본문으로 건너뛰기

생태계 호환성

graph-tool-call의 검색과 graph build는 provider-neutral합니다. Python host에서는 in-process adapter를, 언어와 cloud platform을 독립적으로 유지하려면 MCP를 사용합니다.

지원 표

환경권장 표면상태검증
Python applicationToolGraph, GraphToolkitnativerepository test
OpenAI Responses APIpatch_openainativeResponses 형태 client test
OpenAI Chat Completionspatch_openaicompatibilityrepository test
Anthropic Messagespatch_anthropicnativerepository test
LangChain v1create_tool_selection_middlewarenative실제 LangChain dependency test
기존 LangGraph ReActcreate_agentcompatibilityrepository test
OpenAI Agents SDKremote 또는 stdio MCP serverprotocol integrationMCP contract test 후 app smoke 필요
PydanticAIremote MCP server를 가리키는 MCPToolsetprotocol integrationapp smoke 필요
Google ADKremote MCP server를 가리키는 McpToolsetprotocol integrationapp smoke 필요
AWS AgentCore Gatewayprivate remote MCP targetdeployment recipeAWS 계정에서 IAM/OAuth 검증 필요
Microsoft Foundry Toolboxprivate remote MCP endpointdeployment recipetenant에서 Entra/connection 검증 필요
JavaScript, Java, GoMCP clientprotocol integrationclient별 smoke 필요

protocol integration은 graph-tool-call endpoint가 MCP를 따른다는 뜻입니다. 외부 framework의 connection lifecycle, approval, execution policy까지 이 repository가 모든 버전에서 검증한다는 의미는 아닙니다.

선택 기준

  • 기존 SDK client가 실행을 담당하고 function catalog만 줄이면 patch_openai 또는 patch_anthropic을 사용합니다.
  • 권한, runtime context, 대화 단계에 따라 tool이 달라지면 LangChain v1 middleware를 사용합니다.
  • OpenAI Agents, PydanticAI, Google ADK, desktop client, non-Python runtime에는 MCP를 사용합니다.
  • managed identity, OAuth, private network, policy enforcement가 필요하면 MCP server 앞에 AWS/Azure gateway를 둡니다.

알려진 경계

  • product auth와 tenant policy는 host 또는 managed gateway가 담당합니다.
  • MCP client마다 dynamic tool list caching 동작이 다를 수 있어 proxy는 call_backend_tool fallback을 유지합니다.
  • 직접 TypeScript/Java SDK는 아직 제공하지 않으며 해당 runtime은 MCP를 사용합니다.
  • OpenAPI callback/webhook은 metadata-only이고 GraphQL subscription은 application transport adapter가 필요합니다.

관련 문서