yamyam-agent

Yamyam MCP Agent - Gemini API와 LangChain을 사용한 MCP 기반 AI Agent

개요

이 프로젝트는 레포 내부의 mcp/server.py(FastMCP) 와 통신하여 MCP 도구를 사용하는 Gemini 기반 AI Agent입니다. LangChain을 사용하여 구현되었으며, 간단한 CLI 인터페이스를 제공합니다.

설치

# 의존성 설치
uv sync

# 또는 pip 사용
pip install -e .

설정

.env 파일을 생성하고 Gemini API 키를 설정하세요:

cp .env.example .env
# .env 파일을 열어서 GEMINI_API_KEY를 설정

또는 환경 변수로 직접 설정:

export GEMINI_API_KEY=your_api_key_here

모델/버전 관련 (404 NOT_FOUND 해결)

models/gemini-2.5-flash is not found for API version v1beta 같은 에러가 나면, 대부분 모델 ID가 별칭(또는 폐기) 이거나 API 버전(v1beta) 문제입니다.

• 기본값은 gemini-2.5-flash를 사용합니다.
• 필요하면 아래 환경 변수를 설정하세요:

사용법

CLI 사용

MCP 서버를 별도로 띄우기 (추천)

# HTTP(SSE)로 MCP 서버 실행 (기본: http://127.0.0.1:8001/sse)
uv run python mcp/server.py --transport sse --host 127.0.0.1 --port 8001

테스트

프롬프트 로더 테스트 (간단)

# 프롬프트가 정상적으로 로드되는지 확인
uv run python test_prompt_loader.py

pytest를 사용한 단위 테스트

# 개발 의존성 설치
uv sync --extra dev

# 모든 테스트 실행
uv run pytest

# 프롬프트 관련 테스트만 실행
uv run pytest tests/test_prompts.py

# 통합 테스트 실행 (MCP 서버 연결 필요)
uv run pytest -m integration

# 상세 출력으로 테스트 실행
uv run pytest -v

통합 테스트 스크립트

# Agent 전체 기능 테스트 (실제 MCP 서버 연결 필요)
uv run python test_agent.py

Studio 연결 (LangGraph Studio)

LangGraph Studio의 "Connect Studio to local agent" 는 MCP 서버가 아니라, langgraph dev로 띄운 LangGraph 로컬 서버에 연결합니다.

1) MCP 서버를 호스팅으로 띄우기

# MCP 서버를 SSE로 실행 (기본 경로: /sse)
uv run python mcp/server.py --transport sse --host 127.0.0.1 --port 8001

2) LangGraph 로컬 서버 실행 (Studio가 붙는 서버)

uv sync --extra studio

# (선택) 위에서 띄운 MCP 서버를 Agent가 쓰도록 설정
export YAMYAM_MCP_URL="http://127.0.0.1:8001/sse"
export YAMYAM_MCP_URL_TRANSPORT="sse"

# Studio 연결용 서버 실행 (Base URL = http://127.0.0.1:8000)
uv run langgraph dev --port 8000

이제 Studio에서 Base URL에 http://127.0.0.1:8000을 넣으면 연결됩니다.

요구사항

• Python 3.11 이상
• Gemini API 키

라이선스

LICENSE 파일을 참조하세요.