헤더를 보내지 않으면 페이지가 응답을 읽기 전에 브라우저가 차단합니다. 모델 앞에 CORS 헤더를 반환하는 게이트웨이를 두거나, 테스터가 만들어 주는 민감 정보가 가려진 curl 명령을 실행하세요.

클라이언트에 추가하기 전에 MCP 서버를 점검하려면 어떤 페이지를 쓰나요?

MCP 서버 점검입니다. 원격 Streamable HTTP 서버에 연결해 서버가 알리는 도구와 입력 스키마를 나열하고, 확인을 거친 뒤에만 호출을 실행합니다. 서버가 정상인지 설정이 잘못됐는지 가리기에 충분합니다.