CopilotKit과 ClickHouse MCP Server로 AI 에이전트를 빌드하는 방법

이 예제는 ClickHouse에 저장된 데이터를 활용하여 에이전트형 애플리케이션을 빌드하는 방법을 보여줍니다. 이 예제에서는 ClickHouse MCP Server를 사용하여 ClickHouse에서 데이터를 쿼리하고, 해당 데이터를 기반으로 차트를 생성합니다.

CopilotKit은 UI를 빌드하고 채팅 인터페이스를 제공하는 데 사용됩니다.

예제 코드

이 예제에 사용된 코드는 examples 저장소에서 확인할 수 있습니다.

사전 요구 사항

프로젝트를 로컬로 클론합니다. git clone https://github.com/ClickHouse/examples을 실행한 다음 ai/mcp/copilotkit 디렉터리로 이동합니다.

이 섹션을 건너뛰고 ./install.sh 스크립트를 실행하여 의존성을 설치할 수도 있습니다. 의존성을 수동으로 설치하려면 아래 지침을 따르십시오.

npm install을 실행하여 Node.js 종속성을 설치합니다.

새 폴더 external을 만들고 그 안에 mcp-clickhouse 저장소를 클론합니다.

mkdir -p external
git clone https://github.com/ClickHouse/mcp-clickhouse external/mcp-clickhouse

Python 종속성을 설치하고 fastmcp CLI 도구를 추가합니다.

cd external/mcp-clickhouse
uv sync
uv add fastmcp

env.example 파일을 .env로 복사한 후, ANTHROPIC_API_KEY를 설정하도록 내용을 수정합니다.

Anthropic이 아닌 다른 LLM 제공업체를 사용하려면 Copilotkit 런타임을 수정하여 다른 LLM 어댑터를 사용하도록 설정하면 됩니다. 지원되는 제공업체 목록은 여기에서 확인할 수 있습니다.

기본적으로 이 예제는 ClickHouse demo cluster에 연결하도록 구성되어 있습니다. 아래 환경 변수를 설정하면 보유한 ClickHouse 클러스터를 사용할 수도 있습니다:

개발 서버를 시작하려면 npm run dev를 실행합니다.

다음과 같은 프롬프트로 Agent를 테스트할 수 있습니다.

"지난 10년 동안 맨체스터의 가격 추이를 보여줘."

브라우저에서 http://localhost:3000을 열어 결과를 확인합니다.