medium-agent draft

Author: yewool.jeong

_posts/side_project/2025-05-10-01_summary_medium_articles.md

@@ -0,0 +1,99 @@
+---
+title: "Medium 아티클 요약 및 이메일 전송 에이전트"
+categories: [Side Project]
+tags:
+  [
+    AI,
+    LLM,
+    Medium,
+    Email Automation,
+    Article Summary,
+    한국어 번역,
+    자동화,
+    AI Agent
+  ]
+---
+
+저는 Medium을 유료구독하며 매일 제 관심사의 Medium 아티클 목록을 메일로 받고있습니다!
+
+제목들을 보면 정말 흥미롭고 읽어보고 싶지만 링크를 타고 들어가보면 긴 글과 빼곡한 영어에 급 피로해서 슉슉 넘기다 꺼버리는 경우가 많습니다 😂
+
+각 잡고 읽을 때도 있지만 그럴 때는 시간이 꽤 소요돼서 왠지 각 잡고 읽기에 부담스러워 피하게 되더라구요.
+
+하지만 매일 매일 새로운 기능이 생겨나는 요즘! AI 트렌드를 가장 빠르고 자세히 알 수 있는 Medium 아티클들을 그냥 놓치기엔 아쉬워서,
+이번 주말에 **Medium 아티클들을 가볍고 빠르게 읽을 수 있도록 AI를 통해 요약&정리해주는 서비스**를 개발해보려합니다!
+
+Agent를 통해 개발하면 빠르게 개발해볼 수 있지 않을까요?!!!
+
+## 1. Workflow
+
+제가 원하는 서비스의 기능 워크플로우입니다.
+
+1. Medium으로부터 Medium Daily Digest 메일이 전송되면 서비스를 시작한다. (<- 1단계에서는 REST API를 통해 trigger하는 것으로 대체합니다.)
+2. 메일의 내용 중 박수를 많이 받은 순으로 상위 3개의 아티클의 link를 추출한다.
+3. google-bot header를 이용해 각 아티클 링크에 접근하여, 기사 내용을 추출한다.
+4. 추출된 각 기사 내용을 LLM에 전달하여 핵심 헤드라인과 한국어로 번역된 정리&요약 내용을 요청하여 응답받는다.
+5. 응답받은 헤드라인과 정리내용을 다시 내 메일로 통합하여 전송한다.
+
+오늘은 우선 서버 연동을 안할거라 서비스가 상시로 수행되기 위한 대기상태로 띄워둘 수 없습니다.
+로컬에서 실행할 때 동작시키기위해 대안으로 REST API를 통해 서비스가 trigger되도록합니다!
+
+## 2. AI야, 아키텍쳐 좀 만들어줘라!
+
+AI를 통해 아키텍쳐를 작성해달라고 부탁을 해봅니다.
+
+제가 사용한 프롬프트입니다.
+
+```
+너는 mcp와 llm 프레임워크 등을 이용해서 ai 어플리케이션을  설계하는 능숙한 아키텍쳐 전문가야.
+지금부터 내가 만들고싶은 서비스의 flow와 기능을 통해 구현을 위한 아키텍쳐를 설계해줘.
+단, 나는 주말에 하루동안 진행할 간단한 프로젝트이고, langchain의 create_react_agent 기능을 활용해서 agent를 통해 구현할거야. fastapi프레임워크를 이용할거고, uv를 통한 패키지관리를 할거야. 오늘은 클라우드서버에 올리진 않겠지만, 나중엔 서버에 올릴 예정이야.
+
+core feature: 메일로 전송된 medium에 올라온 아티클을 LLM을 통해 정리&요약하여 md 파일로 생성 후 정리된 내용을 다시 내 메일로 전송
+
+flow
+1. 특정 이메일에 medium으로부터 발송된 Medium Daily Digest 메일을 확인한다.
+2. 메일의 내용 중 박수를 많이 받은 순으로 상위 3개의 아티클의 link를 추출한다.
+3. 해당 3개의 아티클에 접근하여 각 기사 내용을 추출한다. (이때 header에 google-bot을 입력하여 접근 권한을 갖는다.)
+4. 추출된 각 기사 내용을 LLM에 전달하여 핵심헤드라인과 한국어로 번역된 정리&요약 내용을 요청하여 응답받는다.
+5. 헤드라인과 정리내용을 다시 내 메일로 통합하여 전송한다.
+```
+
+GPT의 `o3`모델과 Claude의 `3.7 Sonnet` 둘 다 물어보았는데요, 둘 다 참고하긴 했으나 주로 참고했던 부분은 `o3`모델의 응답이었습니다.
+
+이유는
+
+- 에어전트를 통해 개발하기 때문에 대부분 기술은 Tool을 이용해서 커버가 가능한데, 클로드는 구현하는 방향의 제안이 많았습니다.
+- `o3` 모델이 아무래도 최신기술 조사 능력이 더 좋아 uv를 활용한 프로젝트 구조에 대한 제안이 더 좋았습니다.
+- 하지만 상세 코드에 대한 구현의 구체성은 `3.7 Sonnet` 모델이 좋았습니다. 여기서 코드 구현에 대한 아이디어를 따올 수 있어 보입니다.
+
+`o3`모델에서 제안해준 아키텍쳐 및 플로우 다이어그램입니다.
+
+```mermaid
+sequenceDiagram
+    autonumber
+    FastAPI->>Agent: POST /trigger
+    Agent->>EmailTool: fetch_medium_digest()
+    EmailTool-->>Agent: HTML, 메타데이터
+    Agent->>Parser: extract_top3_by_claps()
+    loop each article (<=3)
+        Agent->>ScraperTool: fetch_article(url, ua="google-bot")
+        ScraperTool-->>Agent: raw_text
+        Agent->>LLMChain: summarize_kor(raw_text)
+        LLMChain-->>Agent: {headline, summary}
+    end
+    Agent->>MDTool: write_markdown(list_summaries)
+    MDTool-->>Agent: path/to/file.md
+    Agent->>EmailSender: send_digest(file.md)
+    EmailSender-->>FastAPI: status 200 OK
+```
+
+구조가 만족스럽습니다. 
+
+자, 그럼 Agent의 플로우와 어떤 tool들을 사용할 지 조사해보고 Agent의 아키텍쳐를 구성해봅시다!
+
+
+TODO 
+1. Agent의 플로우와 어떤 tool들을 사용할 지 조사해보고 Agent의 아키텍쳐를 구성
+2. 가능성 조사 - google bot으로 접근가능한지
+3. 개발