아톨러브

이번 코드는 앞서 공부한 MCP + Skill 구조에서 한 단계 더 발전한 형태입니다.이전에는 우리가 다음 구조를 공부했습니다.SKILL.md → LLM → MCP Tool → MCP Server → 실제 데이터 → LLM → 답변이번에는 여기에 Harness Engineering이 추가됩니다.즉,“LLM에게 일을 시키는 것”에서 끝나는 것이 아니라, LLM이 여러 작업을 안정적으로 수행하도록 바깥에서 계획·상태·저장·재실행을 관리하는 구조입니다.특히 이번 코드에서 꼭 이해해야 할 핵심은 다음 5가지입니다.① SKILL.md → AI에게 "어떻게 일할지" 가르친다.② Tool → AI가 실제 데이터를 가져오게 한다.③ Agent Loop → Tool 호출 → 결과 전달..

이번 코드는 **“MCP 서버가 제공하는 Tool을 LLM이 사용하고, 그 위에 로컬 SKILL.md를 시스템 지침으로 얹는 구조”**를 이해하는 것이 핵심입니다.특히 이번 예제에서 가장 중요한 것은 MCP와 Skill이 서로 같은 것이 아니라 역할이 완전히 다르다는 점입니다.MCP 서버 → 실제 기능과 데이터를 제공MCP 클라이언트 → 서버와 LLM 사이를 연결하고 도구를 전달·실행OpenAI LLM → 무엇을 해야 할지 판단하고 결과를 문장으로 만듦SKILL.md → LLM에게 “이 업무를 어떤 절차와 기준으로 수행할지” 알려주는 업무 지침서아래에서 코드 한 줄씩 → 실행 흐름 → 전체 구조 → MCP Prompt/Resource와 Skill의 차이 → 실제 실행 예시 순서로 설명하겠습니다. 이번 예..