ANative-Lab/EvoAgentX

해결하는 문제

EvoAgentX는 정적 프롬프트 체이닝과 수동 워크플로우 조율을 넘어서 개발자들이 더 나아갈 수 있도록 설계되었습니다. 사용자의 목표에 기반하여 에이전트 워크플로우의 구축, 평가, 반복적 개선을 자동화함으로써 복잡한 AI 에이전트 시스템을 생성하고 최적화하는 문제를 해결합니다.

작동 방식

이 프레임워크는 다음과 같은 핵심 구성 요소를 사용하여 자기 진화하는 생태계로 작동합니다:

• WorkFlowGenerator: 자연어로 작성된 목표에서 다중 에이전트 워크플로우를 자동으로 조립합니다.
• AgentManager: 생성된 워크플로우에 정의된 에이전트를 즉시 인스턴스화합니다.
• Self-Evolution Engine: 작업별 기준과 자동 평가기 기반으로 반복적인 피드백 루프와 자기 진화 알고리즘을 사용하여 워크플로우를 최적화합니다.
• 도구 통합: 코드 인터프리터, 검색 엔진, 데이터베이스, 브라우저 자동화 등의 내장 도구 키트 또는 MCP 도구를 통해 에이전트가 실제 세계와 상호작용할 수 있습니다.
• 메모리 및 HITL: 단기 및 장기 메모리를 지원하며, 중요한 체크포인트에서 인간의 검토와 지침을 허용하는 Human-in-the-Loop (HITL) 매니저를 제공합니다.

대상 사용자

AI 연구자, 워크플로우 엔지니어, 스타트업 팀 등, 모호한 아이디어에서 최소한의 수동 엔지니어링으로 기능적이고 최적화된 에이전트 시스템으로 신속히 전환하고자 하는 분들에게 적합합니다.

주요 특징

• 자동 워크플로우 구축: 단일 프롬프트에서 구조화된 다중 에이전트 워크플로우를 생성합니다.
• 자기 진화: 피드백 루프를 사용하여 에이전트의 행동과 워크플로우를 반복적으로 개선합니다.
• 풍부한 도구 지원: Python/Docker 실행, 웹 검색, 파일 시스템 접근, 데이터베이스 작업용 내장 도구 키트를 포함합니다.
• 유연한 LLM 지원: LiteLLM, SiliconFlow, OpenRouter를 통해 OpenAI, Qwen, Claude, DeepSeek 등과 호환됩니다.
• 인간이 개입하는 구조: 실행 중 승인 게이트 및 사용자 입력 수집을 지원합니다.