Metis Public Health

🩺 공중보건 및 역학 에디션입니다

Metis_PH에는 사전 탑재된 공중보건 지식 레이어가 포함되어 있습니다 — WHO 지침, 글로벌 보건 보고서, 역학/방법론 참고자료 — 따라서 말뭉치를 먼저 구축하지 않아도 첫날부터 근거가 있고 인용이 가능한 질문을 할 수 있습니다. 도메인에 구애받지 않는 기본 셸 (SVerITG/Metis)은 그 외 모든 면에서 동일합니다. 빈 상태로 제공되며 설정 설문을 통해 귀하의 분야 지식 레이어를 구축합니다.

실제 작동 모습

Related MCP server: RecallForge

연구자들이 신뢰하는 이유

• 📚 귀하의 출처를 인용합니다. 지식 답변은 귀하의 인덱싱된 라이브러리에 기반하며, 문서 및 페이지 수준의 인용이 포함됩니다 — 모델의 추측이 아닙니다. 라이브러리가 답변의 토대가 되지, 가둬 두지 않습니다. Metis는 여전히 최신 문헌, 지침, 더 넓은 지식을 필요할 때 가져오며, 어느 것이 어느 것인지 알려줍니다 — 따라서 아직 보유하지 않은 인용 가치가 있는 자료는 추가할 논문이 됩니다.

• 🔗 아는 모든 것을 연결합니다. 모든 논문, 회의 대화록, 아이디어, 메모, 저널 항목, 작업이 나머지 작업과 연결됩니다. 오늘 작성하는 보조금 신청서가 작년의 방법론 논문과 3월의 회의 메모를 떠올리게 합니다 — 직접 찾아다닐 필요가 없습니다. Metis가 가져다 줍니다.

• 🧠 올바른 전문가에게 라우팅합니다. 평범한 언어로 요청하면 Metis는 30개 이상의 전문 스킬 중 적합한 하나에 작업을 넘깁니다 — Librarian, Methods Coach, Writing Partner, Meeting Memory, Epidemiologist, Course Builder 등.

• 🔁 스스로 개선합니다. 모든 작업 후 무엇이 잘되었고 무엇이 부족했는지 기록하며, 매주 자신의 행동에 대한 개선안을 초안으로 작성하고 승인을 기다립니다. 대부분의 MCP 서버는 정적입니다 — Metis는 사용할수록 더 날카로워집니다.

• 🚫 지어내기를 거부합니다. 라이브러리에 없는 것을 물어보면 그렇다고 말합니다. 그럴듯한 답변을 만들어 내지 않습니다. (이 근거 기반 행동은 자동화된 테스트로 검증됩니다.)

• 🔒 귀하의 기기에 머무릅니다. 로컬 임베딩, 로컬 데이터베이스, 로컬 파일. 논문, 환자 인접 데이터, 미발표 작업은 컴퓨터를 떠나지 않습니다.

🎥 실제 작동 모습은 위에서 확인하세요 — 대시보드, 탭 둘러보기, Claude Desktop으로의 조용한 레이어, 그리고 스스로 개선하는 Metis.

가장 쉬운 체험 방법: Claude Desktop을 설치하고 3단계 설정을 실행하세요 — 데모 작업 공간이 미리 로드되어 있어 빈 화면 대신 탐색할 무언가로 시작합니다.

누구를 위한 것인가?

🔬 저는 연구자입니다

프로그래밍 배경이 필요 없습니다. 몇 분 안에 설치하고 즉시 작업을 시작하세요. Metis가 하는 모든 일은 평이한 언어로 설명됩니다.

→ 시작하기 (3단계)

⚙️ 저는 개발자입니다

오픈소스, 확장 가능, 잘 설계된 아키텍처. 도메인 팩을 구축하고, 에이전트를 추가하고, MCP 서버를 확장하거나 기관용으로 배포하세요.

→ 아키텍처 살펴보기

Metis란 무엇인가?

Metis는 Claude 위에 구축된 연구 동반자로, 데이터를 귀하의 기기에 보관합니다. 모든 AI 대화에 귀하의 도메인, 논문, 프로젝트, 작업 이력에 대한 지속적인 기억을 부여합니다. 요청을 올바른 전문가에게 라우팅하고, 작업을 수행하며, 결과를 기록하고, 평이한 답변을 반환합니다 — 프롬프트나 설정이 필요 없습니다.

앱은 귀하의 기기에서 실행되며 데이터도 그곳에 머무릅니다 — 문서, 메모, 임베딩, 기억이 기기를 떠나지 않습니다. 추론은 Claude가 담당하므로 분석을 위해 보내기로 선택한 텍스트만 Anthropic API로 전송됩니다. 그 외 모든 것은 로컬입니다. (정확히 무엇이, 언제 기기를 떠나는지는 데이터 보호를 참조하세요.)

요약하자면: 귀하의 분야와 문헌을 이미 알고, 캡처한 모든 논문, 회의, 아이디어, 메모를 연결하며, 각 요청을 올바른 전문가에게 보내고 — 사용할수록 귀하의 작업에 대해, 그리고 자신에 대해 더 날카로워지는 AI를 상상해 보세요. 그것이 Metis입니다.

작동 방식

Metis는 로그인하는 별도의 앱이 아닙니다. 백그라운드에서 조용히 실행되며 Claude를 귀하의 연구 — 논문, 기억, 프로젝트 — 에 연결하는 작은 서비스입니다.

1. 백그라운드 서비스("MCP 서버")가 컴퓨터와 함께 시작됩니다. Claude와 귀하의 파일 사이의 다리 역할을 하며, 직접 상호작용할 필요가 없습니다.

2. Claude를 통해 Metis와 대화합니다. 두 가지 방법:

   • Claude Desktop (가장 쉬움): 열고 프롬프트 메뉴에서 Metis 프롬프트(예: Metis, Metis Doctor)를 선택하거나 그냥 물어보세요.

   • Claude Code (터미널): /metis 다음에 요청을 입력하세요.

3. 평범한 언어로 요청합니다. Metis가 30개 이상의 전문가 중 누가 처리할지 파악하고, 귀하의 라이브러리와 기억을 사용해 작업을 수행하며, 출처를 인용하여 답변합니다.

그게 전부입니다. 시작 전에 배울 것이 없습니다. 대시보드는 이 모든 것 위에 있는 선택적 가시성 도구입니다.

디자인 철학

모든 AI 대화는 제로에서 시작합니다. 맥락을 다시 설명하는 데 10분을 쓰고, 세션이 끝나면 사라집니다. 일반적인 AI 도구는 강력하지만 상태가 없습니다 — 세상에 대해서는 모든 것을 알고, 귀하에 대해서는 아무것도 모릅니다.

Metis는 하나의 아이디어 위에 구축되었습니다: AI가 귀하를 알아야 한다. 그리고 스스로 계속 나아져야 한다.

이름만이 아닙니다 — 도메인, 문헌, 프로젝트, 선호하는 작업 스타일, 미해결 질문, 지난달의 회의 메모, 어제 라이브러리에 추가한 논문까지. Metis를 사용할수록 모든 응답이 좋아집니다. AI가 변해서가 아닙니다 — Metis가 귀하를 더 잘 알게 되기 때문입니다.

AI의 발전을 따라갈 필요가 없습니다. Metis가 대신 합니다. 매주 Metis는 모든 세션에서 자신의 성과를 검토하고, 더 잘할 수 있었던 부분을 식별하며, 자신의 행동에 대한 개선안을 초안으로 작성하고, 적용 전에 귀하의 승인을 기다립니다. 더 나은 방법과 모델이 등장하면 그 개선도 같은 방식으로 통합됩니다 — 항상 승인을 위해 제안되며, 결코 몰래 적용되지 않습니다. 연구자로서 귀하는 연구에 집중하세요. Metis가 자신을 날카롭게 유지하는 일을 처리합니다.

핵심 메커니즘은 교차 수분(cross-pollination)입니다. 아이디어를 포착하거나, 논문을 추가하거나, 회의를 기록하거나, 작업을 완료할 때마다 Metis는 이를 연구 유니버스의 다른 모든 것과 연결합니다. 1년 전에 색인한 논문이 오늘 연구비 신청서를 작성할 때 떠오릅니다. 3월의 회의 노트가 오늘 아침에 포착한 아이디어와 연결됩니다. 6개월 전의 미해결 질문이 방금 발표된 새 논문과 이어집니다. 이러한 연결은 자동으로, 백그라운드에서, 검색할 필요 없이 이루어집니다. 이것이 Metis를 검색 도구가 아닌 연구 동반자로 만드는 이유입니다 — 모든 작업을 머릿속에 담아둘 필요 없이 전체 작업 범위에 걸쳐 사고합니다.

이것은 진정으로 새로운 영역입니다. 개별 구성 요소들 — 로컬 언어 모델, 검색 증강 생성, 에이전트 라우팅, 벡터 검색 — 은 모두 독립적으로 존재합니다. Metis가 제시하는 것은 이 모든 것의 일관된 통합으로, 연구 작업의 특정 요구(긴 시간대, 민감한 데이터, 깊은 문헌, 수년에 걸쳐 축적되는 지식)에 맞춰 특별히 설계되었습니다. 매 세션마다 제로에서 시작하는 대신, 당신과 함께 성장하고 당신을 위해 연결을 표면화하는 시스템입니다. 우리가 아는 한, 통합되고 로컬에서 실행되며 연구자 중심의 시스템으로서 이와 유사한 것은 존재하지 않습니다.

세 가지 레벨 — 진입점을 선택하세요

현재 상황: MCP 서버, 30개 이상의 에이전트, 9탭 대시보드는 완전히 작동하며 매일 사용됩니다. 원클릭 설치 프로그램과 사전 로드된 도메인 지식 레이어는 아직 다듬는 중입니다. 이는 작동하는 시스템입니다 — 허풍이 아니라 — 그러나 완성된 것도 아닙니다. 문제가 발생하면 이슈를 열어 주세요. 그 피드백이 다음에 구축할 것을 결정합니다.

연구자용

프로그래밍 배경 지식이 필요 없습니다. 아래의 모든 것은 클릭하거나 복사-붙여넣기만 하면 됩니다.

Metis의 구동 방식 — 직접 선택하세요 (사용한다고 API 토큰이 소진되지는 않습니다)

Metis는 두 가지 방식으로 실행되며, 선택할 수 있습니다:

• Claude 구독으로 — API 키 없음, 토큰별 과금 없음. 이것이 일상적인 경로입니다: Claude Desktop 또는 Claude Code를 통해 Metis와 대화하고, 대시보드의 "✦ Update with Claude" / 브레인스토밍 버튼은 구독으로 Claude Desktop을 엽니다. 대부분의 사람들은 전적으로 이 방식으로 Metis를 사용합니다.

• Anthropic API 키로 — 당신이 없는 동안 실행되는 것(예약된 아침 스캔, 자동 브리프 생성)에만 필요합니다. 토큰별 과금이며, 일반적으로 하루에 몇 센트 수준입니다.

• 로컬 모델(Ollama)로 — 선택 사항, 완전 오프라인 보조 작업(예: 데이터 어시스턴트)용.

설치 프로그램이 API 키를 요청하여 자동화가 실행될 수 있게 하지만, 건너뛰고 구독만으로 Metis를 사용할 수 있습니다. 대화형 경험에는 API가 필요하지 않습니다.

3단계 설치

1단계 — (선택 사항) Anthropic API 키 받기 — 무인 자동화 전용(무료, 2분)

1. console.anthropic.com 으로 이동하여 계정을 만듭니다.

2. API Keys → Create Key를 클릭합니다. 키를 복사합니다(sk-ant-…로 시작).

3. 해당 탭을 열어 둡니다 — 설치 프로그램이 한 번 요청합니다.

키는 컴퓨터에만 저장됩니다. 업로드되거나 공유되지 않습니다.

Windows

⬇ MetisSetup.exe 다운로드

설치 프로그램을 더블클릭합니다. 마법사가 다음 단계를 안내합니다:

1. 전체 또는 AI만 — 전체는 AI 어시스턴트 + 9탭 연구 대시보드(약 15분)를 제공합니다. AI만은 더 빠르며(약 5분) 나중에 대시보드를 추가할 수 있습니다.

2. 프로젝트 — 작업 중인 내용을 Metis에 알려줍니다. 각 프로젝트에 대한 추적 레코드를 만들고, 프로젝트 폴더에 컨텍스트 파일을 작성하며, Claude Desktop에 자동으로 등록합니다.

3. 데모 워크스페이스 — 현실적인 예제 프로젝트, 회의, 문헌, 작업을 사전 로드하여 모든 기능을 즉시 탐색할 수 있습니다. 처음 사용자에게 권장됩니다.

4. API 키 — 한 번 붙여넣습니다.

나머지는 모두 자동입니다. 마지막에 Metis가 준비된 상태로 Claude Desktop이 열립니다.

요구 사항: Windows 10 또는 11 · 인터넷 연결 · API 키

macOS 또는 Linux

터미널을 열고 붙여넣습니다:

bash <(curl -fsSL https://raw.githubusercontent.com/SVerITG/Metis_PH/main/system/mcp-server/setup-mcp.sh)

스크립트는 두 가지 질문(전체 또는 AI만, 데모 워크스페이스)을 하고 나머지를 처리합니다. Metis를 Claude Desktop과 Claude Code에 자동으로 등록합니다. Ubuntu 20/22/24, Debian, macOS에서 작동합니다.

요구 사항: Python 3.10–3.13. 설치 프로그램은 uv를 선호합니다(자체 Python 3.12를 다운로드 — 시스템 패키지 불필요). uv를 사용할 수 없으면 시스템 Python으로 대체합니다. 기본 시스템에서는 sudo apt install python3-venv가 필요할 수 있습니다. 아주 새로운 Python(3.14+)은 아직 지원되지 않습니다 — 일부 패키지가 해당 버전용 wheel을 게시하지 않습니다. "ensurepip is not available" 오류가 발생하면 uv(위 줄) 또는 python3-venv를 설치하고 다시 실행하세요.

설치 후 — API 키 및 업데이트

API 키(선택 사항): system/.env.example을 system/.env로 복사하고 키를 추가하거나, 설치 프로그램이 요청할 것입니다. 키는 자동화 기능(아침 브리프, 예약 스캔)을 활성화합니다. Claude를 통한 대화형 사용은 키 없이 작동합니다.

git pull 후 업데이트: MCP 서버는 소스의 로컬 복사본(저장소 직접이 아님)에서 실행됩니다. 새 코드를 가져온 후 다음으로 재동기화합니다:

bash system/mcp-server/setup-mcp.sh --update

이렇게 하면 소스를 다시 복사하고, 패키지를 재설치하고, 마이그레이션을 적용합니다 — 전체 마법사를 다시 실행하지 않습니다.

Metis 폴더를 이동했나요? ~/.local/share/metis-mcp/.metis-rc-root의 마커 파일을 새 경로로 업데이트하거나 설치 프로그램을 다시 실행하세요.

MCP 클라이언트 구성

설치 프로그램이 Metis를 Claude Desktop과 Claude Code에 자동으로 등록합니다 — 일반적으로 구성을 수동으로 편집할 필요가 없습니다. 아래 블록은 참고용(및 MCP 디렉터리용)입니다: metis-rc 서버가 어떻게 연결되는지 보여줍니다.

Metis는 한 줄짜리 npx/uvx 서버가 아닙니다. 먼저 설치 프로그램을 실행하세요 — 로컬 가상 환경을 구축하고, 데이터베이스를 초기화하고, 아래 구성이 가리키는 실행 스크립트(run.sh)를 생성합니다.

0단계 — 설치(venv + DB 구축, run.sh 생성):

bash system/mcp-server/setup-mcp.sh

Claude Code(모든 OS) — 설치 프로그램이 자동으로 처리하거나, 수동으로 추가:

claude mcp add metis-rc ~/.local/share/metis-mcp/run.sh

Claude Desktop — macOS — ~/Library/Application Support/Claude/claude_desktop_config.json에:

{
  "mcpServers": {
    "metis-rc": {
      "command": "bash",
      "args": ["/Users/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Claude Desktop — Linux(네이티브) — ~/.config/Claude/claude_desktop_config.json에:

{
  "mcpServers": {
    "metis-rc": {
      "command": "bash",
      "args": ["/home/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Claude Desktop — Windows + WSL — %APPDATA%\Claude\claude_desktop_config.json에:

{
  "mcpServers": {
    "metis-rc": {
      "command": "wsl",
      "args": ["-e", "/home/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

<you>를 사용자 이름으로 바꾸세요. 생성된 run.sh는 런타임에 마커 파일에서 METIS_RC_ROOT를 확인합니다 — 하드코딩된 경로 없음. 서버 자체를 실행하는 데 API 키가 필요하지 않습니다.

첫날에 얻는 것

핵심 워크플로우

아침

Wake up
  └─ Metis scanned overnight
       ├─ New papers on your configured research topics
       ├─ Surveillance alerts and field news
       ├─ Tasks due today, overdue items
       └─ Suggested daily focus based on your open projects
           └─ Open dashboard → read morning brief → start work

문헌

New paper (PDF / DOI / Zotero / Mendeley import)
  └─ Librarian indexes it
       ├─ Added to knowledge graph
       ├─ Cross-pollinated with existing papers, past ideas, meeting notes
       └─ Available for cited semantic search immediately
           └─ Ask: "What do my papers say about X?"
                └─ Answered with inline citations from your own library

회의

Meeting ends
  ├─ Paste transcript (Teams / Zoom / any audio file)
  └─ Meeting Memory agent processes it
       ├─ Structured notes with context
       ├─ Action items: who does what, by when
       ├─ Cross-references to your projects and open questions
       └─ Follow-up tasks auto-added to Work tab

아이디어와 글쓰기

Idea surfaces
  └─ Ctrl+K → capture instantly (i: idea · n: note · t: task · q: question)
       └─ Metis cross-pollinates immediately
            └─ Related papers + past ideas surfaced automatically
                 └─ Writing Partner → draft · Librarian → sources · Methods Coach → check argument

교육과 강좌

Course topic defined
  └─ Course Builder
       ├─ Generates lessons, slides, assessments, question banks
       ├─ Flags new papers relevant to your course automatically
       ├─ Gap analysis against current literature
       └─ Spaced repetition for your own knowledge maintenance

대시보드

9탭 대시보드는 http://127.0.0.1:8080에서 로컬로 실행됩니다. 계정 없음, 클라우드 없음, 구독 없음.

오늘 탭 — 아침 브리핑, 활성 프로젝트, 진행 상황, 뉴스 레이더, 빠른 통계. 모든 것이 연구 분야에 맞게 개인화됩니다.

Metis가 당신을 아는 방법

Metis를 처음 설치하면 설정 마법사가 프로필을 안내합니다:

연구 분야 · 특정 관심사 · 활성 프로젝트 · 작업 스타일 · 사용하는 도구 · 데이터 민감도 수준

이것이 신원 카드를 만듭니다 — 모든 에이전트가 응답하기 전에 읽는 살아있는 프로필입니다. 시간이 지나면서 성장합니다. 모든 세션이 컨텍스트를 추가합니다. 캡처하는 모든 아이디어는 Metis에게 당신이 무엇을 생각하고 있는지 알려줍니다.

6개월 사용 후 질문한 질문은 첫날의 같은 질문보다 의미 있게 더 나은 답변을 받습니다 — AI가 바뀌었기 때문이 아니라, Metis가 당신을 더 잘 알기 때문입니다.

데이터 보호

연구자들은 민감한 데이터를 다룹니다. 대부분의 AI 도구는 이를 진지하게 받아들이지 않습니다.

환자 데이터, 비공개 결과, 미발표 발견 — 이러한 것들은 절대 사용자 머신을 떠나서는 안 됩니다. Metis는 처음부터 이를 염두에 두고 설계되었습니다.

머신을 떠나는 것(그리고 시기):

그 외 모든 것 — 문서, 음성 녹음, PDF 텍스트, 회의 메모, 환자 관련 데이터 — 디스크에 유지됩니다.

보안 계층:

민감 데이터에 권장되는 패턴: 데이터가 아닌 코드를 보내세요.

가장 강력한 보호는 스캐너가 아니라, 원시 데이터를 프롬프트에 아예 넣지 않는 것입니다. Metis는 이를 위해 설계되었습니다. 분석 스크립트(R 또는 Python)를 요청하고, 여러분은 실제 데이터로 자신의 컴퓨터에서 실행합니다. 그리고 파생된 결과물 — 변수 이름, 값 개수, 요약 테이블, 모델 계수, 데이터 사전 — 만 Metis로 돌아옵니다. Claude는 데이터의 형태(shape) 에 대해 추론하며, 레코드 자체에는 접근하지 않습니다.

Your real dataset (patient rows)         ── stays on your machine, never sent ──┐
        │ you run Metis's R/Python script locally                               │
        ▼                                                                       │
Derived metadata (column names, unique values, Table 1, model summary) ── safe to share ──► Metis
        │                                                                       │
        ▼                                                                       │
Metis builds the dashboard / writes the methods / interprets the model ◄────────┘

이것이 바로 우리 작업에서 대시보드와 분석이 구축된 방식입니다. 원시 감시 데이터는 컴퓨터를 떠난 적이 없지만, Metis는 이를 프로파일링하고, 모든 변수에 이름을 붙이고, 고유 값을 나열하고, 전체 대시보드를 생성할 수 있었습니다.

/safe-analysis를 실행하세요 (Claude Code 또는 Claude Desktop). Metis가 처음부터 끝까지 안내합니다 — 로컬 스크립트를 제안하고, 어떤 메타데이터를 다시 붙여넣어야 하는지 정확히 알려주며, 원시 행을 요청하지 않습니다. 그 아래에는 두 개의 안전장치가 있습니다: 사전 도구 훅이 데이터 파일의 헤더를 로컬에서 미리 확인하고 개인 수준 데이터가 대화에 읽히기 전에 요청하며, Data Guardian(파이프라인 진입 시 PII 스캔 + 4단계 분류)이 어쨌든 프롬프트에 들어온 민감 콘텐츠를 잡아냅니다. 위 패턴을 사용하면 둘 다 발동할 일이 거의 없습니다.

Metis가 최신 상태를 유지하는 방법 — 여러분이 신경 쓸 필요 없이

AI는 빠르게 발전하고 있습니다. 새로운 모델, 새로운 기능, 새로운 연구 도구가 매달 등장합니다. 대부분의 연구자는 이를 따라갈 시간이 없습니다. Metis는 이를 대신 처리하도록 설계되었습니다.

모든 에이전트 실행 후, Metis는 반성(reflexion)을 기록합니다 — 무엇이 잘 되었는지, 무엇이 부족했는지, 어떤 맥락이 누락되었는지. 매주 이를 집계하여 주제로 만듭니다. 매주 명확한 근거와 함께 행동 개선안을 초안으로 작성합니다. Metis 탭에서 제안을 검토하고 — 한 번의 클릭으로 승인, 거부 또는 편집 — 승인된 변경 사항은 디스크에 기록됩니다.

이는 Metis가 특히 여러분과 함께 일하는 방식이 주마다 개선된다는 것을 의미합니다. 또한 새로운 AI 개발 사항이 Metis에 통합됨에 따라, 여러분이 아무것도 하지 않아도 개선 사항을 받게 된다는 것을 의미합니다. 여러분의 일은 연구입니다. Metis의 일은 예리함을 유지하는 것입니다.

자기 개선 루프의 상세:

1. 모든 에이전트 실행 후 — 반성 기록: 무엇이 잘 되었는지, 무엇을 개선할 수 있는지, 무엇이 누락되었는지

2. 매주 — 모든 세션에서 주제 추출; 패턴 식별

3. 제안 초안 작성 — 에이전트 행동에 대한 구체적인 변경 제안과 근거

4. Metis 탭에서 검토 — 적용 전에 승인, 거부 또는 편집

5. 백업과 함께 적용 — 타임스탬프가 있는 롤백 지점과 함께 업데이트 기록

Metis의 행동 변경은 명시적인 승인 없이는 절대 이루어지지 않습니다. 시스템이 제안하고, 여러분이 결정합니다.

개발자용

이 섹션은 Python, Git, 명령줄에 대한 기본 지식을 가정합니다.

아키텍처

flowchart LR
    U([Researcher])
    subgraph Harness["AI Harness (Claude Code / Desktop)"]
        METIS[Metis\nrouter agent]
        AGENTS[Specialist agents\n30+ agents]
        WATCHERS{{Watchers\nData Guardian · Cybersecurity}}
    end
    subgraph Platform
        MCP[MCP Server\n210+ tools\nFastMCP]
        DASH[Dashboard\nFastAPI + HTMX]
        DB[(SQLite\nWAL mode)]
    end
    subgraph Memory
        EPIS[Episodic]
        SEM[Semantic\nvector search]
        REFLEX[Reflexion log]
    end
    Skills[/CLI Skills\n/metis · /librarian · …/]

    U -->|asks| METIS
    U -->|clicks| DASH
    METIS -->|routes to| AGENTS
    AGENTS -->|uses| MCP
    MCP --- DB
    DASH --- DB
    WATCHERS -.guards.-> AGENTS
    AGENTS -->|writes| REFLEX
    REFLEX -->|proposes edits to| AGENTS
    MCP --- Memory
    Skills --> METIS

    style WATCHERS fill:#fff4e6,stroke:#9a7b3c
    style REFLEX fill:#eef4f1,stroke:#2d4a3a,stroke-dasharray:3 3

기술 스택

메모리 — 5개 계층

지식 계층 및 근거 기반 답변 (RAG)

지식 집약적 질문을 하면, Metis는 전문 에이전트가 답변하기 전에 인덱스된 문서 라이브러리에서 관련 구절을 검색합니다. 에이전트는 훈련된 기억뿐만 아니라 라이브러리에서 읽을 수 있는 내용에 근거하여 답변합니다.

You ask Methods Coach:
"Which variance estimator should I use for my Poisson MLM with overdispersion?"

Metis retrieves before routing:
  → Leyland (2020) Multilevel Modelling for Public Health, p.142 — score 0.87
  → Bates lme4 vignette, p.28 — score 0.71

Methods Coach answers grounded in those passages, citing both sources.

여러분 분야의 지식 계층을 구축하세요. 최초 설정 시, 마법사의 연구 배경 설문이 Background Maker에 브리핑하여, 여러분의 학문 분야 문헌을 수집, 정제, 인덱싱하여 로컬 RAG 저장소에 넣습니다 — 따라서 모든 에이전트가 여러분의 말뭉치에서 인용과 함께 답변합니다. 언제든지 /background build <topic>으로 확장할 수 있습니다.

사전 로드된 지식 계층 (이 에디션):

보안 계층 (상세)

1. pre-tool-use.mjs — 13가지 주입 패턴, 도메인 허용 목록, 경로 제한 (모든 도구 호출)

2. guardrails.py — 모든 외부 콘텐츠(논문, 웹, 대화 기록)에 대한 주입 탐지

3. safety.py — 11가지 PII 검사, 4단계 분류, 파이프라인 진입 시 민감 데이터 거부

4. constitution.md — 딥 및 체인 에이전트 실행을 위한 14가지 기계 판독 가능 규칙

5. red-lines.md — 코드 수준에서 강제되는 5가지 재정의 불가 규칙

토큰 효율성

• 모델 라우팅 — 분류/요약에는 Haiku, 대부분의 작업에는 Sonnet, 심층 추론에만 Opus; 대부분의 일상 사용은 Opus에 도달하지 않음

• 정밀 맥락 구성 — 각 에이전트는 전체 기록이 아닌 작업에 관련된 맥락만 받음

• 최대 턴 가드레일 — 20턴에서 중지, /clear 프롬프트

• 세션 핸드오프 — 세션 종료 시 3KB 미만 상태 캡처; 이미 확립된 맥락에 대한 재비용 없음

• 토큰 펄스 위젯 — 대시보드에서 실시간 사용량 표시

교차 AI 지원

설치 옵션

옵션 1 — 단일 명령 (Linux, macOS, WSL)

bash <(curl -fsSL https://raw.githubusercontent.com/SVerITG/Metis_PH/main/system/mcp-server/setup-mcp.sh)

Ubuntu 20/22/24, Debian, macOS Homebrew를 감지합니다. venv를 생성하고, 모든 종속성을 설치하며, Claude Code 및 Claude Desktop에 등록합니다. 멱등적(idempotent) — 재실행해도 안전합니다.

# Profile overrides (skip the interactive menu):
METIS_PROFILE=light    bash <(curl -fsSL ...)   # MCP server only (~5 min)
METIS_PROFILE=standard bash <(curl -fsSL ...)   # MCP + dashboard (~15 min)
METIS_PROFILE=full     bash <(curl -fsSL ...)   # Standard + scheduler (~25 min)

옵션 2 — 클론 및 설치 (모든 플랫폼)

git clone https://github.com/SVerITG/Metis_PH.git
cd Metis_PH/system/mcp-server
bash setup-mcp.sh

옵션 3 — 수동

git clone https://github.com/SVerITG/Metis_PH.git
cd Metis_PH/system/mcp-server
python3 -m venv .venv && source .venv/bin/activate
pip install -e "."

export METIS_RC_ROOT="$(pwd)/../.."
export ANTHROPIC_API_KEY="sk-ant-..."

python -m metis_mcp.server          # MCP server
cd ../app-py && bash run.sh         # Dashboard → http://127.0.0.1:8080

옵션 4 — Docker (플랫폼 테스트 매트릭스)

# Full platform test — Ubuntu 24/22 + Debian in parallel
docker compose -f system/install/docker/docker-compose.test.yml up --build

# Production stack
docker compose -f system/install/docker/docker-compose.yml up -d

Claude Code에 등록

~/.claude/settings.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "/home/<username>/.local/share/metis-mcp/run.sh"
    }
  }
}

Claude Desktop에 등록 (Windows + WSL)

%APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "wsl.exe",
      "args": ["-e", "bash", "/home/<username>/.local/share/metis-mcp/run.sh"]
    }
  }
}

구성

종속성

에디션 및 로드맵

Metis는 별개의 에디션으로 제공됩니다 — 도메인에 구애받지 않는 기본 셸과, 그 위에 분야별 콘텐츠를 추가하는 도메인 팩으로 구성됩니다.

각 도메인 에디션에 포함된 것: 사전 구성된 저널 + RSS 피드 · 전문 에이전트 · 도메인 온톨로지 · 선별된 배경 지식 라이브러리

도메인 팩을 만들고 싶으신가요? Metis를 포크하고, 해당 분야의 지식 라이브러리, 에이전트, RSS 피드를 추가한 뒤 PR을 열어 주세요.

코스 패키지 (출시 예정)

모든 Metis 설치에 바로 추가할 수 있는 독립형 코스 패키지:

course-package 라벨로 이슈를 열어 파일럿 테스트를 하거나 기여할 수 있습니다.

개발 현황

기여하기

Metis는 한 도메인과 한 연구자를 넘어 성장하도록 설계되었습니다. 기여를 환영합니다 — 특히 Metis를 사용하면서 무엇이 빠져 있는지 아는 연구자들의 기여를 환영합니다.

자세한 지침은 CONTRIBUTING.md를 참조하세요.

가장 필요한 것

도메인 팩 — 가장 영향력이 큰 기여입니다. 도메인 팩에는 다음이 포함됩니다: 주요 저널 + RSS 피드 · 전문 에이전트 · 도메인 온톨로지 · 선별된 배경 라이브러리

기타 영향력이 큰 기여:

• 번역 — 마법사와 스킬 파일은 영어 전용입니다. 프랑스어, 네덜란드어, 스페인어, 독일어 번역은 더 많은 연구자들에게 Metis를 열어 줄 것입니다

• 설치 프로그램 테스트 — 관리형 머신, 기업 환경, 다양한 하드웨어에서의 Windows .exe 및 PowerShell 테스트; 작동하는 것과 실패하는 것에 대한 보고는 가치가 있습니다

• 새 에이전트 및 스킬 — 아직 다루지 않은 사용 사례를 위한 전문 에이전트

• 보안 검증 — 데이터 로컬 유지 보장(머신에 보관되는 것 vs. Claude API로 전송되는 것)에 대한 독립적 검토, PII 탐지, 훅 동작, 헌법 적용; 허점을 발견하면 비공개 이슈를 열어 주세요

• 멀티 AI 지원 — 특히 오프라인 연구 환경을 위한 더 나은 Gemini 및 로컬 모델(Ollama) 지원

• 버그 보고 및 UX 피드백 — 워크플로우에 맞지 않는 것이 있다면 알려 주세요

변경 로그

Metis는 활발히 개발 중입니다 — 최신 내용은 아래를 참조하세요. (최근: 누가 응답해야 하는지 학습하는 라우팅 브레인, 작업 방식을 기억하는 개인화 레이어, 보안 패스)

2026년 6월 하순

v1.0 이후 — 2026년 6월

Post-v1.0 — 2026년 5월

v1.0 — 2026년 5월

첫 번째 안정 릴리스. 전체 세부 사항은 system/config/release-notes-v1.0.md를 참조하세요.

이전 개발 단계(Phase 0–9b)

라이선스

AGPL-3.0 코드베이스용 — 자유롭게 사용, 수정, 포크할 수 있지만, 서비스로 실행하거나 배포하는 모든 버전은 AGPL-3.0에 따라 오픈소스여야 합니다.

CC-BY-SA 4.0 강의 콘텐츠 및 학습 자료용.