ai-agent-book: 프로덕션급 AI 에이전트를 설계하고 구현하기 위한 종합 엔지니어링 가이드 및 코드 라이브러리

해결하는 문제

이 저장소는 도서 "Understanding AI Agents: Design Principles and Engineering Practice"의 종합적인 오픈 소스 동반 도서 역할을 합니다. 구조화된 학습 경로, 전체 도서 텍스트, 그리고 기본적인 프롬프트 엔지니어링부터 복잡한 멀티 에이전트 오케스트레이션에 이르기까지 에이전트 생애주기 전체를 다루는 방대한 실행 가능한 예제 라이브러리를 제공함으로써 이론적인 에이전트 설계와 실제 구현 사이의 간극을 메웁니다.

작동 방식

이 프로젝트는 핵심 공식인 Agent = LLM + Context + Tools를 중심으로 구성됩니다. 장(chapter)별로 분류된 모듈식 프로젝트 모음이 제공됩니다:

• Context Engineering: KV Cache 최적화, 컨텍스트 압축, 프롬프트 인젝션 방어를 구현합니다.
• Memory & Knowledge: RAG 파이프라인, 장기 사용자 메모리 시스템, 구조화된 인덱싱(GraphRAG/RAPTOR)을 구축합니다.
• Tooling: 인지, 실행 및 협업을 위한 Model Context Protocol (MCP) 서버와 비동기 에이전트 프레임워크를 구현합니다.
• Coding Agents: 프로덕션급 코딩 어시스턴트와 코드를 사용하여 수학 및 논리 문제를 해결하는 도구를 특징으로 합니다.
• Evaluation: 터미널 자동화(Terminal-Bench), 소프트웨어 엔지니어링(SWE-bench), OS 레벨 작업(OSWorld)을 위한 벤치마크를 제공합니다.
• Post-Training: SFT, RLHF, 그리고 적응형 추론 깊이(AdaptThink)에 대한 실험을 포함합니다.
• Self-Evolution: 성공적인 궤적(trajectories)으로부터 학습하고 자율적으로 도구를 발견하는 루프를 구현합니다.
• Multimodal Interaction: 실시간 음성 대화, "Computer Use" 브라우저 자동화, 그리고 엔드투엔드 음성 모델을 다룹니다.
• Multi-Agent Collaboration: 전문화된 에이전트(예: 전화 에이전트와 컴퓨터 에이전트)가 작업을 해결하기 위해 직접 통신하는 아키텍처를 보여줍니다.

대상 사용자

• AI Engineers 단순한 프롬프트에서 프로덕션급 에이전트 시스템으로 넘어가고자 하는 엔지니어.
• Researchers RAG, 도구 사용, 모델 포스트 트레이닝의 엔지니어링 트레이드오프에 관심이 있는 연구자.
• Developers 실제 코드 예제를 통해 자율 에이전트를 구축하는 실무 가이드를 원하는 개발자.

주요 특징

• Comprehensive Scope: 기본적인 LLM 서빙부터 고급 자율 진화형 에이전트까지 모든 것을 다룹니다.
• Practical Implementation: 실제 LLM API와 통합되는 "실행 가능한" 데모를 포함합니다.
• Diverse Tooling: 표준화된 도구 통합을 위한 Model Context Protocol (MCP)의 광범위한 사용.
• Evaluation-Driven: 에이전트 성능에 대한 정량적 벤치마크와 비용 분석에 중점을 둡니다.
• Multilingual Support: 도서 내용은 중국어, 영어, 베트남어, 타밀어로 제공됩니다.