jerry-ai-dev/modular-rag-mcp-server

MCP(모델 컨텍스트 프로토콜) 프로토콜을 통해 외부 도구의 인터페이스를 노출하고, Copilot, Claude와 같은 AI 어시스턴트의 직접 호출을 지원하는 플러그 가능하고 관찰 가능한 모듈형 RAG(검색 향상 생성) 서비스 프레임워크입니다. 또한 대규모 모델 관련 직무 학습 및 면접을 위해 특별히 설계된 실용적인 프로젝트 및 지원 교육 자료입니다.

---

📖 목차

• 프로젝트 개요
• 분기 설명
• 빨리 시작
• 이 프로젝트에 적합한 인물과 사용 방법?
• 이력서 참조
• 자주 묻는 질문
• 후속 조치

---

🏗️ 프로젝트 개요

이 프로젝트가 뭐야?

이 프로젝트는 RAG 인터뷰에서 가장 흔한 핵심 단계들—검색 (하이브리드 검색 + 재순위), 다중 모달 시각 처리(이미지 캡션), RAG 평가(Ragas + 맞춤), **생성(LLM 응답)**과 현재 인기 있는 애플리케이션 프로토콜 **MCP(모델 컨텍스트 프로토콜)**를 완전하고 실행 가능한 엔지니어링 프로젝트로 연결합니다.

이 프로젝트의 주요 장점 중 하나는 비즈니스에 쉽게 적응할 수 있다는 점입니다. 풀링크 플러그형 아키텍처 덕분에 기존 프로젝트에 빠르게 통합할 수 있습니다. 배경이나 필요에 상관없이 자신에게 맞는 사용 방식을 찾을 수 있습니다. 구체적인 사용 전략은 나중에 "이 프로젝트에 적합한 사람과 사용 방법"에서 자세히 설명할 것입니다.

단순한 프로젝트가 아니라 아이디어 전체의 집합입니다

프로젝트 자체보다 더 가치 있는 것은 그 뒤에 담긴 전체 공학적 접근법입니다:

• 개발을 촉진하기 위한 DEV_SPEC (개발 명세 문서) 작성법
• Skill를 사용해 Spec에 따라 코드를 자동으로 완성하는 방법
• 자동화된 테스트, 패키징 및 환경 구성을 위한 Skill 활용법
• 플러그 가능한 아키텍처(예: 에이전트 확장)를 기반으로 확장 방법

아이디어를 마스터하면 완전히 새로운 프로젝트와 확장팩을 직접 시작할 수 있습니다. 위의 각 단계는 영상으로 설명되며, 각 단계마다 해당 영상 설명이 포함되어 있으니 함께 시청하는 것을 권장합니다.

핵심 역량 개요