참고팁Reddit
로컬 LLM과 MCP를 활용한 매장 업무 자동화 워크플로우
로컬 모델(qwen3)과 MCP 서버를 연결해 보안을 유지하며 업무를 자동화하는 실무 구현 사례.
요약
로컬 환경에서 구동되는 AI 비서 'Row-Bot'이 Qwen2.5 7B(또는 qwen 27B) 모델과 Ollama를 활용해 소규모 매장의 아침 업무를 자동화하는 사례가 공개되었다. Row-Bot은 MCP(Model Context Protocol) 서버와 연동되어 판매, 재고, 공급업체 연락, 구매 주문 저장 등 4가지 도구를 제어하며 매장 운영 전반을 관리한다. 사용자는 어제 실적을 확인한 뒤 평일 오전 7시 30분에 맞춰 워크플로우를 실행할 수 있으며, 구매 주문 저장 시에는 반드시 사용자 승인을 거치도록 설계되었다. SQLite 데이터베이스 기반의 이 시스템은 모든 작업이 로컬 PC 내부에서만 처리되어 보안성을 높였다. Row-Bot은 Windows, macOS, Linux를 지원하는 무료 오픈소스 데스크톱 AI 도구로, 로컬 우선(local-first) 방식의 자동화 업무 처리를 지향한다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Row-Bot Demo: Morning shop operations on a local 27B model (MCP + workflows)
원문 보기 ↗