자동화 구조

개요

• 기존 make나 n8n, airflow 의 순서 자동화 기술에서 llm이 판단하여 일괄 실행하는 단계에 맞는 mcp 만들기
• 순서 자동화 tool과 llm에 유연하게 adapter할 수 있도록 mcp 만들기
• 순서 자동화 기술 목록 : make, n8n, airflow, iphone shortcuts

llm 애플리케이션 자동화 작업

flowchart TD
    user("User") --> LLM("LLM APP(MCP Client)")
    LLM --> MCP_database("data base 조회 MCP") & MCP_calc("연산 MCP")
    MCP_database --> postgresql[(postgresql)]
    MCP_calc --> fast_api("fast api로 단발성 데이터 조회")

agent(custom mcp client) 애플리케이션 자동화 작업

flowchart TD

subgraph "프론트엔드/외부"

client["Client (브라우저/앱)"]

end

  

subgraph "Docker Network (local)"

nginx["Nginx (Reverse Proxy)"]

certbot["Certbot (SSL 인증서 자동 갱신)"]

backend["Django Backend (서비스 API)"]

celery_worker["Celery Worker (비동기 작업)"]

celery_beat["Celery Beat (스케줄러)"]

redis["Redis (브로커/캐시)"]

db["PostgreSQL (DB)"]

end

  

client -->|HTTP/HTTPS| nginx

nginx -->|Proxy| backend

nginx --> certbot

certbot -.-> nginx

  

backend --> db

backend --> redis

  

celery_worker --> backend

celery_worker --> db

celery_worker --> redis

  

celery_beat --> redis

celery_beat --> celery_worker

  

redis <--> backend

redis <--> celery_worker

redis <--> celery_beat

  

db <--> backend

db <--> celery_worker