MCP

Awesome-Gaussian-Skills: 1,000개 이상의 3DGS 연구와 34개 렌더링/수정 도구를 AI agent에 연결하기

AI agent가 3DGS 연구를 직접 검색하고 gsplat 렌더링을 구동하게 하려면 이 저장소가 가장 적합합니다. 단, 먼저 SKILL.md를 agent 스킬 디렉터리에 복사하고, Node로 stdio 방식의 v0.8.0 MCP 서버를 구동해야 하며, 13개의 실험 도구는 stub일 뿐입니다.

Official source · GitHub - jaccen/Awesome-Gaussian-Skills: 1000+ arXiv-verified 3DGS methods · 15 AI agent skills · MCP server (34 tools) · open ebook

Install

Each skill is a standalone SKILL.md file — copy it to your Agent's skills directory (e.g. `cp -r Awesome-Gaussian-Skills/skills/* .claude/`); MCP server config: command: node, args: [/path/to/mcp-server/dist/index.js], transport: stdio

jaccen/Awesome-Gaussian-Skills는 3D Gaussian Splatting(3DGS) 연구를 위한 AI 네이티브 진입점입니다. arXiv로 검증된 1,000개 이상의 연구 방법론, 15개의 AI agent 스킬, 그리고 34개 도구를 갖춘 MCP 서버를 하나로 묶어 제공합니다. 가장 적합한 용도는 AI agent가 3DGS 연구 지식을 읽고 검색하는 동시에 gsplat 렌더링 루프를 직접 구동하도록 하는 것입니다. 사용 전 가장 중요한 전제 조건은 다음과 같습니다: MCP 서버는 v0.8.0이며 로컬 Node 실행이 필요하고, 13개의 실험(experimental) 도구는 stub(자리표시)일 뿐이며 실제로 의존할 수 있는 것은 21개의 핵심 도구입니다.

누구에게 적합한가

  • 3DGS 연구를 진행 중이거나 학습 중인 사람으로, 26개 카테고리의 1,011개 연구 레코드(스냅샷 기준일 2026-10-21)를 빠르게 훑어보고 싶고, 검색과 요약을 agent에게 맡기고자 하는 경우 — 이 중 904개는 최신 검증된 arXiv 메타데이터를 갖추고 있습니다.
  • 기존 agent(예: .claude/ 같은 skills 디렉터리 형태의 스킬 카탈로그 방식 연결)에 3DGS 도메인 지식을 추가하고 싶은 사용자: 각 스킬은 독립적인 SKILL.md 파일이며, 스킬 디렉터리에 복사하기만 하면 사용할 수 있습니다.
  • MCP 도구로 3D 장면, 카메라, 가우시안을 조작하고 프레임을 렌더링하고 싶은 개발자.
  • 적합하지 않은 경우: Node 이외의 런타임 환경이 필요한 경우, 지원 여부는 근거에서 확인되지 않습니다. 실험적 기능에 의존하는 사용자는 이 13개의 experimental 도구가 stub임에 유의해야 하며, 107개의 연구 레코드는 아직 1차 출처 검증이 완료되지 않았으므로 인용 전에 원문 문헌을 직접 확인해야 합니다. 라이선스는 Apache-2.0입니다.

3분 만에 첫 시도 완료하기

공식적으로 제시되는 가장 직접적인 메인 경로는 스킬 파일 복사와 MCP 서버 stdio 구성이며, 몇 단계로 나뉩니다:

  1. 전제 조건: 로컬에 Node가 설치되어 있어야 하고(MCP 서버는 command: node로 시작됨), 이 저장소를 클론합니다.
  2. 스킬 연결: 저장소 README에 따르면 "각 스킬은 독립적인 SKILL.md 파일 — agent의 skills 디렉터리에 복사하세요"입니다. 주의할 점: skills 내용을 agent의 스킬 디렉터리(README가 예시로 든 디렉터리는 .claude/)에 복사하는 것은 로컬 agent 구성 디렉터리에 대한 쓰기 작업이며 읽기 전용 작업이 아닙니다. 공식 근거에는 복구나 롤백 안내가 없으므로, 되돌릴지 여부는 스스로 판단하고 구현해야 합니다.
  3. MCP 서버 구성: MCP 클라이언트 구성에 공식 제공 stdio 구성 스니펫을 사용합니다 — command: node, args: [/path/to/mcp-server/dist/index.js], 전송 방식은 stdio. /path/to/...는 로컬 저장소 경로로 교체합니다.
  4. 첫 저위험 호출: 연결 확인을 위해 먼저 조회·탐색류 기능을 호출하고, 장면을 변경하는 도구를 바로 호출하지 않습니다. 핵심 도구 중 render_frame, set_camera는 로컬 렌더링 세션에 대한 조작으로, 가우시안 데이터를 변경하는 도구보다 위험이 낮습니다. modify_gaussians나 sculpt_pipeline 같은 쓰기 작업을 호출할 경우 세션 내 가우시안 데이터를 수정한다는 점에 유의하고, 공식 근거에는 되돌리기 경로가 안내되어 있지 않으므로 가치 없는 테스트 데이터 위에서 수행하세요.
  5. 성공 신호: 클라이언트가 해당 서버의 34개 도구(21 core + 13 experimental)를 나열할 수 있으면 stdio 연결이 성공한 것입니다. 또한 저장소는 MCP 서버가 HTTP + WebSocket으로 포트 9842에서 gsplat 렌더링 루프를 노출한다고 설명하므로, 렌더링 서비스가 구동 중인지 추가로 확인할 수 있습니다.

주의: 도구가 나열되고 호출 가능하다는 것은 연결과 세션이 사용 가능하다는 것만을 의미하며, 렌더링 결과가 올바르거나 데이터에 오류가 없다는 뜻은 아닙니다. 첫 렌더링 프레임의 결과는 직접 육안으로 확인해야 합니다.

사용 사례

사례 1: 특정 3DGS 연구 방향 검색. 상황: agent가 특정 유형의 3DGS 방법론을 요약하게 하고 싶다. 시도 방법: 15개 스킬을 연결한 뒤, agent가 저장소의 등록 스냅샷(1,011개 레코드, 26개 카테고리)을 기반으로 검색과 요약을 수행하게 합니다. 기대 결과: agent는 arXiv 메타데이터 검증이 완료된 항목을 인용할 수 있으며, 일부 항목에는 1차 출처 검증이 아직 필요하다는 표시(107개)가 있어 이는 수동으로 확인해야 합니다.

사례 2: 로컬 gsplat 렌더링 루프 구동. 상황: 3D 장면이 이미 있고, agent가 카메라를 조정해 한 프레임의 렌더링 이미지를 출력하게 하고 싶다. 시도 방법: 이 MCP 서버를 시작한 뒤 핵심 도구를 순서대로 호출합니다 — import_scene으로 장면을 가져오고, set_camera로 카메라 위치를 설정하고, render_frame으로 한 프레임을 렌더링합니다. 기대 결과: 서버가 포트 9842에서 gsplat 렌더링 루프(HTTP + WebSocket)를 제공하므로, 렌더링 세션에서 프레임 출력을 관찰할 수 있습니다. 근거에는 각 도구의 구체적인 파라미터 스키마가 제시되지 않으므로, 첫 호출 전에 클라이언트가 반환하는 도구 설명을 확인해 파라미터를 파악하세요.

사용 경계

  • 읽기/쓰기 성격: 스킬 복사는 로컬 agent 구성 디렉터리에 대한 쓰기 작업입니다. MCP 서버 측의 import_scene, modify_gaussians, set_camera, render_frame, sculpt_pipeline은 로컬 렌더링 세션 데이터를 대상으로 하며, 그중 가우시안을 수정하는 도구는 실제로 세션 상태를 변경합니다. 공식 근거에는 되돌리기 메커니즘이 안내되어 있지 않습니다.
  • 실행 조건: v0.8.0의 MCP 서버는 Node가 필요합니다. HTTP/WS 포트는 9842로 고정되어 있으며, 포트 충돌 시 직접 처리해야 합니다(공식적으로 포트 변경 안내는 없습니다).
  • 데이터 제한: 지식 베이스 스냅샷은 2026-10-21이며, 107개 레코드는 1차 출처 검증이 대기 중입니다. 결론을 인용하기 전에 원본 arXiv 문헌을 확인하세요.
  • 확인되지 않은 정보: 각 도구의 파라미터 스키마, 인증 방식, 다중 클라이언트 호환성은 근거에서 모두 안내되지 않으므로, 사용 전에 클라이언트가 실제로 반환하는 도구 설명을 기준으로 삼으세요.
  • 본 설명은 보안 결론이 아닙니다: "렌더링 세션 조작"이 무위험을 의미하지는 않으며, 네트워크 통신 행위, 로컬 데이터 읽기 범위 등의 경계에 대한 근거는 다루지 않으므로 추측해서는 안 됩니다.