크로우: AI 에이전트 및 구조화된 연구를 위한 자체 호스팅 MCP 플랫폼
Crow는 Mer@lon이 개발한 오픈 소스, 자체 호스팅된 모델 컨텍스트 프로토콜(MCP) 플랫폼입니다. 이는 대형 언어 모델(LLM) 프론트엔드 및 다양한 AI 클라이언트에 직접 연결되어 에이전틱 프레임워크로 기능합니다. 에이전틱 구성 요소를 위해 Python으로 구축되었고, HTTP 게이트웨이를 위해 Node.js/JavaScript로 구축된 Crow는 사용자에게 지속적인 메모리, 구조화된 연구 도구 및 암호화된 피어 투 피어 공유 기능을 제공합니다. 이는 개발자와 전문가가 자신의 AI 에이전트를 구축하고 실행하는 데 도움을 줍니다.
Crow는 무엇에 연결됩니까?
Crow는 MCP 서버 플랫폼으로 기능하며, LLM 프론트엔드 및 다양한 AI 클라이언트와 연결을 설정합니다. stdio 전송 및 Streamable HTTP와 SSE를 활용한 HTTP 게이트웨이를 지원합니다. 호환되는 AI 클라이언트에는 Claude Code, Claude Desktop, Cursor, Windsurf, Cline, Gemini CLI, Qwen Coder, opencode, Ollama 및 OpenAI 호환 엔드포인트가 포함됩니다. 그러나 자체 호스팅 인스턴스는 보안 문제로 인해 claude.ai, ChatGPT 및 웹의 Gemini와 같은 클라우드 웹 클라이언트를 직접 지원하지 않으며, v1 릴리스 이후에 접근할 계획입니다.
핵심 기능 및 도구
Crow는 다양한 기능을 위한 여러 호출 가능한 도구를 노출합니다. 메모리 API 도구에는 list_sessions(), query_memory(query), 및 query_session(session_id)가 포함됩니다. 내장된 crow-cli 에이전트는 파일 접근을 위한 read, write, edit와 같은 도구, 셸 명령을 위한 terminal, 웹 검색을 위한 web_search, web_fetch, 비전 입력을 위한 capture_webcam 및 read_image_file을 제공합니다. 백엔드 관리 도구는 crow_register_backend, crow_list_backends, crow_remove_backend, 및 crow_backend_schema입니다. 연구 서버는 자동 APA 인용 및 참고 문헌 내보내기를 통해 프로젝트 관리를 제공합니다.
누구를 위한 것인가요?
Crow는 개발자, 법률 전문가, 가정용 엔터테인먼트 애호가 및 규제 데이터를 관리하는 기업 등 다양한 청중을 대상으로 합니다. 이는 LLM 프론트엔드를 위한 지속적인 메모리 및 구조화된 연구 기능이 필요한 사용자나 로컬 시스템 및 웹과 상호작용할 수 있는 AI 에이전트를 구축하는 사용자에게 권한을 부여합니다. 암호화된 공유는 안전한 협업이 필요한 그룹에 매력적입니다. 자체 호스팅 인스턴스에 대해 claude.ai 또는 ChatGPT와 같은 클라우드 웹 클라이언트와의 직접 통합이 주요 요구 사항인 경우 이 부분은 건너뛰십시오.
시작하는 방법
HTTP 게이트웨이에 대한 접근은 원격 접근을 위한 표준 OAuth 2.1 인증 흐름을 통해 부여됩니다. Turso와 같은 서비스와의 선택적 클라우드 동기화를 위해서는 TURSO_DATABASE_URL 및 TURSO_AUTH_TOKEN 환경 변수를 설정해야 합니다.
사용 사례
- 문서 조직, 문서 연구 및 인용 추적과 같은 작업을 위한 지속적인 메모리 및 구조화된 연구 도구를 LLM 프론트엔드에 제공.
- 사용자가 코드를 읽고 편집하고, 셸 명령을 실행하고, 웹을 검색할 수 있는 AI 에이전트를 구축하고 실행할 수 있도록 지원하며, Claude Code 및 Cursor와 같은 AI 클라이언트와 네이티브로 연결.
- Crow 사용자 간에 중앙 서버 없이 메모리 및 전체 프로젝트 공간의 종단 간 암호화된 공유를 촉진.
Mer@lon의 Crow는 AI 에이전트 개발 및 구조화된 연구를 위한 자체 호스팅된 모델 컨텍스트 프로토콜 플랫폼을 제공합니다. 이 에이전틱 프레임워크는 지속적인 메모리, 도구 사용 및 안전한 피어 투 피어 공유를 지원하여 다양한 전문 및 기술 청중을 대상으로 합니다. 그 아키텍처는 AI 클라이언트와의 깊은 통합을 허용하여 사용자가 AI 기능을 확장할 수 있도록 합니다. AI 에이전트를 통해 셸 명령을 실행하기 위해 터미널 도구를 사용해 보세요.