Agentic AI with MCP

모델 컨텍스트 프로토콜(MCP)을 갖춘 에이전트 AI

이 프로젝트는 Groq 기반 LLM(qwen-qwq-32b 모델)을 맞춤형 모델 컨텍스트 프로토콜(MCP) 서버를 통해 다양한 도구와 연결하는 Agentic AI 시스템을 구현합니다. 이 시스템은 위키피디아, 인터넷 검색(Tavily API를 통해), 재무 데이터(Yahoo Finance API를 통해)의 맥락 정보를 제공하여 LLM의 기능을 향상시킵니다.

MCP 소개

모델 컨텍스트 프로토콜(MCP)은 Anthropic에서 개발한 개방형 표준으로, 애플리케이션이 대규모 언어 모델(LLM)에 컨텍스트를 제공하는 방식을 표준화하기 위해 개발되었습니다. LLM 애플리케이션과 외부 데이터 소스 및 도구 간의 원활한 통합을 지원하여 AI 시스템이 표준화된 인터페이스를 통해 다양한 서비스와 동적으로 상호 작용할 수 있도록 합니다.

MCP의 주요 특징:

• 표준화: AI 도우미와 구조화된 도구 및 데이터 계층을 연결하기 위한 범용 프로토콜을 제공합니다.
• 모듈식 아키텍처: 일반적으로 호스트 AI 시스템을 통해 중재되는 지속적인 스트림에 대한 클라이언트-서버 패턴을 따릅니다.
• 동적 내성: tools/list 및 resources/list와 같은 메서드를 통해 도구와 리소스의 동적 검색을 지원합니다.

보안: 호스트 매개 인증을 통합하고 보안 전송 프로토콜을 지원합니다. MCP를 채택하면 개발자는 상호 운용성, 보안성이 뛰어나고 복잡한 워크플로를 처리할 수 있는 AI 애플리케이션을 구축할 수 있습니다.

MCP 서버에 새 도구를 추가하려면:

• 도구 정의: 특정 작업이나 데이터 검색을 처리하는 새로운 기능을 만듭니다.
• 도구 등록: 도구의 이름과 설명을 지정하여 서버의 도구 레지스트리를 업데이트하여 새 기능을 포함합니다.
• 요청 처리: 서버가 쿼리에 따라 들어오는 요청을 적절한 도구로 라우팅할 수 있도록 합니다. 이러한 모듈식 접근 방식을 사용하면 서버 기능을 쉽게 확장할 수 있어 언어 모델이 더 광범위한 컨텍스트 정보에 액세스할 수 있습니다.

특징

• MCP 서버 : 다양한 도구에 대한 액세스를 제공하는 중앙 허브
• 3가지 통합 도구 :
  1. 위키피디아 검색 - 사실 정보 검색
  2. 인터넷 검색 - 포괄적인 웹 결과를 제공하는 Tavily API 기반
  3. Yahoo Finance API - 실시간 주식 및 재무 데이터
• Groq API 통합 : qwen-qwq-32b 모델을 사용한 초고속 LLM 처리
• 클라이언트-서버 아키텍처 : 도구 관리와 LLM 상호 작용 간의 명확한 분리

필수 조건

시작하기 전에 다음 사항이 있는지 확인하세요.

• 파이썬 설치 에서 UV 설치
• Groq API 키. 설명서 를 참조하세요.
• Tavily API 키( Tavily AI 에 가입하세요)

설치

1. 저장소를 복제합니다.지엑스피1
2. 종속성 설치:
   uv add "mcp[cli]"
3. 환경 변수 설정: keys.json에서 Groq 및 Tavily API 키 업데이트
4. 선택 사항(개발을 위해 MCP Inspector로 서버를 실행하려면):

5. 다음 명령을 실행하여 챗봇을 시작하세요.
   uv run client.py

사용 가능한 도구

이 시스템은 MCP 서버를 통해 세 가지 도구를 제공합니다.

1. 위키 검색:

• 위키피디아 정보에 접근하세요
• 예시 쿼리: "인공지능의 역사에 대해 알려주세요"

2. 인터넷 검색(Tavily):

• 포괄적인 웹 검색 결과를 얻으세요
• 예시 질의: "양자 컴퓨팅의 최신 개발 사항은 무엇입니까?"

3. 야후 파이낸스:

• 주가 및 재무 데이터에 접근하세요
• 예시 쿼리: "AAPL 주식의 현재 가격은 얼마인가요?"

참고문헌

• https://modelcontextprotocol.io/introduction
• https://github.com/langchain-ai/langchain-mcp-adapters
• https://github.com/krishnaik06/MCP-CRASH-Course