GSG HWP is a local MCP bridge that enables AI agents like Codex and Claude Code to query and edit open HWP documents on Windows using native Hancom Automation objects and C++ DLLs.

Stars

95

7-day growth

+1

Forks

17

Open issues

1

License

MIT

Last updated

2026-07-27

AI repository intelligence
FR-AI / ANALYSIS

Why it is worth attention

It provides a fast, native-grade integration for HWP documents without uploading files or simulating keystrokes, making it the first dedicated MCP for Hancom's word processor with 37 curated tools and 1,448 routed API cases.

Who it is for

  • Korean enterprise users who need programmatic HWP editing
  • Developers building AI agents for document automation
  • Power users automating repetitive HWP tasks with Claude Code or Codex
  • IT administrators deploying local document workflows

Use cases

  • Automatically fill HWP tables with structured data and verify layout
  • Replace images in documents while preserving aspect ratio and cell alignment
  • Quickly inspect page structure, table cells, and styles for content review
  • Apply text formatting and paragraph changes via natural language requests

Strengths

  • Direct access to open HWP documents without cloud upload or screen scraping
  • Leverages official Hancom Automation API and native C++ DLLs for reliability
  • Includes 37 curated tools and a runtime cache for fast inspection and editing
  • Provides detailed backup and restore for DLLs and registry during install/uninstall

Considerations

  • Supports only Windows 10/11 and Hancom Office 2024; other versions not verified
  • Commercial use of Hancom Automation requires separate approval from Hancom
  • 4 out of 1,452 official API cases are excluded due to runtime failures

README quick start

GSG HWP

GSG HWP는 Codex, Claude Code 같은 에이전트 앱이 Windows 한/글에서 현재 열려 있는 HWP 문서를 빠르게 조회하고 네이티브 방식으로 편집·검수하도록 연결하는 로컬 MCP입니다.

  • 배포 버전: v1.2.2
  • 원본 소스 버전: 0.5.73-dev.3
  • MCP 런타임: 0.3.91
  • C++ 네이티브 브리지: 0.5.124
  • 네이티브 프로토콜: 12
  • 개발자: inodesign
  • 공개 도구: 업무 도구 44개 + 런타임 재로드 1개 = 총 45개
  • 공식 API 카탈로그: 1,452개 중 네이티브 라우팅 1,448개

버전별 변경사항은 CHANGELOG.md에 기록합니다.

배포본 해시 검증, 코드 서명 현황, 백신 오탐 대처는 docs/release-integrity.md를 참고하십시오.

v1.2.2 주요 변경

  • 표 셀의 표시 형식을 바꾸는 것이 가능해졌습니다. 종전에는 EL.+39.3m39.3 으로 바꾸려 해도 기존 형식이 다시 씌워져 아무 일도 일어나지 않으면서 "성공"으로 보고됐습니다. 이제 표시 형식 유지와 글자 서식(글꼴·크기·색) 유지를 따로 끌 수 있습니다. 아무것도 지정하지 않으면 종전과 동일합니다.
  • 숫자 해석 방식을 직접 지정할 수 있습니다. 종전에는 도구가 "이 값이 표시값인지 기준값인지 정해달라"고 물으면서, 정작 그것을 지정할 방법을 주지 않아 같은 자리에서 계속 막혔습니다.
  • 되돌리기가 실제로 되돌렸는지 확인하고 보고합니다. 되돌릴 이력이 없으면 성공이 아니라 "없다"고 알립니다. 되돌린 단계 수도 실제 적용된 수로 보고합니다.
  • 변경 여부를 확인하지 못한 상태에서 자동 되돌리기를 실행하던 것을 멈췄습니다. 무관한 이전 편집이 사라질 수 있었습니다.
  • 셀 병합에서 시작 칸만 지정해도 나머지를 현재 선택에서 채웁니다.
  • 그림 종류 판정이 경로마다 달라 같은 개체를 어떤 곳은 찾고 어떤 곳은 못 찾던 문제를 고쳤습니다.
  • 다른 이름으로 저장한 뒤 편집이 나갈 때 문서 확인이 무력해지던 경로 두 곳을 마저 고쳤습니다.
  • 바뀐 쪽 범위가 재시도 시 한 쪽으로 줄어들던 문제를 고쳤습니다.
  • 파이썬과 네이티브가 서로 다른 한계·프로토콜 값을 믿던 곳들을 추가로 맞췄습니다.

v1.2.1 주요 변경

  • 표를 반복하고 내용을 채우는 작업이 5분 넘게 실패하던 것을 고쳤습니다. 캡션을 확인하려고 표 개수만큼 문서를 다시 읽던 것을 쪽 단위로 묶었습니다. 사용자 문서 실측에서 40초에 완료되고 되돌리기 호출이 한 번도 발생하지 않았습니다.
  • 큰 표에서 선택한 셀 범위를 읽지 못하면 "셀 주소를 지정해 다시 요청하라"고 답하던 것을 없앴습니다. 그 문구를 받은 에이전트가 없는 주소를 만들어내 엉뚱한 칸을 고치고 있었습니다. 선택과 표 구조로 푸는 경로가 이미 있었는데 그 앞에서 막고 있었습니다.
  • 셀 서식을 유지해 달라는 요청이 무시되어 서식이 사라지던 문제를 고쳤습니다.
  • 라벨만 보고 크기가 같은 무관한 표를 같은 묶음으로 판단해 덮어쓰던 문제를 고쳤습니다. 이제 표별로 확인하고, 어느 표인지 확정할 수 없으면 그 사실을 알립니다.
  • 되돌리기로 원래 상태를 복구한 뒤에도 "변경됨"으로 보고하던 것, 검증 근거가 부족한 것을 검증 실패와 같이 다루던 것을 고쳤습니다. 성공한 편집이 실패로 보고되면 에이전트가 되돌린 뒤 다시 시도합니다.
  • 바뀐 쪽 범위를 커서 위치 한 쪽만 알려주던 것을 실제로 바뀐 범위로 바꿨습니다.
  • 모든 네이티브 호출이 내부 통신을 세 번씩 하고 있던 것을 한 번으로 줄였습니다.
  • 표 채우기가 네이티브의 일괄 검증을 스스로 꺼뜨리던 문제를 고쳤습니다. 이제 한 칸이라도 내용이 달라졌으면 아무 칸도 쓰지 않습니다.
  • 셀 병합·나누기가 주소를 반드시 요구하던 것을 완화했습니다. 이미 선택해 둔 칸이 있으면 그대로 씁니다.
  • 파이썬과 네이티브가 서로 다른 한계값을 믿고 있던 곳들을 맞췄습니다. 50x50 표를 만들 수 없던 제한도 함께 풀었습니다.

v1.2.0 주요 변경

  • 큰 표를 다룰 때 한/글이 응답하지 않던 문제를 해결했습니다. 1,000칸 채우기가 180초 제한을 넘겨 16분 넘게 멈추던 것에서 약 60초에 완료되고, 직후 저장·문서 닫기·다음 작업이 모두 동작합니다.
  • 원인은 칸마다 표 구조를 다시 읽던 것이었습니다. 같은 표를 다루는 동안 한 번만 읽어 재사용하고, 큰 요청은 여러 번의 제한된 호출로 나눕니다.
  • 표를 바꿀 수 있는 명령 뒤에는 캐시된 표 구조를 버립니다. 종전에는 두 명령만 그렇게 해서 행·열을 지우거나 넣은 뒤 엉뚱한 칸에 쓸 수 있었습니다.
  • 식별자로

Description

gsghwp

Related repositories

Similar projects matched by category, topics, and programming language.

lopopolo
Featured
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI & Machine LearningAI Agents
2,390
slvDev
Featured
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI & Machine LearningLarge Language Models
1,960
littledivy
Featured
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI & Machine Learning
1,482