AI Research Assistant MCP Server

MCP 기반 AI 연구 보조 (RAG + LangChain + Claude)

기능

MCP 아키텍처와 RAG(검색 증강 생성)를 사용하여 문서를 검색하고, 문맥을 처리하며, 질문에 답변하는 AI 에이전트입니다.

기술 스택

• LangChain

• Claude / Ollama 호환 모델

• 벡터 DB: Chroma (예시; Pinecone, Milvus 등으로 구성 가능)

• 다중 도구 오케스트레이션을 위한 MCP (Model Context Protocol)

주요 기능

• RAG 기반 검색 파이프라인

• 다중 도구 에이전트 (인덱싱, 검색, LLM 추론, 도구 호출)

• 내부 데이터 소스를 위한 API 통합

데모

입력 → 검색된 문서 → 최종 AI 응답을 보여주는 실행 예시는 /app/demo_output.md를 참조하세요. 가능한 경우 presentation/ 폴더에 스크린샷이나 짧은 GIF를 포함하세요.

빠른 실행 방법

1. 가상 환경을 생성하고 요구 사항을 설치합니다.

python -m venv .venv
.venv\Scripts\activate    # Windows
pip install -r requirements.txt

2. 모델 및 벡터 DB에 대한 환경 변수를 구성합니다 (예시):

export OPENAI_API_KEY=...
export CLAUDE_API_KEY=...
# For Windows PowerShell:
$env:CLAUDE_API_KEY = '...'

3. RAG 파이프라인 또는 MCP 서버 구성 요소를 실행합니다 (예시):

python -m rag_pipeline.run         # pipeline entry (if present)
python -m mcp_server.server        # MCP server (if present)

참고

• 이 저장소는 단일 구체적 사용 사례인 '사내 지식 베이스 AI'에 집중하도록 재구성되었습니다. 기존 강의 자료는 /legacy_course 아래에 보관되었습니다.

• 기존의 번호가 매겨진 강의 폴더를 삭제하거나 /legacy_course로 마이그레이션하려면 확인해 주세요. 이동하도록 하겠습니다.