julep: 내구성 있고 조합 가능한 AI 에이전트를 데이터 흐름으로 구축하여 안전하게 재시도하고 재개할 수 있는 프레임워크

해결하는 문제

Julep은 임시적인 루프로 구축된 AI 에이전트의 취약성을 해결합니다. 충돌 후에도 재개하고, 작업을 안전하게 재시도하며, 실행 중 수행된 모든 단계에 대한 명확한 설명을 제공하는 내구성 있고 조합 가능한 에이전트를 만들기 위한 프레임워크를 제공합니다.

작동 방식

단순 루프 대신 Julep은 에이전트를 조합 가능한 데이터 흐름으로 취급합니다. 개발자는 @flow 데코레이터를 사용해 단계 그래프를 정의합니다. 이 과정은 파이썬 코드를 고정된 와이어 포맷 중간 표현(IR)으로 컴파일합니다. 시스템은 등록된 도구, 추론기(LLM), 분기 및 타임아웃을 지원합니다. 내구성을 보장하기 위해 Julep은 Temporal 또는 DBOS와의 선택적 통합을 제공하여 워크플로우가 상태를 지속하고 실패에서 복구할 수 있게 합니다.

대상 사용자

높은 신뢰성, 엄격한 도구 호출 권한, 실행 경로 추적 및 디버깅이 필요한 복잡한 AI 에이전트 시스템을 구축하는 개발자를 위해 설계되었습니다.

주요 특징

• 내구성 있는 실행: Temporal 및 DBOS와의 통합을 통해 흐름이 충돌 후에도 재개됩니다.
• 구성에 의한 정의: 파이썬 데코레이터를 사용해 에이전트 로직을 구조화된 그래프로 컴파일합니다.
• 개발자 CLI: 에이전트를 나열, 실행, 린트, 테스트 및 배포할 수 있는 터미널 기반 CLI와 에이전트 DAG의 Graphviz DOT 시각화를 제공합니다.
• 확장 가능한 런타임: OpenTelemetry, Langfuse, WASM 샌드박싱, 다중 제공자 LLM 지원을 위한 선택적 확장 기능을 제공합니다.

요약

내구성 있고 조합 가능한 AI 에이전트를 데이터 흐름으로 구축하여 충돌 후에도 안전하게 재시도하고 재개할 수 있는 프레임워크.

제목

julep: 내구성 있고 조합 가능한 AI 에이전트를 데이터 흐름으로 구축하여 안전하게 재시도하고 재개할 수 있는 프레임워크