Native Pass-through — mcpweave 문서

mcpweave 의 가장 중요한 약속은 native pass-through 입니다 (ADR-001).

무엇인가요

Provider (Cafe24, Coupang, Toss, etc) 의 raw API 응답을 수정 없이 AI agent 에 forward 합니다.

사용자 prompt
    ↓
AI Agent (Claude / Cursor / etc)
    ↓
mcpweave (인증 + audit log + confirmation token only)
    ↓
Provider API (Cafe24 etc)
    ↓
Provider 응답 ← raw 그대로
    ↓
AI Agent ← raw 그대로

왜 그렇게 했나요

1. Schema 손실 회피

기존 iPaaS 는 provider 응답을 “통합 schema” 로 변환합니다. 이 과정에서 60+ field 중 수십개가 누락. AI agent 는 풍부한 컨텍스트가 필요한데 normalized data 로는 한계.

dogfood 검증: cafe24 list_products 응답 60+ field 모두 노출 (price_excluding_tax, margin_rate, tax_type, buy_unit_type 등) — agent 가 마진 분석 / 세금 계산 / 재고 모니터링 모두 직접 가능.

2. Provider API 변경 자동 반영

mcpweave 가 schema 정의를 “고정” 하면 provider 가 새 field 추가할 때마다 mcpweave 도 갱신해야 함. native pass-through 면 새 field 자동 노출.

3. 디버깅 친화적

AI agent 가 받은 응답이 곧 provider 의 raw 응답 — provider docs 와 1:1 매칭. 사용자가 직접 schema 검증 / 디버깅 가능.

Trade-off

사용자가 provider schema 직접 학습 필요 (mcpweave 의 docstring 이 보조)
응답 size 가 클 수 있음 (Coupang display category tree = 2.2MB)

이 trade-off 는 의도적입니다. AI agent 시대에 schema 표준화보다 풍부한 컨텍스트 가 더 가치 있습니다.

예외

다음 경우는 native pass-through 우회:

Audit log — tool_invocations 테이블에 호출 metadata 저장 (raw body X)
Confirmation token — destructive op 는 mcpweave 가 server-side 추가 보호 (ADR-030)
Multi-tenant 격리 — organization_id 격리는 mcpweave 측 강제

이 외 모든 응답은 raw 그대로.