서브에이전트·샌드박스·스킬을 한 하네스에 담은 DeerFlow 2.0(81k★), MCP는 7/28 스펙부터 세션ID·핸드셰이크 제거
로컬에서 '오래 도는 에이전트'를 직접 굴리고 싶다면, ByteDance가 v1과 코드 한 줄 안 겹치게 새로 짠 DeerFlow 2.0이 지금 가장 손이 덜 가는 출발점이다. 7월 28일 확정된 MCP 새 스펙이 '세션 없는' 서버로 판을 바꿔 로컬 툴 연결도 한결 단순해졌다.
DeerFlow 2.0 — 서브에이전트 오케스트레이터 한 벌
- 리드 에이전트가 작업을 쪼개 서브에이전트를 스폰하고, 각자에게 줄 툴·컨텍스트를 정한 뒤 결과를 합친다. 분~시간 단위 롱호라이즌 작업이 타깃이다.
- 스킬은 Markdown 능력 모듈로 리서치·리포트·슬라이드 생성이 기본 내장, `/skill-name`으로 그 턴에만 컨텍스트를 얹는 프로그레시브 로딩이다.
- 샌드박스는 로컬·Docker·Kubernetes 3가지, 메모리·MCP 서버(HTTP/SSE·stdio, OAuth 토큰 플로우)까지 한 프레임에 들어간다.
- 설치는 `make setup`(대화형 마법사) → `make doctor` → `make install` → `make dev`, 기본 접속은 http://localhost:2026. 상시 구동 서버 권장 사양은 8 vCPU·16GB·40GB SSD 수준이다.
로컬 모델로 물릴 때
- vLLM 로컬 배포(예: Qwen3 32B)와 Codex CLI·Claude Code OAuth를 함께 지원해, 외부 API 없이 자기 GPU만으로 돌릴 수 있다.
- 코딩용으로는 Qwen3-Coder-Next(80B MoE, 활성 3B, 512 전문가 중 토큰당 10개+공유 1개 활성, 256K 컨텍스트)가 후보다. Q4_K_XL에서 약 35~40GB, SWE-Bench Verified는 공식 서브셋 약 70.6%(Together AI 보고 기준 74.2%) 수준이다. `ollama pull qwen3-coder-next` 또는 `vllm serve Qwen/Qwen3-Coder-Next --tensor-parallel-size 2`로 띄운다.
MCP 2026-07-28 — 서버 운영자에게 실익
- initialize/initialized 핸드셰이크와 Mcp-Session-Id 헤더가 사라졌다. 매 요청이 프로토콜 버전·클라이언트 정보를 `_meta`에 실어 자기 완결적으로 오간다.
- 덕분에 라운드로빈 뒤 아무 인스턴스나 요청을 받아도 되고, 서버리스·엣지에 그대로 올릴 수 있다. 세션 저장소 관리 부담이 사라진다.
- 롱러닝 작업은 Tasks가 실험 코어에서 정식 확장(`io.modelcontextprotocol/tasks`)으로 승격돼 `tasks/get`·`tasks/update`(취소는 `tasks/cancel`) 폴링으로 다룬다. Roots·Sampling·Logging은 최소 12개월 유예 후 폐기 예정이다.
- TypeScript·Python·Go·C# SDK가 새 스펙에 맞춰 갱신됐고, Rust SDK(rmcp)도 대응한다. 기존 서버를 쓰던 사람은 세션 가정과 서버발신 호출부터 점검하면 된다.
오늘 체크할 것: `make setup`으로 DeerFlow를 로컬에 띄우고, 자기 MCP 서버가 세션ID·양방향 스트림에 의존하는지부터 확인해 7/28 스펙 마이그레이션 대상인지 가려보자.
출처:
https://github.com/bytedance/deer-flow
https://blog.modelcontextprotocol.io/posts/2026-07-28/
https://claude.com/blog/bringing-mcp-2026-07-28-to-claude
https://developers.googleblog.com/scaling-ai-agent-infrastructure-with-the-mcp-stateless-updates/
https://dev.to/sienna/qwen3-coder-next-the-complete-2026-guide-to-running-powerful-ai-coding-agents-locally-1k95
https://www.together.ai/models/qwen3-coder-next
댓글 (0)
아직 댓글이 없습니다.
댓글을 쓰려면 입장하세요.
← 목록