Persona MCP

# 📚 지식 베이스 저장 전략 **결론**: 3단계 하이브리드 접근 --- ## 🎯 전략 개요 ### Tier 1: Git Repository (예시 + 문서) **용량**: ~20MB **목적**: 사용자가 즉시 이해할 수 있도록 ``` knowledge-base-samples/ ├── 410-llm-engineer/ │ ├── core-competencies/ │ │ └── transformer-architectures.md (20 pages) ✅ Git │ └── README.md (어떻게 사용하는지) └── README.md (전체 지식 베이스 개요) ``` **Git에 포함**: - ✅ 각 페르소나당 1-2개 대표 문서 (예시) - ✅ 구조 및 사용법 문서 - ✅ 메타데이터 (manifest.json) ### Tier 2: Google Drive / S3 (전체 지식 베이스) **용량**: 14.2GB (142 personas × 100MB) **목적**: 프로덕션 사용 ``` knowledge-base-full.zip (14.2GB) └── 410-llm-engineer/ (100MB) ├── core-competencies/ (50MB) ├── case-studies/ (20MB) ├── code-examples/ (15MB) ├── research-papers/ (10MB) └── best-practices/ (5MB) ``` **다운로드 링크**: ```bash # 자동 설치 스크립트 npm run install-knowledge-base # 또는 수동 curl -L https://drive.google.com/uc?id=FILE_ID -o kb.zip unzip kb.zip -d knowledge-base/ ``` ### Tier 3: 자동 생성 (선택사항) **용량**: 0 (생성 시점 크롤링) **목적**: 항상 최신 유지 ```bash # 특정 페르소나만 생성 npm run build-kb -- --persona 410-llm-engineer # 모두 생성 (30분 소요) npm run build-kb -- --all ``` --- ## 📁 최종 디렉토리 구조 ``` persona-mcp/ ├── .gitignore │ └── knowledge-base/ # 로컬 전체 KB 제외 │ !knowledge-base-samples/ # 예시만 포함 │ ├── knowledge-base-samples/ (Git에 포함, 20MB) │ ├── 410-llm-engineer/ │ │ └── transformer-architectures.md │ ├── 108-devops-engineer/ │ │ └── ci-cd-best-practices.md │ └── README.md │ ├── knowledge-base/ (Git 제외, 로컬만, 14.2GB) │ ├── 410-llm-engineer/ (100MB) │ ├── 108-devops-engineer/ (80MB) │ └── ... (142개, 사용자가 다운로드) │ ├── knowledge-base-manifest.json (Git에 포함) │ └── 다운로드 링크, 체크섬 │ └── scripts/ ├── download-knowledge-base.js └── build-knowledge-base.js ``` --- ## 🛠️ .gitignore 설정 ```gitignore # Knowledge Base (로컬만) knowledge-base/ # 예외: 샘플은 포함 !knowledge-base-samples/ # 벡터 DB (로컬만) .chroma/ *.faiss # Node modules node_modules/ ``` --- ## 📦 knowledge-base-manifest.json ```json { "version": "3.1.0", "updated": "2025-11-23", "total_size": "14.2 GB", "personas": { "410-llm-engineer": { "size": "102.4 MB", "chunks": 50000, "documents": 523, "sources": [ "https://drive.google.com/uc?id=1ABC123/410-llm-engineer.zip", "https://huggingface.co/datasets/personas/410-llm-engineer" ], "checksum": "sha256:abc123...", "sample_included": true, "sample_path": "knowledge-base-samples/410-llm-engineer/" }, "108-devops-engineer": { "size": "78.5 MB", "chunks": 39250, "documents": 412, "sources": ["..."], "checksum": "sha256:def456..." } }, "download_instructions": { "automatic": "npm run install-knowledge-base", "manual": "curl -L [url] -o kb.zip && unzip kb.zip", "selective": "npm run install-kb -- --persona 410" } } ``` --- ## 🚀 사용자 워크플로우 ### 첫 설치 (빠른 시작) ```bash # 1. Git 클론 (샘플 포함, 50MB) git clone https://github.com/seanshin0214/world-class-leadership-personas.git cd world-class-leadership-personas # 2. 의존성 설치 npm install # 3. 샘플로 즉시 테스트 가능! ✅ npm run dev # → knowledge-base-samples/ 사용 (20MB, Git에서 다운로드됨) # 4. (선택) 전체 KB 다운로드 (프로덕션용) npm run install-knowledge-base # → knowledge-base/ 생성 (14.2GB, Google Drive에서 다운로드) ``` ### 선택적 다운로드 ```bash # 특정 페르소나만 (추천) npm run install-kb -- --persona 410-llm-engineer # → 100MB만 다운로드 # 여러 페르소나 npm run install-kb -- --personas 410,108,201 # → 300MB 다운로드 # 전체 (프로덕션) npm run install-kb -- --all # → 14.2GB 다운로드 ``` --- ## 💾 scripts/download-knowledge-base.js ```javascript #!/usr/bin/env node const https = require('https'); const fs = require('fs'); const path = require('path'); const { pipeline } = require('stream/promises'); const unzipper = require('unzipper'); async function downloadKnowledgeBase(personaId = null) { const manifest = require('../knowledge-base-manifest.json'); const toDownload = personaId ? [manifest.personas[personaId]] : Object.values(manifest.personas); console.log(`Downloading ${toDownload.length} persona knowledge bases...`); for (const persona of toDownload) { console.log(`\nDownloading ${persona.id}... (${persona.size})`); const url = persona.sources[0]; const zipPath = path.join(__dirname, `../temp/${persona.id}.zip`); const extractPath = path.join(__dirname, `../knowledge-base/${persona.id}`); // Download await downloadFile(url, zipPath); // Verify checksum const actualChecksum = await calculateChecksum(zipPath); if (actualChecksum !== persona.checksum) { throw new Error(`Checksum mismatch for ${persona.id}`); } // Extract await extractZip(zipPath, extractPath); // Cleanup fs.unlinkSync(zipPath); console.log(`✓ ${persona.id} installed`); } console.log('\n✅ Knowledge base installation complete!'); } async function downloadFile(url, dest) { const file = fs.createWriteStream(dest); return new Promise((resolve, reject) => { https.get(url, (response) => { if (response.statusCode === 302 || response.statusCode === 301) { // Follow redirect return downloadFile(response.headers.location, dest) .then(resolve) .catch(reject); } response.pipe(file); file.on('finish', () => { file.close(resolve); }); }).on('error', (err) => { fs.unlink(dest); reject(err); }); }); } async function extractZip(zipPath, destPath) { await fs.createReadStream(zipPath) .pipe(unzipper.Extract({ path: destPath })) .promise(); } async function calculateChecksum(filePath) { const crypto = require('crypto'); const hash = crypto.createHash('sha256'); const stream = fs.createReadStream(filePath); return new Promise((resolve, reject) => { stream.on('data', (data) => hash.update(data)); stream.on('end', () => resolve(hash.digest('hex'))); stream.on('error', reject); }); } // CLI const args = process.argv.slice(2); const personaId = args.includes('--persona') ? args[args.indexOf('--persona') + 1] : null; downloadKnowledgeBase(personaId) .catch(console.error); ``` --- ## 📊 비용 비교 ### Git LFS ``` Storage: $5/월 for 50GB Bandwidth: $0.0875/GB 예상 비용: $10-20/월 ``` ### Google Drive (추천) ``` 무료: 15GB Google One: $2/월 for 100GB → 예상 비용: $2/월 또는 무료 ``` ### AWS S3 ``` Storage: $0.023/GB/월 (14.2GB = $0.33/월) Transfer: $0.09/GB (100GB = $9/월) → 예상 비용: ~$10/월 ``` ### HuggingFace Datasets (추천) ``` 무료 무제한! datasets.load_dataset("personas/410-llm-engineer") → 예상 비용: $0 ``` --- ## ✅ 최종 권장사항 ### Phase 1 (현재) ```bash # Git에 샘플만 포함 knowledge-base-samples/ └── 410-llm-engineer/ └── transformer-architectures.md ✅ 이미 커밋됨 ``` ### Phase 2 (다음 단계) ```bash # Google Drive에 전체 업로드 1. 410-llm-engineer.zip (100MB) 생성 2. Google Drive 공유 링크 생성 3. manifest.json 업데이트 4. download 스크립트 작성 ``` ### Phase 3 (프로덕션) ```bash # HuggingFace Datasets로 마이그레이션 from datasets import load_dataset kb = load_dataset("world-class-personas/410-llm-engineer") # → 무료, 무제한, 버전 관리, CDN ``` --- **현재 상태**: Git에 샘플 1개 포함 ✅ **다음 단계**: manifest.json + download 스크립트 작성 **최종 목표**: HuggingFace Datasets 호스팅