Graphlit MCP 서버용 AI 에이전트

Graphlit Model Context Protocol (MCP) 서버를 원활하게 통합하여 Slack, Discord, 웹사이트, Google Drive, 이메일, Jira, GitHub 등에서 지식을 통합하고 검색하세요. 풍부한 콘텐츠를 즉시 수집, 추출, 검색하여 제품 및 개발 워크플로우를 위한 RAG 준비 및 검색 가능한 지식 베이스를 만듭니다. 고급 커넥터와 웹 도구로 수집, 전사, 추출, 게시까지 모두 자동화하세요.

데모 예약하기 FlowHunt 무료 체험

통합 지식 수집 및 검색

Slack, Discord, 이메일, Jira, Linear, GitHub, Google Drive 등에서 구조화/비구조화 데이터를 수집하세요. 모든 MCP 클라이언트 내에서 즉시 검색 및 조회가 가능해 제품 및 개발팀을 위한 RAG 준비 지식 베이스를 구축할 수 있습니다.

다중 소스 수집.: Google Drive, Slack, Discord, Jira, GitHub 등 다양한 커넥터에서 파일, 메시지, 이메일, 이슈, 문서를 자동으로 수집합니다.
강력한 검색 및 조회.: 연결된 모든 데이터 소스에서 관련 지식, 문서, 대화를 빠르고 시맨틱하게 검색 및 조회할 수 있습니다.
오디오 및 비디오 전사.: 오디오 및 비디오 파일을 자동으로 검색 가능한 텍스트로 전사하여 지식 탐색을 강화합니다.
문서 변환.: PDF, DOCX, PPTX, HTML 파일을 Markdown으로 추출·변환하여 표준화되고 검색 가능한 저장소를 만듭니다.

고급 RAG 및 추출 도구

Retrieval-Augmented Generation(RAG) 및 구조화 데이터 추출로 팀의 역량을 강화하세요. LLM 기반 대화를 시작하고, 텍스트에서 구조화된 JSON을 추출하며, 오디오나 이미지로 게시해 지식 워크플로우를 자동화합니다.

LLM 대화 & RAG.: 수집된 데이터의 맥락을 활용하는 LLM 기반 대화로 더 스마트한 RAG 응답을 제공합니다.
구조화 데이터 추출.: 비구조화 텍스트와 문서에서 구조화된 JSON을 추출하여 후속 자동화를 간소화합니다.
유연한 게시.: 통합 AI 서비스를 활용해 추출된 인사이트를 오디오 또는 이미지로 게시하세요.

자동화, 알림 & 웹 도구

운영을 자동화하고, 데이터 커넥터를 관리하며, 내장 알림으로 최신 정보를 받아보세요. 고급 웹 크롤링, 웹 검색, 맵핑, 스크린샷 도구로 지식 베이스를 항상 최신 상태로 유지할 수 있습니다.

자동화된 운영.: 강력한 자동화 도구로 컬렉션, 피드, 워크플로우를 구성, 생성, 관리하세요.
통합 알림.: 중요 프로젝트 이벤트에 대해 Slack, 이메일, 웹훅, Twitter/X로 알림을 받아보세요.
웹 크롤링 & 검색.: 내장 웹 크롤링, 검색, 맵핑, 스크린샷 도구를 활용해 지식을 항상 최신 상태로 유지하세요.

MCP 통합

사용 가능한 Graphlit MCP 통합 도구

다음 도구들은 Graphlit MCP 통합의 일부로 제공됩니다:

query_contents: 지식 베이스 내에서 관련 문서와 데이터를 검색·필터링합니다.
query_collections: 컬렉션 전체를 검색하여 그룹화된 콘텐츠를 효율적으로 식별하고 조회합니다.
query_feeds: 다양한 수집 소스의 정보를 탐색하고 수집하기 위해 피드를 쿼리합니다.
query_conversations: 대화를 검색 및 조회하여 스레드 토론 및 메시지 탐색이 가능합니다.
retrieve_relevant_sources: 쿼리와 가장 관련성 높은 소스를 검색하여 맥락 기반 정보 접근을 지원합니다.
retrieve_similar_images: 참조 이미지를 기준으로 시각적으로 유사한 이미지를 찾고 반환합니다.
visually_describe_image: 접근성 향상이나 콘텐츠 이해를 위해 이미지에 대한 시각적 설명을 생성합니다.
extract_structured_json_from_text: 비구조화 텍스트에서 구조화된 JSON 데이터를 추출해 후속 처리에 활용합니다.
ingest_files: 다양한 형식의 파일을 Graphlit 프로젝트에 추가하여 인덱싱 및 조회가 가능합니다.
ingest_web_pages: URL을 크롤링해 웹 페이지의 콘텐츠를 지식 베이스에 수집합니다.
ingest_messages: 채팅 플랫폼 및 커뮤니케이션 도구의 메시지를 가져와 중앙 집중식으로 관리합니다.
ingest_posts: 지원되는 플랫폼의 게시물을 수집하여 검색 및 참조용으로 저장합니다.
ingest_emails: 연결된 계정의 이메일 메시지를 지식 저장소에 추가합니다.
ingest_issues: Jira, Linear, GitHub Issues 등 프로젝트 관리 시스템의 이슈를 수집합니다.
ingest_text: 임의의 텍스트 항목을 직접 지식 베이스에 추가합니다.
ingest_memory: 단기 메모리 조각을 저장해 빠른 회상 및 맥락 유지를 지원합니다.
create_collection: 새 컬렉션을 생성하여 관련 콘텐츠를 그룹화·조직합니다.
add_contents_to_collection: 지정한 컬렉션에 기존 콘텐츠 항목을 추가하여 효율적으로 관리합니다.
remove_contents_from_collection: 원본 데이터는 삭제하지 않고 컬렉션에서 특정 콘텐츠만 제거합니다.
delete_collections: 하나 이상의 컬렉션을 삭제하고 조직 구조를 관리할 수 있습니다.
delete_feeds: 더 이상 필요하지 않은 피드를 지식 베이스에서 삭제합니다.
delete_contents: 프로젝트에서 특정 콘텐츠 항목을 영구적으로 삭제합니다.
delete_conversations: 대화를 삭제하여 데이터 보존 및 개인정보 보호를 관리합니다.
is_feed_done: 피드의 완료 상태를 확인하여 수집 진행 상황을 모니터링합니다.
is_content_done: 특정 항목의 콘텐츠 수집 또는 처리가 완료되었는지 확인합니다.
list_slack_channels: 프로젝트에 연결된 모든 Slack 채널을 나열합니다.
list_microsoft_teams_teams: 통합 및 데이터 수집을 위한 Microsoft Teams 팀을 나열합니다.
list_microsoft_teams_channels: Microsoft Teams 환경 내의 모든 채널을 나열합니다.
list_sharepoint_libraries: 통합에서 접근 가능한 SharePoint 문서 라이브러리를 나열합니다.
list_sharepoint_folders: SharePoint 내 폴더를 나열하여 타깃 콘텐츠 작업을 지원합니다.
list_linear_projects: 이슈 및 작업 동기화를 위한 Linear 프로젝트를 나열합니다.
list_notion_databases: 구조화 정보의 추출·업데이트를 위한 Notion 데이터베이스를 나열합니다.
list_notion_pages: 워크스페이스에 연결된 모든 Notion 페이지를 나열합니다.
list_dropbox_folders: 데이터 수집 또는 관리를 위한 Dropbox 폴더를 나열합니다.
list_box_folders: 클라우드 스토리지 통합을 위한 Box 폴더를 나열합니다.
list_discord_guilds: 메시지 및 채널 작업을 위한 Discord 서버(길드)를 나열합니다.
list_discord_channels: Discord 길드 내의 채널을 나열하여 수집 또는 알림에 활용합니다.
list_google_calendars: 이벤트 추출 또는 통합을 위한 Google 캘린더를 나열합니다.
list_microsoft_calendars: 일정 및 데이터 조회를 위한 Microsoft 캘린더를 나열합니다.
web_crawling: 웹사이트를 크롤링해 웹 페이지를 자동으로 수집 및 인덱싱합니다.
web_search: 웹 및 팟캐스트 검색을 수행하여 정보 소스를 확장합니다.
web_mapping: 콘텐츠 탐색 및 크롤링 전략을 위해 웹 구조와 링크를 맵핑합니다.
screenshot_page: 웹 페이지의 스크린샷을 캡처하여 시각적 아카이빙에 저장합니다.
publish_as_audio: ElevenLabs 오디오 합성을 이용해 콘텐츠를 오디오로 게시합니다.
publish_as_image: OpenAI 이미지 생성을 통해 텍스트에서 이미지를 생성 및 게시합니다.
prompt_llm_conversation: 질의 응답 및 맥락 기반 RAG를 위한 LLM 기반 대화를 시작합니다.
configure_project: 맞춤형 통합을 위해 프로젝트 레벨 설정 및 자격 증명을 구성합니다.
notifications_slack: 알림 및 업데이트를 Slack 채널로 전송합니다.
notifications_email: 이벤트 또는 워크플로우 변경 시 이메일 알림을 전송합니다.
notifications_webhook: 외부 시스템으로 아웃바운드 웹훅 알림을 트리거합니다.
notifications_twitter: 실시간 게시 및 알림을 위해 Twitter/X로 알림을 전송합니다.

Graphlit MCP 서버로 워크플로우 강화하기

모든 도구와 지식 소스를 통합하여 하나의 통합 검색 및 RAG 준비 플랫폼을 구축하세요. Slack, Discord, GitHub, Google Drive 등에서 손쉽게 수집, 검색, 게시를 경험해 보세요—선호하는 IDE에서 바로 활용할 수 있습니다.

Get started 더 알아보기

Graphlit이란?

Graphlit은 개발자와 기업이 효율적으로 지식 기반 AI 애플리케이션을 구축할 수 있도록 설계된 관리형 지식 API 플랫폼입니다. 웹 스크래핑, 파일 업로드, API 통합을 통한 데이터 추출, 변환, 적재(ETL)로 LLM(대형 언어 모델)용 수집, 메모리, 검색 기능을 제공합니다. Graphlit은 멀티모달 AI와 LLM을 통해 비구조화 데이터를 지능적이고 실행 가능한 인사이트로 전환합니다. API 우선, 클라우드 네이티브 방식으로 문서·웹사이트·다양한 데이터 소스에서 지식을 구조화·저장하는 과정을 간소화하며, AI 기반 워크플로우를 위한 강력한 지원을 제공합니다.

기능

Graphlit으로 할 수 있는 일

Graphlit은 강력한 API를 통해 다양한 데이터 소스에서 지식 수집, 처리, 검색을 제공함으로써 AI 에이전트, 개발자, 기업의 폭넓은 활용을 지원합니다. 대표적인 활용 예시는 다음과 같습니다:

자동 데이터 수집: 문서, 웹 페이지, API에서 지식을 원활하게 추출·구조화합니다.
AI용 메모리 & 검색: AI 에이전트에 영구 메모리와 고급 검색 기능을 제공합니다.
멀티모달 데이터 처리: 텍스트, 이미지 등 다양한 데이터 타입을 처리하여 풍부한 맥락적 지식 베이스를 구축합니다.
LLM용 웹 스크래핑: 통합 웹 스크래핑 도구로 대형 언어 모델에 최신 정보를 수집합니다.
API 우선 통합: 자체 앱, 에이전트, AI 워크플로우에 손쉽게 지식 관리를 임베드할 수 있습니다.

AI 에이전트가 Graphlit으로 얻는 이점

AI 에이전트는 Graphlit 플랫폼을 활용해 구조화된 실시간 멀티모달 지식에 접근함으로써 메모리, 맥락 유지, 의사결정 능력을 크게 향상시킬 수 있습니다. 이를 통해 보다 정확한 답변, 장기 대화 맥락 유지, 문서·웹페이지·API 등 다양한 소스의 인사이트 통합이 가능해집니다. 수집·검색 프로세스를 자동화함으로써 Graphlit 기반의 AI 에이전트는 고객 지원, 연구, 의사결정 자동화 등에서 더욱 자율적이고 신뢰성 있으며 효과적으로 작동합니다.