AgentSUMO

Name: AgentSUMO
Author: mw-jeong

제작자: mw-jeong버전 0.1.2i★ 11i내 컴퓨터에서 실행

레지스트리 이름io.github.mw-jeong/agentsumo-mcp

설치 방법

What it does

MCP server for LLM-driven SUMO traffic simulation, scenario design, and result analysis.

Connects 내 컴퓨터에서 실행
Account or key No key needed · 1 setting to fill in (SUMO_HOME)
Category 디자인, 이미지 및 오디오

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

검사 3/3 통과 · 내 컴퓨터에서 실행돼요 · ✓ 명령 확인 2026년 11월 14일

먼저: 어떤 AI를 쓰시나요?

Claude웹 · 앱 · 모바일ChatGPT웹Claude Code터미널Cursor코드 에디터VS Code코드 에디터기타다른 앱

쓰는 앱을 고르면 아래에 단계가 나옵니다.

Claude에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요

Python (uv) 설치
한 번만 하면 Python (uv)가 필요한 모든 서버에 쓸 수 있어요
Python (uv) 다운로드 페이지 열기 ↗
완료
2
설정 1개 입력
이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.
- SUMO_HOME Absolute path to the local SUMO installation directory (must contain bin/, share/, tools/).
설명은 아직 영어 원문입니다.
완료
컴퓨터용 Claude 앱 설정 파일 열기
SettingsDeveloperEdit Config
완료

이 설정을 붙여 넣고 저장

{
  "mcpServers": {
    "agentsumo": {
      "command": "uvx",
      "args": [
        "agentsumo-mcp"
      ],
      "env": {
        "SUMO_HOME": "your-value"
      }
    }
  }
}

완료

Claude를 끄고 다시 열기
완료
해 보기
AgentSUMO을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐
✓ Claude가 AgentSUMO을 쓰고 있다고 하거나 답에 AgentSUMO 도구 이름이 나오면 연결된 거예요

추가 설정 1개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

AGENTSUMO_MCP_OUTPUT_BASE Base directory for simulation outputs (networks, trips, results). Defaults to the current working directory.

설명은 아직 영어 원문입니다.

메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

ChatGPT는 아직 AgentSUMO에 연결할 수 없어요

AgentSUMO는 내 컴퓨터에 설치해서 쓰지만 ChatGPT는 웹에서 도는 서버만 연결할 수 있어요

대신 이렇게 할 수 있어요

A · AgentSUMO에 연결되는 앱 쓰기

Claude 단계 보기 →설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요
Claude Code 단계 보기 →설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
Cursor 단계 보기 →설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
VS Code 단계 보기 →설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

B · 디자인, 이미지 및 오디오에서 ChatGPT에 연결되는 다른 서버

같은 분류에서 많이 쓰는 것 중 키 없이 주소만으로 연결되는 것을 골랐어요

Pascal 3D Editor✓ ChatGPT
Semiotic✓ ChatGPT
TypeUI✓ ChatGPT

Claude Code에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

Python (uv) 설치
한 번만 하면 Python (uv)가 필요한 모든 서버에 쓸 수 있어요
Python (uv) 다운로드 페이지 열기 ↗
완료
2
설정 1개 입력
이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.
- SUMO_HOME Absolute path to the local SUMO installation directory (must contain bin/, share/, tools/).
설명은 아직 영어 원문입니다.
완료
터미널 열기
Mac: Command+스페이스를 누르고 Terminal 입력 · Windows: PowerShell 열기
완료

이 명령을 붙여 넣고 Enter

claude mcp add --scope user agentsumo --env SUMO_HOME=your-value -- uvx agentsumo-mcp

완료

Claude Code에서 /mcp 입력
AgentSUMO이 목록에 있고 연결됨으로 보이면 돼요
완료
해 보기
AgentSUMO을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐
✓ Claude Code가 AgentSUMO을 쓰고 있다고 하거나 답에 AgentSUMO 도구 이름이 나오면 연결된 거예요

추가 설정 1개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

AGENTSUMO_MCP_OUTPUT_BASE Base directory for simulation outputs (networks, trips, results). Defaults to the current working directory.

설명은 아직 영어 원문입니다.

메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

Cursor에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

Python (uv) 설치
한 번만 하면 Python (uv)가 필요한 모든 서버에 쓸 수 있어요
Python (uv) 다운로드 페이지 열기 ↗
완료
2
설정 1개 입력
이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.
- SUMO_HOME Absolute path to the local SUMO installation directory (must contain bin/, share/, tools/).
설명은 아직 영어 원문입니다.
완료
이 버튼으로 Cursor 열기
Cursor에서 열기
Cursor가 설치를 확인하면 Install을 누르세요
완료
키 입력
AgentSUMO 설정에서 SUMO_HOME가 비어 있어요. 내 키를 넣고 저장하세요
완료
Cursor에서 AI 채팅을 Agent 모드로 열기
완료
해 보기
AgentSUMO을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐
✓ Cursor가 AgentSUMO을 쓰고 있다고 하거나 답에 AgentSUMO 도구 이름이 나오면 연결된 거예요

추가 설정 1개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

AGENTSUMO_MCP_OUTPUT_BASE Base directory for simulation outputs (networks, trips, results). Defaults to the current working directory.

설명은 아직 영어 원문입니다.

메뉴 이름은 2026년 11월 11일에 Cursor 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

VS Code에 연결할 수 있지만 먼저 준비가 필요해요

설정 1개 입력 필요 (SUMO_HOME) · 먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)

Python (uv) 설치
한 번만 하면 Python (uv)가 필요한 모든 서버에 쓸 수 있어요
Python (uv) 다운로드 페이지 열기 ↗
완료
2
설정 1개 입력
이것은 프로그램 설정이며 키가 아닙니다. 가입할 필요 없이 제작자 설명대로 입력하세요.
- SUMO_HOME Absolute path to the local SUMO installation directory (must contain bin/, share/, tools/).
설명은 아직 영어 원문입니다.
완료
이 버튼으로 VS Code 열기
VS Code에서 열기
VS Code가 설치를 확인하면 Install을 누르세요
완료
키 입력
AgentSUMO 설정에서 SUMO_HOME가 비어 있어요. 내 키를 넣고 저장하세요
완료
VS Code에서 AI 채팅을 Agent 모드로 열기
완료
해 보기
AgentSUMO을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐
✓ VS Code가 AgentSUMO을 쓰고 있다고 하거나 답에 AgentSUMO 도구 이름이 나오면 연결된 거예요

추가 설정 1개 (입력하지 않아도 사용 가능)

위 명령은 이 값들 없이도 동작합니다. 바꾸고 싶을 때만 제작자 설명대로 추가하세요.

AGENTSUMO_MCP_OUTPUT_BASE Base directory for simulation outputs (networks, trips, results). Defaults to the current working directory.

설명은 아직 영어 원문입니다.

메뉴 이름은 2026년 11월 11일에 VS Code 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요

Windsurf, Zed, Gemini CLI 같은 다른 MCP 앱은 추가 방법이 저마다 달라요. 앱 목록에서 확인하세요

MCP를 쓰는 앱 모두 보기 →

JSON 설정은 아래 “개발자용”에 있어요

막혔나요? AgentSUMO을 쓰는 사람에게 물어보세요💬 토론 →

개발자용: 터미널 명령과 JSON 설정

컴퓨터에 설치

Claude Code

claude mcp add --scope user agentsumo --env SUMO_HOME=your-value -- uvx agentsumo-mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "agentsumo": {
      "command": "uvx",
      "args": [
        "agentsumo-mcp"
      ],
      "env": {
        "SUMO_HOME": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "agentsumo": {
      "command": "uvx",
      "args": [
        "agentsumo-mcp"
      ],
      "env": {
        "SUMO_HOME": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "agentsumo": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "agentsumo-mcp"
      ],
      "env": {
        "SUMO_HOME": "your-value"
      }
    }
  }
}

직접 입력할 값

SUMO_HOME 필수 env
Absolute path to the local SUMO installation directory (must contain bin/, share/, tools/).
AGENTSUMO_MCP_OUTPUT_BASE env
Base directory for simulation outputs (networks, trips, results). Defaults to the current working directory.

설명은 아직 영어 원문입니다.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

한눈에 보기

GitHub 스타 i: 11
주간 다운로드i: 34/주
라이선스 i: MIT
연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
최신 버전i: 0.1.2
카테고리i: 디자인, 이미지 및 오디오
레지스트리 공개i: 2026년 6월 5일
코드 마지막 변경i: 2026년 6월 17일
제작자: mw-jeong
패키지: pypi: agentsumo-mcp
저장소: urban-ai-institute/kra35-prismx-agentsumo
레지스트리 상태: 활성

어떤 앱에서 쓸 수 있나요

이 서버의 연결 방식과 각 앱의 공식 문서를 바탕으로 했어요. 2026년 11월 10일 확인.

내 컴퓨터에서 실행하는 앱

Claude Goose LM Studio Msty Studio Cherry Studio Cursor VS Code + GitHub Copilot Visual Studio Windsurf (Devin Desktop)Zed Kiro Cline Continue JetBrains AI Assistant Claude Code Codex CLI Gemini CLI OpenCode nodecode Warp LibreChat Raycast

모든 앱과 장단점 →

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 14일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 urban-ai-institute 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
✓ 통과
계속 관리되고 있음
코드 마지막 변경: 5개월 전
✓ 통과
라이선스 있음
MIT 사용
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

토론

질문하고, 팁을 나누고, 안 되는 점을 알려 주세요. "도움이 됨"이 많은 순서예요.

아직 글이 없어요. 처음으로 질문하거나 공유해 보세요.

이곳의 글은 사용자가 쓴 것으로, PopNx 팀의 글이 아니에요.

Google로 로그인하고 글쓰기

사용자 리뷰

아직 리뷰가 없어요

Google로 로그인하고 리뷰 쓰기

디자인, 이미지 및 오디오 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 3050개 중 94%보다 스타가 많아요
이 카테고리의 다른 서버 3050개 중 9%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 3050개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

AgentSUMO, 안전한가요?

해당하는 기본 점검 3개 중 3개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 5개월 전 변경됐고, 최신 버전(0.1.2)은 5개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Figma Context MCP, AutoClip, Next AI Draw.io

같은 카테고리의 다른 것

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Figma Context MCP

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

제작자: GLips널리 사용됨↓ 15.2만/주★ 1.6만5개월 전 업데이트

내 컴퓨터에서 실행

설치

AutoClip

Clip long videos into short clips with covers and captions. Local CLI and MCP.

제작자: zhouxiaoka널리 사용됨↓ 205/주★ 1만17일 전 업데이트

내 컴퓨터에서 실행

설치

Next AI Draw.io

draw.io diagrams your AI agent draws on a live browser canvas that you can also edit by hand

제작자: DayuanJiang널리 사용됨↓ 2.2만/주★ 3.7만 저장소 전체의 별오늘 업데이트

내 컴퓨터에서 실행

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

AgentSUMO

An Agentic Framework for Interactive Simulation Scenario Generation in SUMO via Large Language Models

[Documentation](https://agentsumo.readthedocs.io) · Installation · Tools · Schema · Tutorials

Overview

AgentSUMO lets non-expert stakeholders design, execute, and analyze SUMO traffic simulations through natural-language interaction. The Planner Agent translates abstract policy questions into executable simulation plans, drives them via the Model Context Protocol (MCP), and surfaces results through a web dashboard.

Conversational scenario design — describe a policy question, get a runnable simulation
Policy experiments — road closures, lane reductions, signal optimization, demand changes
Cross-scenario analysis — SQL-based comparison across runs, with auto-generated HTML reports
Web dashboard — geospatial visualization, time-series charts, and trip replay

Demo

*Web interface: conversational planning panel, scenario list, and live simulation status.*

*Geospatial visualization: per-edge metrics, congestion overlays, and trip replay on the 2.5D basemap.*

Architecture

User (natural language)

| v Planner Agent (Claude LLM, Interactive Planning Protocol) | +--> AgentSUMO MCP Client --> AgentSUMO MCP Server (PyPI: agentsumo-mcp) --> SUMO | +--> SQLite MCP Client --> SQLite MCP Server (Anthropic, open source) --> simulations.db | +--> Filesystem MCP Client --> Filesystem MCP Server (Anthropic, open source) --> additional XML files

The reasoning layer (Planner Agent) lives in this repository. The execution layer (agentsumo-mcp) is published to PyPI and installed automatically as a dependency.

Tool Layer

The AgentSUMO MCP Server exposes 26 tools grouped into five capability categories that follow the simulation workflow. Full reference at agentsumo.readthedocs.io/.../tools.

Category	Purpose	Representative tools
Scenario Generation	Build a baseline SUMO simulation: OSM → network → trips → routes → run	`osm_extract`, `net_convert`, `trip_generate`, `route_generate`, `sumo_runner`
Policy Experimentation	Apply infrastructure, demand, and signal-control interventions	`edge_edit_tool`, `reduce_lanes_tool`, `vehicle_generation_tool`, `flow_generation_tool`, `tls_offset_tool`, `tls_adaptation_tool`
Result Analysis	Convert SUMO XML output to SQLite and render HTML reports	`xml_to_sqlite_tool`, `simulation_report_tool`
Visualization	Render networks, highlighted edges, and per-edge metric heatmaps	`visualize_net_tool`, `visualize_edge_tool`, `visualize_policy_target_tool`, `visualize_edgedata_tool`
Utility Functions	Network statistics, routing, road-name ↔ edge-id resolution, OD-coordinate validation, web-search grounding	`network_summary_tool`, `route_analysis_tool`, `validate_od_coordinates_tool`, `web_search_tool`

Installation

Requirements

Python 3.10 or later
SUMO 1.24 or later (locally installed, with SUMO_HOME set)
Anthropic Claude API key (bring-your-own-key)
Mapbox access token (used by the web map renderer)

1. Install SUMO

macOS

brew install sumo

Or download the installer from the Eclipse SUMO downloads page.

Windows — Download the installer from the Eclipse SUMO downloads page.

Linux (Ubuntu/Debian)

sudo add-apt-repository ppa:sumo/stable

sudo apt-get update sudo apt-get install sumo sumo-tools sumo-doc

2. Set up the Python environment

Install uv:

# macOS / Linux

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows (PowerShell)

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

Clone the repository, create a virtual environment, and install AgentSUMO:

git clone https://github.com/mw-jeong/AgentSUMO

cd AgentSUMO

Create a Python 3.12 venv

uv venv --python 3.12

Activate the venv

source .venv/bin/activate # macOS / Linux

.venv\Scripts\activate # Windows

Install AgentSUMO and all dependencies

(this also pulls agentsumo-mcp from PyPI as a dependency)

uv pip install -e .

3. Configure environment variables

AgentSUMO reads API keys and the SUMO path from environment variables. The easiest way is a .env file at the project root:

cp .env.example .env

Open .env in your editor and fill in:

`ANTHROPIC_API_KEY` (required) — Claude API key that drives the Planner Agent. Get one at the Anthropic Console.

ANTHROPIC_API_KEY=[PopNx MCP ตัดค่าที่หน้าตาเหมือนกุญแจออก]

`MAPBOX_TOKEN` (required for the web UI) — used to render the basemap. Get one at the Mapbox access tokens page.

MAPBOX_TOKEN=pk.eyJ1Ijoixxxxxxxxxxxxxxxxxx

`SUMO_HOME` (required) — absolute path to your local SUMO installation. The directory must contain bin/sumo (or bin/sumo.exe on Windows).

# macOS (Homebrew)

SUMO_HOME=/opt/homebrew/share/sumo

macOS (Eclipse SUMO installer)

SUMO_HOME=/Library/Frameworks/EclipseSUMO.framework/Versions/ /EclipseSUMO # e.g. 1.24.0; use the directory name installed under Versions/

Windows

SUMO_HOME=C:\Program Files (x86)\Eclipse\Sumo

Linux

SUMO_HOME=/usr/share/sumo

`AGENTSUMO_MCP_OUTPUT_BASE` (optional) — override the base directory where the MCP server writes simulation outputs (networks, trips, results). Defaults to the current working directory.

AGENTSUMO_MCP_OUTPUT_BASE=/path/to/your/output/dir

4. Run

# Web interface (opens at http://localhost:8000)

python web.py

CLI mode

python chat.py

Clean up simulation outputs

python clean.py

Project Structure

AgentSUMO/

├── agentsumo/ │ ├── agent/ # Planner Agent (Claude orchestrator + prompts) │ ├── client/ # MCP clients (AgentSUMO, SQLite, Filesystem) │ └── core/ # Configuration ├── agentsumo_mcp/ # AgentSUMO MCP Server source (also published to PyPI) │ └── defaults/ # Packaged fixtures (e.g., vehicle_types.add.xml) ├── packaging/mcp/ # PyPI build configuration for agentsumo-mcp ├── web/ # Web interface (FastAPI + Jinja2 templates) ├── docs/ # Sphinx documentation source ├── tests/ # Unit tests ├── assets/ # README images ├── output/ # Runtime artifacts (auto-populated; 8 categories tracked │ # via .gitkeep — simulations/, networks/, trips/, │ # analysis/, reports/, uploads/, visualizations/, additional/) ├── chat.py # CLI entry point ├── web.py # Web server entry point └── .env.example # Environment variable template

Use the MCP Server Standalone

The AgentSUMO MCP Server can be used independently from this framework with any MCP-compatible LLM client (Claude Desktop, OpenAI tool clients, Gemini, local LLMs):

pip install agentsumo-mcp

Or via uvx without installing:

uvx agentsumo-mcp

The server is registered in the official MCP Registry under io.github.mw-jeong/agentsumo-mcp.

Troubleshooting

SUMO path error — Verify SUMO_HOME in your .env. The directory must contain bin/sumo (or bin/sumo.exe on Windows).

API key error — Verify ANTHROPIC_API_KEY in your .env is set to a valid Claude API key. The Planner Agent will refuse to start without it.

Dependency error — Re-resolve dependencies:

uv pip install -e . --upgrade

Legacy token files (deprecated, scheduled for removal in 0.2.0) — AgentSUMO still falls back to claude_api.txt and mapbox_token.txt at the project root when the corresponding environment variables are missing, but those code paths now emit a DeprecationWarning at import time. Use the .env workflow for new installations.

Documentation

Full documentation lives at [agentsumo.readthedocs.io](https://agentsumo.readthedocs.io).

Installation — SUMO, Python 3.10+, environment setup
Tools — reference for all MCP tools
Schema — simulations.db ER diagram and column reference
Tutorials — walkthroughs of the paper case studies

Citation

If you use AgentSUMO in academic work, please cite:

@article{jeong2025agentsumo,

title = {AgentSUMO: An Agentic Framework for Interactive Simulation Scenario Generation in SUMO via Large Language Models}, author = {Jeong, Minwoo and Chang, Jeeyun and Yoon, Yoonjin}, journal = {arXiv preprint arXiv:2511.06804}, year = {2025}, url = {https://arxiv.org/abs/2511.06804} }

License

MIT. See LICENSE.

Developed at

AgentSUMO

What it does

설치

Python (uv) 설치

설정 1개 입력

컴퓨터용 Claude 앱 설정 파일 열기

이 설정을 붙여 넣고 저장

Claude를 끄고 다시 열기

해 보기

대신 이렇게 할 수 있어요

Python (uv) 설치

설정 1개 입력

터미널 열기

이 명령을 붙여 넣고 Enter

Claude Code에서 /mcp 입력

해 보기

Python (uv) 설치

설정 1개 입력

이 버튼으로 Cursor 열기

키 입력

Cursor에서 AI 채팅을 Agent 모드로 열기

해 보기

Python (uv) 설치

설정 1개 입력

이 버튼으로 VS Code 열기

키 입력

VS Code에서 AI 채팅을 Agent 모드로 열기

해 보기

컴퓨터에 설치

직접 입력할 값

한눈에 보기

어떤 앱에서 쓸 수 있나요

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

토론

사용자 리뷰

디자인, 이미지 및 오디오 카테고리의 다른 서버와 비교i

자주 묻는 질문

같은 카테고리의 다른 것

Figma Context MCP

AutoClip

Next AI Draw.io

제작자의 README

AgentSUMO

Overview

Demo

Architecture

Tool Layer

Installation

Requirements

1. Install SUMO

2. Set up the Python environment

Windows (PowerShell)

Create a Python 3.12 venv

Activate the venv

.venv\Scripts\activate # Windows

Install AgentSUMO and all dependencies

(this also pulls agentsumo-mcp from PyPI as a dependency)

3. Configure environment variables

macOS (Eclipse SUMO installer)

Windows

Linux

4. Run

CLI mode

Clean up simulation outputs

Project Structure

Use the MCP Server Standalone

Troubleshooting

Documentation

Citation

License