이 예제는 어떤 도메인 전문 지식에도 적응할 수 있는 범용 연구 및 분석 에이전트 프레임워크를 보여줍니다. 이 시스템은 개인화된 데이터 수집 및 분석을 위해 MCP 서버 아키텍처와 자동 유도 (Automatic Elicitation)를 결합합니다. 에이전트 지침(Instructions)과 API 통합을 교체하기만 하면 금융, 의료, 법률, 마케팅, 부동산 또는 데이터 수집, 품질 검증 및 보고서 생성이 필요한 기타 모든 분야를 위한 전문화된 연구 워크플로우를 생성할 수 있습니다.

이 연구 프레임워크는 다음을 제공합니다:

맞춤형 MCP 서버 통합 (Custom MCP Server Integration): 도메인 특화 데이터 소스와 자동 유도가 포함된 플러그형 API 서버
대화형 유도 (Interactive Elicitation): 사용자 선호도, 분석 기준 및 도메인 특화 요구 사항에 대한 자동 프롬프트
품질 관리 (Quality Control): EvaluatorOptimizer가 포괄적인 연구가 우수성 표준을 충족하도록 보장
다중 소스 데이터 (Multi-Source Data): 완전한 커버리지를 위해 도메인 API와 웹 검색 폴백 (Web Search Fallback)을 결합
전문가 분석 (Expert Analysis): 도메인 특화 통찰력, 계산 및 개인화된 권장 사항
전문 보고서 (Professional Reports): 실행 가능한 통찰력이 담긴 포괄적인 마크다운 (Markdown) 보고서 생성

어떠한 도메인에도 적응 가능: 에이전트 지침, MCP 서버 및 API 통합을 변경하여 금융, 의료, 법률 연구, 시장 분석, 학술 연구 또는 기타 전문 분야를 위한 연구 에이전트를 생성할 수 있습니다.

┌──────────────┐ ┌────────────────────┐ ┌──────────────────┐
│ Orchestrator ├─────▶│ Research Quality ├─────▶│ Domain Research │
│ Workflow │ │ Controller │ │ Agent │
...

도메인 특화 FastMCP 서버 (Domain-specific FastMCP server): 관련 API 통합 포함
자동 유도 (Automatic elicitation): 사용자 선호도, 분석 기준 및 도메인 요구 사항을 위한 기능
API 폴백 처리 (API fallback handling): 도메인 API를 사용할 수 없을 때 구조화된 오류 응답 제공
실제 데이터 통합 (Real data integration): 산업별 소스로부터의 데이터 통합

Research Quality Controller (연구 품질 컨트롤러): 고품질 데이터 수집을 보장하는 EvaluatorOptimizer 컴포넌트
Supplementary Research Agent (보조 연구 에이전트): 도메인 API를 보완하기 위해 웹 검색 데이터를 추가
Domain Analysis Agent (도메인 분석 에이전트): 도메인 특화 계산을 통해 전문적인 분석 제공
Report Writer (보고서 작성기): 발견 사항과 권장 사항이 포함된 종합적인 마크다운 (Markdown) 보고서 생성

에이전트는 다음과 같이 도메인과 관련된 질문을 던질 것입니다:

부동산 (Real Estate): 부동산 유형, 예산 범위, 투자 목표
금융 (Finance): 포트폴리오 규모, 위험 감수 성향, 투자 타임라인
헬스케어 (Healthcare): 환자 인구 통계, 증상, 치료 이력
법률 (Legal): 사건 유형, 관할권, 필요한 법적 판례

보고서는 귀하의 특정 도메인에 대한 전문가 분석과 실행 가능한 권장 사항과 함께 저장됩니다.

git clone https://github.com/lastmile-ai/mcp-agent.git
cd mcp-agent/examples/usecases/mcp_research_agent
uv init
...

• 제공업체 대시보드에서 API 자격 증명을 가져오세요.

cp mcp_agent.secrets.yaml.example mcp_agent.secrets.yaml

mcp_agent.secrets.yaml에 API 키를 추가하세요:

openai:
api_key: "sk-your-openai-api-key"
environment:
...

귀하의 도메인에 맞춰 mcp_agent.config.yaml을 업데이트하세요:

mcp:
servers:
domain_api:
...

예제 서버를 복사하여 수정하세요:

cp rentspider_server.py your_domain_server.py
# API 엔드포인트, 유도 스키마(elicitation schemas) 및 데이터 처리 로직을 업데이트하세요

main.py를 수정하여 귀하의 도메인에 맞는 에이전트 지침(instructions)을 설정하세요:

domain_research_agent = Agent(
name="domain_researcher",
instruction=f"""You are a world-class {YOUR_DOMAIN} researcher.
...

# 도메인별 파라미터로 실행
uv run main.py "Your Analysis Target"
uv run main.py "Austin, TX" # 부동산
...

시스템은 유도(elicitation) 과정을 통해 도메인 관련 선호도를 자동으로 요청합니다:

부동산 (Real Estate): 예산, 부동산 유형, 투자 목표, 시장 타임프레임
금융 (Finance): 자산 배분, 위험 허용도, 성과 지표, 투자 전략
의료 (Healthcare): 환자 인구 통계, 증상, 치료 선호도
법률 (Legal): 사건 유형, 관할권, 조사 범위, 전략 중점

from mcp.server.fastmcp import FastMCP
from mcp.server.elicitation import AcceptedElicitation
@mcp.tool()
...

instruction = f"""당신은 {DOMAIN} 전문가입니다. 유도 (elicitation) 과정을 통해 도메인 도구를 사용하고,
API 호출이 실패할 경우 웹 검색으로 대체하세요. {DOMAIN_GOALS}에 집중하세요."""

API Fallback: 도메인 API를 사용할 수 없을 때 웹 검색으로 부드럽게 전환 (Graceful degradation)
품질 관리 (Quality Control): EvaluatorOptimizer가 조사 표준을 보장
전문 보고서 (Professional Reports): 실행 가능한 권장 사항이 포함된 도메인별 통찰력 제공
멀티 도메인 (Multi-Domain): 금융, 의료, 법률, 마케팅 등으로 쉽게 확장 가능