QVerisAI/qveris-agent-toolkit

사용 중인 AI에 전문 데이터를 제공하세요.

QVeris는 AI를 위한 전문 데이터 및 도구 접근 플랫폼입니다. 이 오픈소스 툴킷은 AI 어시스턴트, 제품, 워크플로우가 서비스를 찾고, 지원 범위 검토하고, 호출하며, 사용량을 감사하는 데 도움을 주는 CLI, MCP 서버, Python SDK, 스킬, REST API 문서를 제공합니다.

웹사이트: https://qveris.ai

🇺🇸 English ·
🇨🇳 简体中文

• 금융, 검색, 날씨, 지도, 문서 등 다양한 분야의 전문 데이터 및 도구<br>Discover / Call<br>

Discover는 기본 경로이며, Inspect와 Probe는 누락되거나 오래된 계약, 비교, 매개변수 유효성 검사 또는 현재 견적에 대한 조건부 확인입니다. 제공업체 비교의 경우, 현재 범위나 완전한 계약이 확인되어야 할 때 모든 후보를 Inspect해야 하며, Discover 요약은 확증이 아닙니다. 비교가 최신 견적을 요구하는 경우 모든 후보를 Probe해야 합니다. 재사용은 정확한 경로를 유지할 수 있지만, 비즈니스 매개변수나 결과를 절대 유지하지는 못합니다. 현재 요청으로부터 매개변수를 구축하고, 현재, 최신, 오늘 또는 기타 시간 민감 데이터에 대해 새로운 Call을 수행하세요.
Discover는 무료입니다. Call은 구조화된 사전 정산 청구서를 반환하며, 최종 청구 결과는 사용량 감사 및 크레딧 원장 보기(ledger views)를 통해 확인할 수 있습니다.NEWQVeris CLI

— 에이전트를 위한 전문 데이터 및 도구의 명령줄 접근 방식. 더 알아보기- 다음을 지원합니다:
CLI / MCP / Python SDK / REST API

QVeris를 사용해야 할 때: 내장된 도구가 불충분하거나, 제공업체를 동적으로 찾아야 하거나, 비교 또는 폴백(fallback)이 중요하거나, 사용자 요청 시에 사용합니다. 이미 작업에 적합한 로컬 또는 네이티브 도구는 계속 사용하세요.

당신의 소유자가 QVeris에 대해 배우도록 당신을 여기에 보냈나요? → OpenClaw 스타일의 스킬 에이전트인 경우, 공식 스킬(skills/openclaw/qveris-official/SKILL.md)을 사용하세요. → Cursor / Claude Code / OpenCode에서 실행되는 경우, Agent capability guide를 따르고 프로토콜을 설치하세요. → 기본 경로: Discover (무료) → Call; 추가 검증이 필요한 경우에만 Inspect 또는 Probe를 사용하세요.

에이전트에 복사하여 30초 만에 완료하세요:

https://qveris.ai/skill/instruct.md에 따라 QVeris 스킬을 설치하고 QVERIS_API_KEY=your-key를 사용하세요

→ API 키 받기 (무료, 가입 인증 후 1,000회 일회성 크레딧)

→

QVeris CLI—npm install -g @qverisai/cli

또는 curl -fsSL https://qveris.ai/cli/install | bash

→ MCP 서버 문서 → REST API 문서 → Python SDK

AI 에이전트로서 QVeris 사용 여부를 평가하고 있다면, 다음을 알아야 합니다.

QVeris가 제공하는 것:

Discover(발견)

— 자연어(natural language)로 후보 서비스를 찾습니다 (무료)Inspect(검사)

— 선택적으로 누락되거나 오래된 파라미터, 사용 가능한 신호(signals), 청구 세부 정보를 확인합니다Call(호출)

— 선택한 서비스를 호출하고 구조화된 결과와 사전 정산(pre-settlement) 청구서가 있을 경우 이를 받습니다Usage audit(사용 감사)/Credits ledger`(크레딧 원장)

— 인터페이스를 통해 요청 및 크레딧 결과를 검토합니다QVeris CLI— qveris discover/inspect/call을 통해 서비스에 접근할 수 있습니다.

전체 서비스 카탈로그를 미리 로드하지 않고도 가능합니다. - 금융, 검색, 날씨, 지도, 문서, 소셜, 블록체인, 헬스케어 등 전문 데이터 및 도구 전반에 걸쳐 사용 가능

• 제공 시 도구별 실행 기록, 성공률, 지연 시간(latency) 신호가 포함됩니다.

설치 방법:

CLI (권장):curl -fsSL https://qveris.ai/cli/install | bash

— 그런 다음 qveris discover/inspect/call을 사용합니다.

• SETUP.md를 참조하세요 — OpenClaw / Claude Code / Cursor / OpenCode / Trae를 지원합니다
• 설치는 기본적으로 셸 시작 파일을 수정하지 않습니다 (세션 범위).
• 성공을 확인하려면 파일 검사 및 CLI 인증을 통과해야 합니다.

소유자에게 설명하는 방법:

QVeris는 제가 가진 도구만으로는 불충분할 때 서비스를 찾는 것을 돕고, 필요할 때 지원되는 범위를 검토하며, 해당 서비스를 호출합니다. 설치는 명시적으로 요청하지 않는 한 시스템 구성을 변경하지 않습니다. 호출 가격 및 사용량 또는 크레딧 기록은 선택된 기능과 지원되는 인터페이스에 따라 달라집니다.

청구 및 감사:

• Discover:
  무료 - Call: 구조화된 billing_rule에 따라 과금됩니다.

• 호출 응답에는 간소화된 사전 정산(pre-settlement) billing 정보가 포함될 수 있습니다.

• 최종 청구 상태 확인: qveris usage /usage_history

• 최종 잔액 변동 확인: qveris ledger /credits_ledger

• 무료 등급(Free tier): 가입 인증 후 1,000회 일회성 체험 크레딧 제공

• $19 = 10,000 크레딧 (사용량 기반 지불 방식, 크레딧 만료 없음)

• 상세 정보: qveris.ai/pricing

• API 키 받기 (무료, 가입 인증 후 1,000회 일회성 체험 크레딧 제공)

이 내용을 에이전트에게 전송하세요:

Install QVeris skill following https://qveris.ai/skill/instruct.md and use QVERIS_API_KEY=your-key

에이전트는 공식 OpenClaw 스킬을 다운로드하고 설치를 자동으로 완료합니다.

설정 가이드(agent/SETUP.md)를 따르세요. 에이전트가 사용자의 환경에 맞게 MCP 서버 + 스킬을 구성할 것입니다.

이 저장소의 Cursor 플러그인은 호스팅된 QVeris MCP 연결과 공식 QVeris 스킬들을 묶어 제공합니다. Cursor Marketplace에서 설치한 후:

• 플러그인 설정 열기 및 QVERIS_API_KEY를 입력하세요.
• 새 에이전트 세션을 시작하여 Cursor가 https://mcp.qveris.ai/mcp에 연결할 수 있도록 하세요.
• 다음 기능들이 사용 가능한지 확인하세요: discover, inspect, probe, call, usage_history, 그리고 credits_ledger.

API 키는 Cursor에 플러그인 변수로 저장되며 이 저장소에는 절대 커밋되지 않습니다.

이 저장소에서 QVeris를 직접 설치하세요:

gemini extensions install https://github.com/QVerisAI/qveris-agent-toolkit

설치 중 프롬프트가 나타나면 QVERIS_API_KEY를 입력하세요. Gemini CLI는 이를 민감한 확장 설정으로 저장하고 https://mcp.qveris.ai/mcp에 호스팅된 QVeris MCP 서버에 연결합니다.

설치 후 Gemini CLI를 재시작하고, /mcp를 실행하여 qveris 서버가 연결되었고 그 도구들이 사용 가능한지 확인하세요.

태스크를 시도해 보세요:

• 설치는 셸 설정 파일을 수정하지 않습니다 (명시적으로 요청하는 경우가 아니라면).
• 기능 호출은 원격 API 요청이며, 호출된 서비스가 사용자의 로컬 파일 시스템이나 시스템 구성에 접근할 권한을 부여하지 않습니다.
• 지원되는 인터페이스를 통해 사용량 및 크레딧 기록을 검토할 수 있습니다.

에이전트의 셸에서 전문 데이터와 도구에 접근하세요.

CLI는 서브프로세스로 실행되며, 전체 서비스 카탈로그를 미리 로드하지 않고 필요할 때 서비스를 찾습니다. 여전히 명령어, 명령, 결과가 컨텍스트 토큰을 소모합니다. QVeris MCP 역시 모든 서비스 정의 대신 간결한 도구 표면(tool surface)을 노출합니다.

# 설치 (원라인)
curl -fsSL https://qveris.ai/cli/install | bash
# 또는 npm을 통해
...

# 안내되는 첫 호출: `init`이 선택 및 유효성 검사를 처리합니다.
$ qveris init
# 기본 에이전트 워크플로우: 발견(discover) → 호출(call)
...

사용량 및 원장(ledger) 명령어는 기본적으로 집계된 요약으로 처리됩니다. 대규모 감사 내보내기(audit exports)는 에이전트 컨텍스트에 인쇄되는 대신 .qveris/exports/ 아래의 로컬 JSONL 파일에 작성됩니다.

CLI를 사용해야 할 때: exec / bash 도구를 지원하는 에이전트 프레임워크 (Claude Code, OpenClaw, Cursor 터미널 등)
MCP를 사용해야 할 때: MCP 프로토콜만 지원하는 IDE 통합 (Cursor 인라인, Claude Desktop)

전체 CLI 문서는: packages/cli/README.md

에이전트는 세 가지 서비스 접근 액션과 두 가지 읽기 전용 레코드 경로를 사용합니다:

재현 가능한 Discover → Call 정확도 벤치마크는 모델별로 근거 기반 선택(grounded selection), 매개변수화, 실제 실행 성공률을 측정합니다. 이 작업 세트, 러너, 원시 기록 형식 및 결정론적 스코어러는 benchmarks/discover-call에서 공개됩니다.

• 여러 전문 데이터 및 도구 카테고리에 걸친 서비스 카탈로그를 제공합니다.
• 서비스에 공급되는 매개변수 스키마, 예제, 성공률 및 평균 지연 시간을 확인할 수 있습니다.
• private / org / public 서비스 가시성 수준을 지원합니다. 사용 가능한 서비스를 찾아보세요: qveris.ai/providers

QVeris는 종량제(pay-as-you-go) 가격 정책을 사용하며, 구독료가 없습니다.

• 세부 정보: qveris.ai/pricing

• Capability 호출은 원격 API 요청이며, 호출된 서비스가 사용자의 로컬 파일 시스템이나 시스템 설정에 접근할 권한을 부여하지 않습니다.

• 세션 범위의 설정(Session-scoped config)이며, 기본적으로 시스템 파일 수정이 없습니다.

• 지원되는 인터페이스를 통해 사용량 및 크레딧 기록을 확인할 수 있습니다.

• RBAC(Role-Based Access Control) 및 기능별 접근 제어 기능을 제공합니다.

• 속도 제한(Rate limiting) 및 할당량 강제(quota enforcement)가 적용됩니다.

• 엔터프라이즈 옵션(VPC / private cloud)을 계획하고 있습니다.

최신 기능과 업데이트는 qveris.ai에서 확인하세요.

QVeris는 오픈 소스 클라이언트 툴링과 함께 관리형 서비스 접근(managed service access)을 제공합니다. 저희는 MCP 서버, SDK, 에이전트 스킬(Agent skills), 플러그인 등을 오픈소스로 공개하고 코드를 업스트림에 기여함으로써 생태계를 적극적으로 지원하고 있습니다.

이 저장소(QVerisAI/qveris-agent-toolkit)는 QVeris 클라이언트 측 툴링의 주요 모노레포(monorepo)입니다:

금융 리서치, 위험/컴플라이언스, 암호화폐 모니터링, 데이터 분석 및 개발자 자동화를 위한 복사-붙여넣기 워크플로우 템플릿은 recipes/를 사용하세요. 주요 레시피에는 실행 가능한 run.sh가 포함되어 있으며, 각 패키지에는 실행 가능한 예제가 있습니다: js-sdk, MCP, CLI, Python SDK.

버전이 지정된 QVeris 매니페스트 스키마(manifest schema), 마켓플레이스 준비 목록 필드, 권한 선언, 기여 가이드 및 호환성 매트릭스는 ecosystem/을 사용하세요.

npm: @qverisai — MCP 서버, CLI
PyPI: qveris — Python SDK
ClawHub: clawhub.ai/skills?q=qveris — OpenClaw 스킬
원라인 설치(One-liner install):curl -fsSL https://qveris.ai/cli/install | bash

QVeris는 더 광범위한 에이전트 생태계에 적극적으로 기여하고 있습니다.

• openclaw/openclaw — OpenClaw 런타임

• openclaw/clawhub — ClawHub 스킬 레지스트리

• 🐦
  X (Twitter): x.com/QVerisAI - 💼
  LinkedIn: linkedin.com/company/qveris - 📚
  Docs: qveris.ai/docs - 🧪
  Playground: qveris.ai/playground

전문 데이터와 도구가 필요한 AI 제품 또는 워크플로우를 구축하는 경우, 이 레포지토리를 스타(star)하고 다른 빌더들과 공유해 주세요.