DataGrout

공식

DataGrout - 여러 MCP 서버와 통합 환경에서 AI 에이전트가 작업할 수 있도록 지원하는 발견, 거버넌스 및 오케스트레이션 계층입니다.

DataGrout MCP(으)로 무엇을 할 수 있나요?

  • DataGrout 서버 및 mTLS ID 자동 프로비저닝bootstrap_onramp을 호출하여 에이전트를 등록하고, OAuth 자격 증명을 얻고, 서명된 인증서를 한 단계로 생성합니다.
  • mTLS, OAuth 2.1 또는 베어러 토큰으로 인증 — 인증서 기반 ID, 자동 갱신 JWT, 또는 테스트용 간단한 토큰으로 클라이언트를 구성합니다.
  • 자연어로 도구 검색 및 호출 — Intelligent Interface(discover/perform)를 사용하여 에이전트가 정확한 도구 이름을 지정하는 대신 목표를 설명하여 도구를 찾고 호출하도록 합니다.
  • 모든 호출에서 크레딧 사용량 추적 — 각 응답과 함께 반환되는 비용 영수증을 검사하여 정책 또는 예산 한도에 대한 지출을 모니터링합니다.
  • 대화형으로 다단계 목표 진행client.guide(goal=...)을 호출하여 서버와 함께 안내 워크플로우를 단계별로 진행합니다.
  • Streamable HTTP, JSON-RPC 또는 WebSocket 전송 간 전환 — 인증 설정을 변경하지 않고 mcp, jsonrpc 또는 websocket 전송을 선택합니다.

문서

대부분의 MCP 클라이언트는 요청을 보내고 응답을 받는 한 가지 작업을 처리합니다. Conduit은 약간 다른 문제를 위해 만들어졌습니다 — 자신이 누구인지 증명하고, 수동으로 재인증하지 않고도 긴 세션 동안 작업을 계속하며, 그 과정에서 비용이나 정책 예산 범위 내에 머물러야 하는 에이전트를 위한 것입니다. 이것이 바로 이 SDK가 채우는 공백입니다.

내장된 mTLS, OAuth 2.1, 시맨틱 도구 검색 기능을 갖춘 MCP 클라이언트 라이브러리입니다. Python, TypeScript, Rust, Elixir, Ruby에서 사용할 수 있습니다.

단일 import만 교체하면 기존 에이전트가 인증서 기반 ID, 비용 가시성, 자연어 도구 검색 기능을 추가 코드 변경 없이 바로 사용할 수 있습니다.

SDK가 필요합니까, 아니면 원시 엔드포인트만 필요합니까?

모든 DataGrout 서버는 표준 MCP 엔드포인트를 노출합니다 — MCP 호환 클라이언트라면 URL과 베어러 토큰만으로 SDK 없이 직접 연결할 수 있습니다. Conduit은 최소한의 기능 이상을 원하는 경우를 위한 것입니다:

  • 토큰을 직접 관리하는 대신 인증서 기반(mTLS) ID를 사용하려는 경우

  • 별도로 구축하지 않고 모든 호출에 대한 비용 추적을 원하는 경우

  • 에이전트가 정확한 도구 이름 대신 목표를 설명하여 올바른 도구를 찾을 수 있도록 시맨틱 검색을 원하는 경우

  • Python/TypeScript보다 MCP 전송 로직을 직접 구현하는 작업이 더 많은 Rust, Elixir, Ruby에서 통합하는 경우

이 중 어느 것도 해당되지 않는다면 — 예를 들어 Claude Desktop을 DataGrout 서버에 연결하는 경우 — 일반 mcpServers JSON 구성이 더 간단하고 충분합니다. Conduit은 기본 클라이언트 구성이 아니라 DataGrout 위에 자체 에이전트나 애플리케이션을 구축하기 위한 것입니다.

언어 지원

언어패키지설치
Pythondatagrout-conduitpip install datagrout-conduit==0.7.0
TypeScript@datagrout/conduitnpm install @datagrout/conduit@0.7.0
Rustdatagrout-conduitcargo add datagrout-conduit@0.7.0
Elixirdatagrout_conduit{:datagrout_conduit, "~> 0.7.0"}
Rubydatagrout-conduitgem install datagrout-conduit -v 0.7.0

가입 없이 서버 이용하기

아직 DataGrout 계정이나 엔드포인트가 없으신가요? SDK가 둘 다 직접 프로비저닝할 수 있습니다 (Python 예시; 각 언어 SDK에 동일한 호출이 존재합니다 — 정확한 구문은 아래 링크된 언어별 문서를 참조하세요):

from datagrout.conduit import ClientBuilder
from datagrout.conduit.onramp import OnrampOptions

client = await ClientBuilder().bootstrap_onramp(OnrampOptions(
    gateway="https://app.datagrout.ai",
    agent_name="my-agent",
    agent_type="claude-sonnet-4-6",
    intended_use="Summarise documents and extract entities.",
))
await client.connect()

이 단일 호출 뒤에서 SDK는 에이전트를 등록하고, 수명이 짧은 토큰을 OAuth 자격 증명 및 서버 URL로 교환하며, 로컬 키 쌍을 생성하고 DataGrout의 CA로부터 서명을 받습니다. 개인 키는 사용자의 컴퓨터에 남습니다. 첫 실행 이후 모든 실행은 저장된 ID를 자동으로 재사용합니다.

코드 작성보다 터미널을 선호한다면: invariant onboard.

인증

5개 SDK 모두에서 동일한 세 가지 방법:

  • 베어러 토큰 — 가장 간단한 옵션으로 빠른 테스트에 적합합니다.

  • OAuth 2.1 (클라이언트 자격 증명) — SDK가 JWT를 자동으로 가져오고, 캐시하며, 갱신합니다.

  • mTLS — 일회성 부트스트랩 후에는 인증서 자체가 모든 요청을 인증하므로 이후 토큰을 관리할 필요가 없습니다.

mTLS의 경우 ID는 고정된 검색 순서로 자동 발견됩니다: 명시적 재정의 디렉터리, CONDUIT_MTLS_CERT/CONDUIT_MTLS_KEY 환경 변수, CONDUIT_IDENTITY_DIR, 기본 ~/.conduit/, 그런 다음 작업 디렉터리 기준의 로컬 .conduit/. 한 컴퓨터에서 여러 에이전트를 실행하려면 각각 고유한 ID 디렉터리를 지정해야 합니다.

전용 CA를 사용하는 이유: 머신 ID는 브라우저 ID와 다른 요구 사항을 가집니다 — 에이전트는 매번 사람의 개입 없이 프로그래밍 방식으로 인증서를 발급받고 교체해야 합니다. 서명 키는 HSM 기반 AWS KMS 키(FIPS 140-2 레벨 2)에 저장되며 절대 외부로 유출되지 않습니다. CA 인증서는 독립적인 체인 검증을 위해 ca.datagrout.ai/ca.pem에서 공개됩니다.

전송 옵션

전송프로토콜사용 시기
mcp (기본값)스트리밍 가능한 HTTP/SSE를 통한 MCP전체 프로토콜 지원, 스트리밍, 알림이 필요한 경우
jsonrpcHTTP POST를 통한 JSON-RPC 2.0더 간단하고 상태 비저장 방식이 필요한 경우
websocketWebSocket을 통한 JSON-RPC 2.0서버가 응답뿐 아니라 이벤트를 푸시해야 하는 경우

인증은 세 가지 모두에서 동일하게 작동합니다 — 전송 방식을 전환한다고 해서 인증 방식이 바뀌지는 않습니다.

주요 기능

  • 지능형 인터페이스 (기본적으로 켜져 있음) — 전체 도구 표면을 discover와 perform 두 가지 호출로 축소합니다. 에이전트가 수백 개의 도구 스키마를 추론하는 대신 평이한 언어로 목표를 설명합니다. use_intelligent_interface=False로 비활성화하면 원시 도구를 볼 수 있습니다.

  • 시맨틱 검색 — 정확한 이름 대신 의미로 도구를 검색하기 위해 독립적으로도 사용할 수 있습니다.

  • 비용 가시성 — 모든 호출은 크레딧 사용량이 포함된 영수증을 반환합니다.

  • 가이드 워크플로 — client.guide(goal=...)는 다단계 목표를 대화형으로 안내합니다.

  • 인지 신뢰 인증서 — 워크플로가 순환 없음, 유형 안전, 정책 준수, 예산 범위 내임을 증명하는 암호화 증명으로, 에이전트 ID와 동일한 CA가 서명합니다.

자사 네임스페이스

네임스페이스용도
prism데이터 변환, 차트 작성, 렌더링, 내보내기
logicProlog 논리 계층을 통한 영구 에이전트 메모리
warden안전 점검, 의도 검증, 다중 모델 합의
deliverables완료된 작업 결과물 등록 및 검색
ephemerals캐시된 결과 검사 및 관리
flow워크플로 오케스트레이션 — 라우팅, 사람 승인, 실행 기록

플로우는 이름이 지정된 재사용 가능한 스킬로 저장하거나(save_as_skill=True) $compute를 통해 일회성 단계로 인라인 포함할 수 있습니다. flow.route는 조건부 분기를 처리하고, flow.request_approval/flow.request_feedback은 사람 확인 지점을 삽입합니다. 네임스페이스로 처리되지 않는 모든 것은 일반 dg() 호출을 통해 접근할 수 있습니다.

DataGrout 통합과의 연결 지점

Conduit은 Salesforce, QuickBooks, Oracle Fusion Cloud 통합을 포함한 모든 DataGrout 서버와 에이전트 사이의 계층입니다. call_tool("salesforce@1/get_lead@1", ...) 호출은 해당 서버가 어떤 통합을 구성했는지와 관계없이 동일한 방식으로 작동하며, SDK는 특정 통합에 대해 미리 알 필요가 없습니다.

다음 단계

  • 언어별 문서: Python, TypeScript, Rust, Elixir, Ruby README (GitHub)

  • 보안 세부 정보: app.datagrout.ai/security

  • 무료, 계정 불필요 도구: MCP Inspector 및 JSON-RPC Inspector, 브라우저 기반

  • Labs: 신뢰 인증서, 시맨틱 코드 분석, 정책 시행, 크레딧 모델 등에 관한 연구 보고서

라이선스

MIT