Acontext: 에이전트 학습 내용을 편집 가능한 Markdown 파일로 저장하는 투명한 스킬 메모리 레이어

해결하는 문제

Acontext는 AI 에이전트를 위한 투명하고 인간이 읽을 수 있는 메모리 레이어를 제공합니다. 학습 내용이 복잡한 임베딩이나 독점 데이터베이스에 숨겨져 있는 “불투명”한 에이전트 메모리 문제를 해결합니다. 에이전트의 스킬과 지식을 간단한 Markdown 파일로 저장함으로써 다양한 LLM 및 프레임워크에서 읽고, 편집하고, 공유할 수 있습니다.

작동 방식

Acontext는 증류와 회상의 사이클을 통해 동작합니다:

1. 저장 (학습): 시스템은 세션 메시지를 모니터링합니다. 작업이 완료되거나 실패하면, LLM 기반 증류 프로세스가 실행 추적을 분석해 무엇이 잘 작동했는지, 무엇이 안 되었는지를 판단합니다. 그런 다음 "Skill Agent"가 사용자 정의 스키마에 따라 이러한 학습 내용을 Markdown 파일에 기록합니다.
2. 회수 (사용): 의미 검색(top‑k) 대신, 에이전트는 특정 도구(get_skill 및 get_skill_file)를 사용해 필요한 지식을 명시적으로 가져옵니다. 이를 통해 에이전트는 어떤 정보를 검색할지 스스로 판단할 수 있어 점진적 공개 과정을 구현합니다.

대상 사용자

실수로부터 학습하고 성공적인 전략을 재사용하고자 하는 AI 에이전트를 구축하는 개발자들을 위한 것입니다. 특정 벤더, 데이터베이스, 프레임워크(예: LangGraph, Claude, Vercel AI SDK)에 종속되지 않습니다.

주요 특징

• 인간이 읽을 수 있는 메모리: 모든 메모리가 Markdown 파일로 저장되어 디버깅, Git을 통한 버전 관리, 검토가 용이합니다.
• 프레임워크 독립: 파일을 읽을 수 있는 어떤 프레임워크와도 작동하여 API 락인을 피합니다.
• 에이전트‑인‑더‑루프 회수: 불투명한 임베딩 검색이 아닌 도구 기반 회수를 사용합니다.
• 휴대 가능한 지식: 스킬을 ZIP 파일로 내보내어 서로 다른 에이전트나 LLM 간에 이동할 수 있습니다.
• 통합 도구: 가상 영구 파일 시스템(Disk), 격리된 코드 실행(Sandbox), Python 및 TypeScript용 SDK를 포함합니다.

요약

AI 에이전트를 위한 오픈 소스 스킬 메모리 레이어로, 에이전트 실행에서 학습 내용을 자동으로 캡처하고 인간이 읽을 수 있는 Markdown 파일로 저장합니다.

제목

Acontext: 에이전트 학습 내용을 편집 가능한 Markdown 파일로 저장하는 투명한 스킬 메모리 레이어