mvanhorn/cli-printing-press

Every API has a secret identity. This finds it, absorbs every feature from every competing tool, then builds the GOAT CLI — designed for AI agents first, with SQLite sync, offline search, and compound insight commands.

CLI Printing Press – 생산성에 최적화된 AI 기반 CLI(명령줄 인터페이스) 및 MCP 서버 생성기

무엇인가요 – Go 기반 도구로, AI 어시스턴트(Claude Code, Codex 등)가 어떤 웹 서비스나 API를 토큰 효율적인 명령줄 인터페이스와 일치하는 MCP(Machine‑Code‑Plugin) 서버로 변환할 수 있게 해줍니다. 이 도구는 전체 파이프라인을 자동으로 처리합니다:

연구 – 공식 문서를 읽고 커뮤니티 CLI를 크롤링하며, 문서화되지 않은 사이트의 브라우저 트래픽까지 캡처합니다.
흡수 – 기존 도구에서 발견된 모든 유용한 기능의 매니페스트를 구성합니다.
생성 – 동일한 클라이언트/스토어 코드를 공유하는 Go CLI(Cobra 기반)와 MCP 서버를 생성합니다.
지속 – 전체 텍스트 검색, 증분 동기화, 복합 명령어 지원 기능을 갖춘 로컬 SQLite 스토어를 생성합니다.
검증 – 출판 전에 스코어카드, 도그푸드 테스트, 행동 증명 검사, 실시간 스모크 테스트를 실행합니다.

결과는 notion‑pp-cli와 같은 설치 가능한 바이너리와, 에이전트가 직접 호출할 수 있는 동반자 notion‑pp-mcp가 생성되며, 토큰 비용이 최소화됩니다.

AI 에이전트에게 왜 중요한가

속도와 토큰 경제성 – 에이전트는 긴 API 문서를 따라가기보다 간결한 CLI를 호출할 수 있습니다. 플래그는 머신 소비를 위해 설계되었으며(작은 출력, 타입화된 종료 코드, 자동 JSON).
로컬 우선 데이터 – 모든 가져온 데이터는 SQLite DB에 저장되어, 상태 없는 API 래퍼가 제공할 수 없는 초고속 search, sql, 그리고 복합 명령어(stale, health, bottleneck)를 가능하게 합니다.
이중 인터페이스 – 동일한 생성 코드가 셸 친화적인 CLI와 MCP 서버를 모두 지원하므로, 터미널 기반 에이전트(Claude Code, Codex) 뿐만 아니라 IDE 통합 에이전트(Claude Desktop, Cursor, Windsurf, Cline)에서도 작동합니다.
제로 스펙 워크플로우 – 웹사이트(예: ESPN, Google Flights)를 지정하면 트래픽을 캡처하고 OpenAPI 스펙을 역설계한 후 자동으로 CLI를 생성합니다.

빠른 설치 (바이너리 + 스킬)

# 한 줄 명령어로 Go 생성기 설치 및 Claude Code용 Printing‑Press 스킬 등록
curl -fsSL https://raw.githubusercontent.com/mvanhorn/cli-printing-press/main/scripts/install.sh | bash

--cli-only 또는 --skills-only를 추가하면 한쪽만 설치할 수 있으며, --agent codex를 사용하면 Claude Code 대신 Codex를 대상으로 할 수 있습니다.

수동 대안 (Go 도구 사용을 선호하는 경우):

go install github.com/mvanhorn/cli-printing-press/v4/cmd/cli-printing-press@latest
npx -y skills@latest add mvanhorn/cli-printing-press/skills --skill '*' -g -a claude-code -y

CLI 생성 (에이전트 워크플로우)

Claude Code(또는 Codex) 세션을 시작합니다.
채팅 내에서 다음 스킬을 실행합니다:
```
/printing-press <app‑name-or‑URL>
```
예시: /printing-press ESPN, /printing-press https://postman.com/explore
스킬이 cli-printing-press 바이너리를 호출하여 5단계 파이프라인을 실행하고, ~/printing-press/library/<api>/ 폴더에 두 개의 바이너리를 생성합니다:
- <api>-pp-cli – Cobra 기반 CLI.
- <api>-pp-mcp – MCP 서버.
CLI를 직접 사용(<api>-pp-cli --help)하거나 IDE 에이전트가 MCP 서버를 자동 탐지하도록 합니다.

생성된 CLI의 핵심 기능

기능	기능 설명	에이전트 이점
`sync`	로컬 SQLite 스토어에 최신 데이터를 가져옵니다.	한 번의 네트워크 호출 후, 이후 모든 쿼리는 오프라인 상태에서 가능합니다.
`search` / `sql`	로컬 데이터에 대한 전체 텍스트 또는 SQL 쿼리.	밀리초 수준의 응답, 훨씬 적은 토큰 사용.
`stale`, `health`, `bottleneck`	과거 데이터에서 도출된 도메인 전용 분석.	커스텀 코드 없이도 에이전트가 고수준 인사이트를 얻을 수 있습니다.
`--compact`	고중력 필드만 출력(60–80% 토큰 절감).	프롬프트 길이를 짧게 유지합니다.
타입화된 종료 코드	머신이 읽을 수 있는 상태(`0`, `2`, `3`, …).	텍스트 파싱 없이도 로직 분기 가능합니다.
자동 JSON	파이프된 경우 `--json` 플래그 없이도 JSON 출력.	`jq` 또는 기타 도구와 원활한 조합 가능.

출판 및 개선

출판 – /printing-press-publish <api>는 검증, 패키징 후 공개 Printing‑Press 라이브러리에 PR을 엽니다.
정제 – /printing-press-polish <api>는 진단을 실행하고 검증 실패를 수정하며 문서를 정리합니다.
수정 – 도그푸드 세션 후, /printing-press-amend는 사용 불편 요소를 추출하고 PR을 생성하며, 자동으로 PII를 제거합니다.

내부 동작 방식 (고수준 흐름)

Phase 0  스펙 또는 URL 확인 (1–3분)
Phase 1  연구 요약 – 정체성, 경쟁사, 데이터 레이어 (5–10분)
Phase 1.5 생태계 흡수 – 기존 CLI/MCP 기능 카탈로그화 (5–10분)
Phase 1.7 브라우저 스니핑 – 스펙 없을 경우 HAR 캡처 (2–5분)
Phase 2  Go CLI + MCP 서버 생성 (1–2분)
Phase 3  "GOAT" 구축 – 로컬 스토어, 복합 명령어, 분석 기능 추가 (10–20분)
Phase 4–5 검증, 스코어링, 선택적 출판

모든 단계는 cli-printing-press 바이너리가 조율하며, 코드 생성과 같은 무거운 작업은 Codex(/printing-press <api> codex)에 위임하여 Claude Code의 토큰 사용을 절약할 수 있습니다.

예시 생성 CLI (ESPN)

espn-pp-cli games --date today --compact
# → 단일 호출로 NBA 플레이오프 스코어, 선두 득점자, 부상 소식 포함 JSON 출력

동일한 기능은 IDE 기반 에이전트를 위한 espn-pp-mcp를 통해도 사용 가능합니다.

누가 사용할 수 있을까

수십 개의 서비스에 대해 빠르고 토큰 효율적인 도구를 필요로 하는 AI 에이전트 개발자.
SaaS 데이터의 로컬 검색 가능한 캐시를 원하는 DevOps/자동화 엔지니어.
스크래퍼를 작성하지 않고도 문서화되지 않은 웹 API를 탐색해야 하는 연구자.
단일 소스에서 CLI와 MCP 플러그인을 모두 배포하고 싶은 도구 개발자.

링크

사전 제작된 CLI 카탈로그 – https://printingpress.dev
Printing‑Press 라이브러리 (GitHub) – https://github.com/mvanhorn/printing-press-library
설치 스크립트 – scripts/install.sh
Codex용 문서 – docs/CODEX.md
Cursor용 문서 – docs/CURSOR.md

CLI Printing Press는 문서화된 API든 아니든, 어떤 API든 고성능이고 에이전트 친화적인 명령줄 도구와 MCP 서버로 변환하는 전 생애주기를 자동화하여, AI 보강 워크플로우의 토큰 비용과 개발 노력이 크게 줄어듭니다.