멀티 에이전트 MCP 오케스트레이터

LangGraph로 구축된 엔터프라이즈급 자율 AI 오케스트레이션 시스템으로, Model Context Protocol(MCP)을 활용하여 LLM을 로컬 환경, 벡터 데이터베이스 및 클라우드 API에 원활하게 연결합니다.

아키텍처 하이라이트

1. Supervisor 라우팅(LangGraph)

• 단일 구조의 도구 호출 에이전트에서 분산형 MultiServerMCPClient 아키텍처로 전환했습니다.

• 엄격한 시스템 프롬프트 주입을 구현하여 사용자 쿼리를 오염시키지 않으면서 에이전트 동작을 동적으로 제어합니다(예: Google Sheets 기본값 강제 적용).

• GraphState를 통한 상태 라우팅을 처리하여 완전히 격리된 MCP 서버 간의 다단계 도구 체이닝을 원활하게 수행합니다.

2. 자가 복구 RAG Vault(ragsystem.py)

• 구조적 마크다운 추출을 위해 LlamaParse를 활용한 맞춤형 Pinecone Hybrid Search 벡터 데이터베이스를 구축했습니다.

• Wipe-and-Replace 메커니즘: 사전 수집 메타데이터 필터링(index.delete(filter={"source": filepath}))을 구현했습니다. 이를 통해 업데이트된 소스 파일을 재수집할 때 벡터 중복을 방지하여 깨끗한 컨텍스트 창을 유지합니다.

3. 맞춤형 Google Workspace 서버(workspace_custom.py)

• 제한적인 커뮤니티 MCP 패키지를 우회하여 Google Docs 및 Sheets REST API와 직접 상호작용하는 순수 Python MCP 서버를 구축했습니다.

• 기능:

  • create_sheet 및 write_sheet: Google의 USER_ENTERED 파싱을 사용한 행렬 기반(2D 배열) 행 추가.

  • create_doc 및 append_doc: 심하게 중첩된 Google Docs JSON 트리에 텍스트를 안전하게 주입하기 위한 동적 EOF 인덱스 계산.

4. 크로스 플랫폼 통합

이 오케스트레이터는 단일 대화 턴에서 여러 격리된 도메인에 걸쳐 복잡한 워크플로우를 성공적으로 라우팅합니다:

• 로컬 파일시스템: 표준 I/O 전송을 통한 읽기/쓰기 액세스.

• Notion: 공식 @modelcontextprotocol/server-notion을 통한 문서 검색.

• DuckDuckGo: duckduckgo-mcp-server를 통한 인증 없는 웹 검색.

• Todoist: 맞춤형 FastMCP REST API 서버를 통한 작업 관리 및 생성.

Related MCP server: Google Workspace MCP Server

사전 요구 사항 및 설치

1. 환경 설정

이 프로젝트는 초고속 패키지 관리를 위해 uv를 사용합니다. Python 3.12+ 및 uv가 설치되어 있는지 확인하세요.

# Clone the repository
git clone [https://github.com/yourusername/multi-agent-orchestrator.git](https://github.com/yourusername/multi-agent-orchestrator.git)
cd multi-agent-orchestrator

# Install dependencies via uv
uv venv
uv pip install -r requirements.txt