프로토링크AI 🚀

ProtoLink AI는 다양한 도구를 통합적으로 구현하고 관리하기 위한 표준화된 도구 래핑 프레임워크 입니다. 개발자가 도구 기반 사용 사례를 신속하게 통합하고 출시할 수 있도록 설계되었습니다.

주요 특징

• 🔧 표준화된 래핑 : MCP 프로토콜을 사용하여 도구를 빌드하기 위한 추상화 계층을 제공합니다.

• 🚀 유연한 사용 사례 : 특정 요구 사항에 맞게 도구를 쉽게 추가하거나 제거할 수 있습니다.

• ✨ 즉시 사용 가능한 도구 : 일반적인 시나리오에 대한 사전 구축된 도구가 포함되어 있습니다.

  • 🐦 트위터 관리 : 트위터 상호작용을 자동화하고, 답장하고, 관리합니다.

  • 💸 암호화폐: 최신 암호화폐 가격을 알아보세요.

  • 🤖 ElizaOS 통합: ElizaOS와 원활하게 연결하고 상호 작용하여 자동화를 강화합니다.

  • 🕑 시간 유틸리티

  • ☁️ 날씨 정보(API)

  • 📚 사전 검색

  • 🧮 수학 표현식을 위한 계산기

  • 💵 환전(API)

  • 📈 주식 데이터: 실시간 및 과거 주식 시장 정보에 접근하세요.

  • [WIP] 📰 뉴스: 최신 뉴스 헤드라인을 검색합니다.

기술 스택 🛠️

• Python : 핵심 프로그래밍 언어

• MCP 프레임워크 : 통신 프로토콜

• Docker : 컨테이너화

🤔 MCP란 무엇인가요?

모델 컨텍스트 프로토콜( MCP ) 은 AI 모델과 시스템 간의 컨텍스트 공유 및 관리를 위한 최첨단 표준입니다. AI 에이전트가 원활하게 상호 작용하는 데 사용하는 언어 라고 생각하면 됩니다. 🧠✨

MCP가 중요한 이유는 다음과 같습니다.

• 🧩 표준화 : MCP는 모델 간에 컨텍스트를 공유하는 방법을 정의하여 상호 운용성을 지원합니다.

• ⚡ 확장성 : 높은 처리량으로 대규모 AI 시스템을 처리하도록 구축되었습니다.

• 🔒 보안 : 강력한 인증 및 세분화된 액세스 제어.

• 🌐 유연성 : 다양한 시스템과 AI 아키텍처에서 작동합니다.

원천

Related MCP server: MCP Server

설치 📦

PyPI를 통해 설치

지엑스피1

사용법 💻

로컬로 실행

ProtoLinkai --local-timezone "America/New_York"

Docker에서 실행

1. Docker 이미지를 빌드합니다: docker build -t ProtoLinkai .

2. 컨테이너를 실행합니다: docker run -i --rm ProtoLinkai

트위터 통합 🐦

MProtoLinkAI는 강력한 트위터 통합 기능을 제공하여 트윗, 답글 및 트위터 상호작용 관리를 자동화할 수 있습니다. 이 섹션에서는 Docker 및 .env + scripts/run_agent.sh 를 통해 트위터 통합을 구성하고 사용하는 방법에 대한 자세한 지침을 제공합니다.

Twitter 통합을 위한 Docker 환경 변수

Docker에서 ProtoLinkAI를 실행할 때는 Twitter 통합을 위한 환경 변수를 구성하는 것이 필수적입니다. 이러한 변수는 두 가지 범주로 나뉩니다.

1. 에이전트 노드 클라이언트 자격 증명

이러한 자격 증명은 에이전트 내의 Node.js 클라이언트 에서 Twitter 상호작용을 관리하는 데 사용됩니다.

ENV TWITTER_USERNAME=
ENV TWITTER_PASSWORD=
ENV TWITTER_EMAIL=

2. Tweepy(Twitter API v2) 자격 증명

이러한 자격 증명은 Tweepy 가 Twitter API v2와 상호 작용하는 데 사용됩니다.

ENV TWITTER_API_KEY=
ENV TWITTER_API_SECRET=
ENV TWITTER_ACCESS_TOKEN=
ENV TWITTER_ACCESS_SECRET=
ENV TWITTER_CLIENT_ID=
ENV TWITTER_CLIENT_SECRET=
ENV TWITTER_BEARER_TOKEN=

Docker로 ProtoLinkAI 실행

1. Docker 이미지를 빌드합니다.

   docker build -t ProtoLinkai .

2. 컨테이너를 실행합니다.

   docker run -i --rm ProtoLinkai

.env + scripts/run_agent.sh 사용하여 ProtoLink 실행

환경 변수 설정

프로젝트의 루트 디렉토리에 .env 파일을 만들고 다음 환경 변수를 추가합니다.

ANTHROPIC_API_KEY=your_anthropic_api_key
ELIZA_PATH=/path/to/eliza
TWITTER_USERNAME=your_twitter_username
TWITTER_EMAIL=your_twitter_email
TWITTER_PASSWORD=your_twitter_password
PERSONALITY_CONFIG=/path/to/personality_config.json
RUN_AGENT=True

# Tweepy (Twitter API v2) Credentials
TWITTER_API_KEY=your_twitter_api_key
TWITTER_API_SECRET=your_twitter_api_secret
TWITTER_ACCESS_TOKEN=your_twitter_access_token
TWITTER_ACCESS_SECRET=your_twitter_access_secret
TWITTER_CLIENT_ID=your_twitter_client_id
TWITTER_CLIENT_SECRET=your_twitter_client_secret
TWITTER_BEARER_TOKEN=your_twitter_bearer_token

에이전트 실행

1. 스크립트를 실행 가능하게 만드세요:

   chmod +x scripts/run_agent.sh

2. 에이전트를 실행합니다.

   bash scripts/run_agent.sh

요약

Docker를 사용하거나 .env 파일에 환경 변수를 설정하고 scripts/run_agent.sh 스크립트를 실행하여 Twitter 통합을 통해 ProtoLink를 실행하도록 구성할 수 있습니다.

이러한 유연성 덕분에 배포 환경에 가장 적합한 방법을 선택할 수 있습니다.

ElizaOS 통합 🤖

1. ProtoLink의 Eliza Agents를 직접 사용하세요

이 접근 방식을 사용하면 Eliza Framework를 백그라운드에서 실행하지 않고도 Eliza Agents를 사용할 수 있습니다. ProtoLink에 Eliza 기능을 직접 내장하여 설정을 간소화합니다.

단계:

1. Eliza MCP 에이전트를 사용하도록 ProtoLink 구성: Python 코드에서 MultiToolAgent 에 Eliza MCP 에이전트를 추가합니다.

   from ProtoLink.core.multi_tool_agent import MultiToolAgent
   from ProtoLink.tools.eliza_mcp_agent import eliza_mcp_agent
   
   multi_tool_agent = MultiToolAgent([
       # ... other agents
       eliza_mcp_agent
   ])

장점:

• 간소화된 설정: 별도의 백그라운드 프로세스를 관리할 필요가 없습니다.

• 더욱 쉬운 모니터링: 모든 기능이 MCPAgentAI에 캡슐화되어 있습니다.

• 주요 특징: MCPAgentAI가 다양한 도구를 원활하게 통합하는 데 있어 유연성을 강조합니다.

2. ProtoLinkai에서 Eliza Framework 실행

이 방법은 ProtoLinkAI와 함께 Eliza Framework를 별도의 백그라운드 프로세스로 실행하는 것을 포함합니다.

단계:

1. Eliza Framework 시작: bash src/ProtoLinkai/tools/eliza/scripts/run.sh

2. Eliza 프로세스 모니터링: bash src/ProtoLinkai/tools/eliza/scripts/monitor.sh

3. MCPAgentAI를 구성하여 Eliza Agent를 사용하려면 Python 코드에서 MultiToolAgent 에 Eliza Agent를 추가하세요.

   from ProtoLink.core.multi_tool_agent import MultiToolAgent
   from ProtoLink.tools.eliza_agent import eliza_agent
   
   multi_tool_agent = MultiToolAgent([
      # ... other agents
      eliza_agent
   ])

튜토리얼: 특정 도구 선택

서버의 에이전트 구성을 수정하거나 server.py 파일을 업데이트하여 원하는 에이전트만 로드하도록 하면 ProtoLink가 특정 도구만 실행하도록 구성할 수 있습니다. 예:

from ProtoLinkai.tools.time_agent import TimeAgent
from ProtoLinkai.tools.weather_agent import WeatherAgent
from ProtoLinkai.core.multi_tool_agent import MultiToolAgent

multi_tool_agent = MultiToolAgent([
    TimeAgent(),
    WeatherAgent()
])
This setup will only enable **Time** and **Weather** tools.

통합 예: Claude Desktop 구성

다음 구성( claude_desktop_config.json )을 사용하여 ProtoLinkAI를 Claude Desktop과 통합할 수 있습니다. 로컬 ElizaOS 리포는 선택적 인수 입니다.

{
    "mcpServers": {
        "mcpagentai": {
            "command": "docker",
            "args": ["run", "-i", "-v", "/path/to/local/eliza:/app/eliza", "--rm", "mcpagentai"]
        }
    }
}

개발 🛠️

1. 이 저장소를 복제하세요:

   git clone https://github.com/StevenROyola/ProtoLink.git
   cd mcpagentai

2. (선택 사항) 가상 환경을 만듭니다.

   python3 -m venv .venv
   source .venv/bin/activate

3. 종속성 설치:

   pip install -e .

4. 패키지를 빌드하세요:

   python -m build

라이센스 : MIT
즐기세요! 🎉