LNR-server-01-input-data-processing

📣 중요 공지

⚠️ 논문이 심사 중이므로, 이 공지가 삭제되기 전까지는 누구도 이 저장소의 모든 콘텐츠를 재사용할 수 없습니다. 양해해 주셔서 감사합니다! 🙏

Related MCP server: mcp-image-compression

1. 개요 및 목적

이 저장소는 중국 XXX 대학교에서 개발한 논문 **×××**에 대한 전체 구현, 실험 데이터 및 보충 결과를 포함하고 있습니다.

출판 전까지 코드는 제한적인 라이선스 하에 공유됩니다. 논문이 게재 승인되면 저장소는 MIT 라이선스로 전환될 예정입니다. 심사 기간 동안 학술적 사용과 관련된 문의는 교신 저자에게 연락해 주시기 바랍니다.

2. 에이전트 작동 영상

2.1 개발된 프로토타입의 작동

↓↓↓ 그래프 가이드 MCP 도구를 사용하여 TCG-TE LNR 에이전트를 작동시키는 개발된 프로토타입 사용 시연

전체 영상은 여기에서 확인할 수 있습니다

↓↓↓ 새로운 MCP 서버를 TCG-TE LNR 에이전트에 통합하기 위해 개발된 프로토타입 사용 시연

전체 영상은 여기에서 확인할 수 있습니다

2.2 NPG-TE 패턴 기반 에이전트의 작동

↓↓↓ GPT-5로 구동되는 이산형 MCP 도구를 갖춘 NPG-TE 에이전트의 작동 스니펫.

↓↓↓ 에이전트 응답 스크린샷

전체 영상은 여기에서 확인할 수 있습니다

↓↓↓ GPT-4o로 구동되는 이산형 MCP 도구를 갖춘 NPG-TE 에이전트의 작동 스니펫.

↓↓↓ 에이전트 응답 스크린샷

전체 영상은 여기에서 확인할 수 있습니다

2.3 TCG-TE 패턴 기반 에이전트의 작동

↓↓↓ Claude sonnet 3.7로 구동되는 그래프 가이드 MCP 도구를 갖춘 TCG-TE 에이전트의 작동 스니펫.

전체 영상은 여기에서 확인할 수 있습니다

↓↓↓ GPT-4.1로 구동되는 그래프 가이드 MCP 도구를 갖춘 TCG-TE 에이전트의 작동 스니펫.

↓↓↓ 에이전트 응답 스크린샷

전체 영상은 여기에서 확인할 수 있습니다

3. 저장소 구조

4. 감사의 글

이 작업은 다음을 포함하되 이에 국한되지 않는 훌륭한 오픈 소스 프로젝트에 크게 의존하고 있습니다:

• LangGraph & LangChain

• Hugging Face MTEB 리더보드

• NetworkX, PyTorch Geometric 및 수많은 LLM 제공업체(OpenAI, Anthropic, Qwen, Llama 등)

이러한 기초적인 작업을 수행해 주신 모든 기여자분들께 깊은 감사를 드립니다.