이게 그대로 작동할지는 잘 모르겠습니다 😂 사용 중인 모델에게 다음과 같이 정리해 달라고 요청해야 할 수도 있습니다:

GEPA MCP 서버가 작동하지 않습니다. 필요한 컨텍스트를 얻기 위해 코드베이스 ("replace-this-with-the-path-of-your-directory"로 교체), 그리고 이 로그 파일(있는 경우) ("replace-this-with-the-path-to-your-log-file"로 교체), 그리고 그 외 필요한 모든 것을 탐색해 주세요. 발견한 내용을 기록하고, 그 후에 이를 수정하기 위한 계획을 세워주세요. 준비가 되면 알려주세요!
요약하자면:
- 코드베이스 탐색
...

참고: 저 '수정(fix)' 프롬프트가 작동할지는 확실하지 않습니다. 작동할 수도 있지만, 그냥 예시일 뿐입니다.

• 이 시스템을 만든 뛰어난 연구자들에게 감사드립니다;
• 원본 연구는 여기서 확인하세요: https://arxiv.org/abs/2507.19457
• 알고리즘의 공식 구현을 위한 리포지토리도 확인하세요: https://github.com/gepa-ai/gepa

Claude Desktop(또는 모든 MCP 클라이언트)을 위한 유전-진화적 프롬프트 아키텍처 (Genetic-Evolutionary Prompt Architecture): 연구 기반의 자동 프롬프트 최적화

Claude Desktop에서 자동 프롬프트 최적화를 위한 핵심 GEPA (Genetic-Evolutionary Prompt Architecture) 알고리즘을 구현하는 Model Context Protocol (MCP) 서버입니다.

주요 연구 이점:

• 강화학습 (Reinforcement Learning) 방식 대비 10-20% 더 나은 프롬프트

• 전통적인 최적화 방법보다 35배 더 효율적

• 자연어 성찰 (Natural Language Reflection)을 사용하는 유전-진화적 접근 방식

• Python 3.10+

• Claude Desktop

• Gemini API 키 (무료)

git clone https://github.com/developzir/gepa-mcp.git
cd gepa-mcp
./install.sh

설치 프로그램은 다음을 수행합니다:

• ✅ 모든 종속성(dependencies) 자동 설치
• ✅ 기존 Claude Desktop 설정과 안전하게 병합 (Safely merge)
• ✅ Gemini API 키 입력 요청
• ✅ 설치 테스트

원본 연구 구현 - 전체 유전-진화적 최적화

{
"tool": "optimize_prompt",
"seed_prompt": "Write a product description",
...

사용 시기: 특정 학습 데이터와 함께 심도 있는 최적화가 필요한 복잡한 프롬프트의 경우.

GEPA 기반의 빠른 개선 (GEPA-powered quick improvements) - 단일 최적화 사이클 (Single optimization cycle)

{
"tool": "quick_prompt_improve",
"prompt": "Explain quantum computing",
...

사용 시기: 학습 데이터가 없거나 즉각적인 결과가 필요한 빠른 개선이 필요할 때.

스마트 대화 기반 최적화 (Smart conversation-based optimization) - 채팅 컨텍스트에 적응

{
"tool": "conversational_optimize",
"prompt": "Help me debug this function",
...

사용 시기: 대화 도중 잘 작동하고 있는 내용을 바탕으로 한 중간 단계의 프롬프트 개선.

유전적-진화적 접근 방식 (The genetic-evolutionary approach):

개체군 생성 (Population Creation) - 프롬프트 변형 생성
적합도 테스트 (Fitness Testing) - 학습 데이터에 따라 평가
선택 (Selection) - 가장 성능이 좋은 프롬프트 유지
진화 (Evolution) - 교차 (Crossover) 및 변이 (Mutation)를 통해 새로운 변형 생성
수렴 (Convergence) - 최적화된 프롬프트 반환

전통적인 방식과 달리, GEPA는 **자연어 성찰 (natural language reflection)**을 사용하여 무엇이 프롬프트를 효과적으로 만드는지 이해하며, 이를 통해 더욱 인간의 의도에 부합하는 (human-aligned) 개선을 이끌어냅니다.

# Claude Desktop에서:
optimize_prompt를 다음 인자와 함께 사용하세요:
- seed_prompt: "Summarize this research paper"
...

# Claude Desktop에서:
quick_prompt_improve를 다음 인자와 함께 사용하세요:
- prompt: "Explain this code"
...

# Claude Desktop에서:
conversational_optimize를 다음 인자와 함께 사용하세요:
- prompt: "Help me solve this problem"
...

# 필수 (Required)
GEMINI_API_KEY=your_api_key_here
# 선택적 튜닝 (Optional Tuning)
...

학습 데이터 팁 (Training Data Tips):

• 다양하고 현실적인 예시를 3~5개 사용하세요
• 구체적이고 측정 가능한 키워드에 집중하세요
• 시나리오와 컨텍스트에 다양성을 포함하세요

예산 가이드라인 (Budget Guidelines):

예산 5-8: 빠른 테스트 및 기본 개선
예산 10-15: 표준 최적화 (권장)
예산 20+: 중요한 프롬프트를 위한 심층 최적화

Claude Desktop에 도구가 나타나지 않나요?

# 설정 파일 확인 (OS에 따라 다름):
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Linux: ~/.config/claude-desktop/claude_desktop_config.json
...

API 오류가 발생하나요?

.env 파일을 확인하세요:

cat .env # GEMINI_API_KEY=your_actual_key 가 표시되어야 합니다.

API 액세스를 테스트합니다:

...

설치 문제(Installation issues)가 발생하나요?

# 처음부터 다시 설치합니다:
rm .env && ./install.sh

품질 (Quality): 평균 10-20% 더 나은 프롬프트
속도 (Speed): 전체 최적화에 30-120초 소요
효율성 (Efficiency): 기존 방식 대비 API 호출 35배 감소
성공률 (Success Rate): 95% 이상의 유의미한 개선

• 이 연구를 실제로 수행하고 그 결과물을 모두와 공유해 준 뛰어난 연구자들에게 감사드립니다; @misc{agrawal2025gepareflectivepromptevolution, title={GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning}, author={Lakshya A Agrawal and Shangyin Tan and Dilara Soylu and Noah Ziems and Rishi Khare and Krista Opsahl-Ong and Arnav Singhvi and Herumb Shandilya and Michael J Ryan and Meng Jiang and Christopher Potts and Koushik Sen and Alexandros G. Dimakis and Ion Stoica and Dan Klein and Matei Zaharia and Omar Khattab}, year={2025}, eprint={2507.19457}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2507.19457},

GEPA 핵심 구현체에 대한 기여를 환영합니다:

• 성능 최적화 (Performance optimizations)
• 버그 수정 및 안정성 개선 (Bug fixes and stability improvements)
• 문서 강화 (Documentation enhancements)
• 테스트 및 검증 (Testing and validation)

확장 기능 (Extended Features): 실험적인 도구들은 향후 개발을 위해 extended-features 브랜치에 보존되어 있습니다.

MIT License - 상업적 및 개인적 용도로 무료 사용 가능.

"Genetic-Evolutionary Prompt Architecture: Efficient Automatic Prompt Optimization"를 기반으로 함 - 자연어 성찰 (Natural language reflection)이 기존의 정책 경사 (Policy gradients) [단독 사용]보다 더 풍부한 최적화 신호를 제공한다는 것을 입증한 연구.

사용된 기술 (Built With):

• Model Context Protocol (MCP) - Claude Desktop 통합
• Google Gemini AI - 최적화 엔진
• uv - Python 패키지 관리

🎯 연구 기반의 진화를 통해 프롬프트를 최적화할 준비가 되셨나요?

./install.sh를 실행하여

Claude Desktop에서 GEPA를 사용해 보세요!