Sign in to save your progressYou can keep reading without an account, but completed lessons won't be saved.
Sign in

핵심 도구 처리 인프라가 갖춰지면 Claude 구현에 여러 도구를 추가하는 작업이 간단해집니다. 이 튜토리얼에서는 간단한 패턴을 따라 추가 도구를 통합하는 방법을 보여줍니다.

추가할 도구들

리마인더 시스템을 위해 세 가지 주요 기능이 필요합니다:

  • 현재 날짜 시간 가져오기 - Claude는 현재 날짜와 시간을 알아야 합니다
  • 날짜 시간에 기간 더하기 - Claude는 날짜 시간 더하기에 완벽하지 않습니다
  • 리마인더 설정하기 - 리마인더를 설정할 방법이 필요합니다

좋은 소식은 구현 작업의 대부분이 이미 완료되어 있다는 것입니다. add_duration_to_datetime 함수는 다양한 시간 단위(초, 분, 시간, 일, 주, 월)를 처리하며 올바른 형식의 날짜 시간 문자열을 반환합니다.

set_reminder 함수는 실제로 시스템 리마인더를 설정하는 대신 확인 세부 정보를 출력하는 간단한 플레이스홀더입니다.

대화에 도구 추가하기

이 과정은 앞서 설정한 것과 동일한 패턴을 따릅니다. 먼저, run_conversation 함수를 업데이트하여 새로운 도구 스키마를 포함시킵니다:

python
response = chat(messages, tools=[
    get_current_datetime_schema,
    add_duration_to_datetime_schema,
    set_reminder_schema
])

이는 대화 중에 사용할 수 있는 모든 도구에 대해 Claude에게 알려줍니다.

도구 실행 처리하기

다음으로, run_tool 함수를 업데이트하여 새로운 도구 호출을 처리합니다:

python
def run_tool(tool_name, tool_input):
    if tool_name == "get_current_datetime":
        return get_current_datetime(**tool_input)
    elif tool_name == "add_duration_to_datetime":
        return add_duration_to_datetime(**tool_input)
    elif tool_name == "set_reminder":
        return set_reminder(**tool_input)

패턴은 일관됩니다: 도구 이름을 확인하고, 제공된 입력으로 해당 함수를 호출하고, 결과를 반환합니다.

여러 도구 사용 테스트하기

여러 도구가 필요한 복잡한 요청으로 테스트해 보겠습니다: "병원 예약을 위한 리마인더를 설정해 주세요. 2050년 1월 1일로부터 177일 후입니다."

이 요청은 Claude가 다음을 수행하도록 합니다:

  1. 2050년 1월 1일로부터 177일 후의 날짜를 계산
  2. 계산된 날짜에 대한 리마인더 설정

Claude는 먼저 수행해야 할 작업을 설명한 다음, add_duration_to_datetime 도구를 사용하여 2050년 6월 27일을 계산하고, 마지막으로 올바른 날짜로 set_reminder를 호출하여 이를 처리합니다.

메시지 흐름 이해하기

대화 기록을 살펴보면 Claude가 단일 응답에서 여러 도구를 어떻게 관리하는지 알 수 있습니다. 어시스턴트 메시지에는 과정을 설명하는 텍스트 블록과 첫 번째 계산을 위한 도구 사용 블록이 모두 포함되어 있습니다.

도구 결과를 받은 후, Claude는 텍스트와 리마인더 설정을 위한 또 다른 도구 사용 블록을 모두 포함하는 또 다른 메시지로 계속 진행합니다. 이는 Claude가 복잡한 작업을 완료하기 위해 여러 도구 호출을 어떻게 연결할 수 있는지를 보여줍니다.

핵심 요약

기본 도구 인프라가 설정되면, 새로운 도구를 추가하는 것은 간단한 3단계 과정을 따릅니다:

  • run_conversation의 도구 목록에 도구 스키마 추가
  • run_tool 함수에 새로운 도구에 대한 케이스 추가
  • 실제 도구 함수 구현

프레임워크는 모든 메시지 전달, 도구 결과 형식화, 대화 흐름을 자동으로 처리합니다. 이를 통해 여러 관련 작업을 순차적으로 수행할 수 있는 정교한 AI 어시스턴트를 쉽게 구축할 수 있습니다.