Show HN: Mcp-Agent – Model Context Protocol로 효과적인 에이전트 구축하기

HN 여러분, 크리스마스 휴가 동안 Model Context Protocol [2]을 위한 에이전트 프레임워크인 mcp-agent [1]( https://github.com/lastmile-ai/mcp-agent )를 만들었습니다. MCP 서버로 AI 앱을 쉽게 구축할 수 있게 해주고, 인기 있는 Building Effective Agents 블로그 [3]의 모든 패턴과 OpenAI의 Swarm [4]을 구현했습니다. 앞으로 어디로 나아가야 할지 커뮤니티 피드백을 받고, 기여를 요청하기 위해 일찍 공유합니다. MCP가 익숙하지 않은 분들을 위해 말하자면, 저는 MCP를 AI가 도구 호출, 리소스, 프롬프트를 통해 소프트웨어와 통신할 수 있게 해주는 표준화된 인터페이스라고 생각합니다. mcp-agent는 MCP로 앱을 구축하기 위한 더 높은 수준의 인터페이스를 제공합니다. MCP 서버의 연결 관리를 대신 처리해 주므로 여러분은 신경 쓸 필요가 없습니다. 또한 Building Effective Agents 패턴을 구현합니다: - Augmented LLM (하나 이상의 MCP 서버에 접근할 수 있는 LLM) - Router, Orchestrator-Worker, Evaluator-Optimizer 등 - Swarm 핵심 설계 원칙은 조합 가능성과 재사용성입니다 – 모든 패턴이 그 자체로 AugmentedLLM이므로, 더 복잡한 워크플로로 연결할 수 있습니다. 배경을 말씀드리면: 저는 Microsoft에서 LSP [5]와 언어 서버를 작업했고, 표준과 프로토콜이 개발자 워크플로를 어떻게 혁신할 수 있는지 직접 목격했습니다. LSP 이전에는 모든 IDE가 언어 서비스를 제공하는 각자의 난해한 방식을 가지고 있었습니다. LSP가 모든 것을 바꿨고, 모든 클라이언트를 위한 단일 구현을 개선하는 데 집중할 수 있게 해주었기에 모든 언어 서버를 더 좋게 만들었다고 해도 과언이 아닙니다. 저는 AI 개발이 지금 비슷한 pre-LSP 단계에 있다고 생각합니다. 수많은 프레임워크 [6]가 있고, 모든 모델 제공자가 메시지, 도구 호출, 스트리밍 등을 처리하는 각자의 방식을 가지고 있습니다. 저는 정말로 이러한 패턴을 표준화할 프로토콜이 필요하다고 생각합니다. 머지않아 모든 서비스가 MCP 인터페이스를 노출하게 될 것이고, mcp-agent는 개발자가 이러한 서비스를 애플리케이션으로 오케스트레이션할 수 있게 하는 것, 즉 "MCP 앱"을 구축하는 것에 관한 것입니다. 이는 주변 세계와 상호작용해야 하는 AI 모델의 모든 사용을 포괄할 수 있습니다: - RAG 파이프라인과 Q&A 챗봇 - AI 워크플로/비동기 작업을 통한 프로세스 자동화 - 인간이 루프에 포함된 멀티 에이전트 오케스트레이션 저장소에는 RAG 에이전트, streamlit 앱 등을 구축하기 위한 예제 [7]가 포함되어 있습니다. 스트리밍 지원, 서버 인증, MCP 클라이언트와의 더 긴밀한 통합 등 아직 구축할 것이 많이 남아 있습니다. 하지만 여러분이 저를 안내해 주시길 바라며 일찍 공유하고 싶었습니다: - 이것이 유용하다고 생각하시면 알려주세요. 여러분에게 유용하다면, 저는 그것을 개선하는 데 모든 시간을 바치겠습니다. - 기여를 진심으로 환영합니다. 협업하고 싶으시다면 github로 연락해 주세요. 저는 AI 개발을 표준화하는 데 도움이 되고 싶습니다. 그래서 몇 년 후 개발자들이 pre-MCP 시절을 공포에 차서 돌아볼 수 있도록 말이죠. [1] - https://github.com/lastmile-ai/mcp-agent [2] - https://modelcontextprotocol.io/introduction [3] - https://www.anthropic.com/research/building-effective-agents [4] - https://github.com/openai/swarm [5] - https://microsoft.github.io/language-server-protocol/ [6] - https://xkcd.com/927/ (아이러니를 이해합니다) [7] - https://github.com/lastmile-ai/mcp-agent/tree/main/examples