AI 엔지니어링 컨퍼런스 유럽에서 진행된 실습 워크숍으로, 두 개의 MCP 서버인 Deep Research Agent와 LinkedIn Writing Workflow를 포함한 다중 에이전트 AI 시스템을 구축합니다. 두 서버 모두 Claude Code나 Cursor 같은 하네스에 연결되어 있습니다.

🎬 전체 워크숍은 유튜브에서 시청하실 수 있습니다 ↓

📑 슬라이드는 여기 있습니다.

---

준비가 되면, 더 깊이 들어가는 방법을 알려드립니다

이 워크숍은 2시간에서 4시간 정도 진행됩니다. 제로에서 생산용 AI 에이전트를 출시하고 싶다면, Towards AI로 구성된 에이전트 AI 엔지니어링 과정을 확인해 보세요.

34개의 수업. 세 개의 종합 포트폴리오 프로젝트. 자격증. 그리고 업계 전문가와 우리에게 직접 접근할 수 있는 디스코드 커뮤니티.

300+ 학생들이 5/5 등급을 받았습니다. 처음 6강은 무료입니다:

여기서 시작→

---

이 저장소 사용법

이 저장소를 사용하는 세 가지 방법. 주어진 시간에 맞는 모드를 선택하세요. 또는 세 가지 모드를 순서대로 진행하세요. 각각이 이전 방식을 기반으로 하니까요:

1. 워크숍을 시청하고 패턴을 끝에서 끝까지 확인하세요. ~2시간 만에 시청하세요. 2시간 분량의 유튜브 워크숍과 위의 슬라이드부터 시작하세요.

Build Your Own Deep Research Agent + Technical Writer Multi-Agent System

A hands-on workshop, presented at AI Engineering Conference Europe, building a multi-agent AI system with two MCP servers: a Deep Research Agent and a LinkedIn Writing Workflow. Both connected to a harness like Claude Code or Cursor.

🎬 Full workshop available on YouTube ↓

📑 Slides here.

---

Whenever You’re Ready, Here’s How to Go Deeper

This workshop is a 2–4 hour taste. If you want to go from zero to shipping production-grade AI agents, check out our Agentic AI Engineering Course, built with Towards AI.

34 lessons. Three end-to-end portfolio projects. A certificate. And a Discord community with direct access to industry experts and us.

Rated 5/5 by 300+ students. The first 6 lessons are free:

Start here →

---

How to Use This Repo

Three ways to use this repo. Pick the mode that fits the time you have. Or work through all three in order, since each builds on the last:

1. Watch the workshop and see the patterns end-to-end. Watch in ~2 hr. Start with the 2-hour YouTube workshop and the slides above. You’ll come away with a mental model of the full multi-agent system: tool-use agents, evaluator-optimizer loops, grounded search, structured LLM output, and MCP-server design.
2. Run the finished code. See it produce real artifacts. Run in ~30 min. Watch the system generate a research brief, draft a LinkedIn post through an evaluator-optimizer loop, and score itself with an LLM-as-judge. Follow the Getting Started and Running the Code sections to install the project and run the MCP servers, skills, and evaluation pipeline.