AgnesAI-Labs/agnes-harness

해결하는 문제

Agnes Harness (AGH)는 복잡한 실제 엔터프라이즈 환경에 AI 에이전트를 배포하는 과제를 해결합니다. 이 프레임워크는 사용자 지정 비즈니스 시스템, 내부 API 및 물리적 장치를 에이전트의 워크플로우에 통합하여 모든 작업이 기록되고 감사 가능하며 인간의 승인을 받도록 보장합니다.

작동 방식

이 프로젝트는 4가지 아키텍처 기둥을 갖춘 통합 런타임 기반으로 작동합니다: Brain (추론을 위한 LLM), Cerebellum (구조화된 의사결정을 위한 Jev), Memory (세션 기록 및 작업 상태를 위한 Harness), Body (장치 상호작용을 위한 MHS). 개발자는 플러그인을 구축하여 비즈니스별 도구를 연결하며, 에이전트는 이를 샌드박스 환경 내에서 실행할 수 있습니다. 시스템은 CLI, Web, SDK 인터페이스 전반에서 공유 상태를 유지하므로 사용자가 브라우저에서 작업을 시작하고 컨텍스트 손실 없이 터미널에서 계속 진행할 수 있습니다.

대상 사용자

독점적인 고객 시스템과 상호작용하는 AI 에이전트를 제공해야 하거나, 엄격한 감독이 필요하거나, 표준화된 프로토콜을 통해 물리적 하드웨어를 조정해야 하는 현장 배치 엔지니어(FDE) 및 솔루션 개발자를 위해 설계되었습니다.

주요 특징

• 통합 세션 관리: Web, CLI, SDK 인터페이스 간을 원활하게 전환하면서 전체 작업 기록과 상태를 유지합니다.
• 감사 가능성 및 제어: 모든 모델 호출, 도구 실행, 인간의 승인을 기록하는 Trace 뷰를 제공하여 에이전트 동작의 투명성을 보장합니다.
• 플러그인 아키텍처: 백엔드 도구, 프론트엔드 패널, 풀스택 플러그인을 생성하여 특정 비즈니스 요구 사항에 맞게 에이전트 기능을 확장할 수 있습니다.
• MHS 프로토콜: 공급업체별 SDK와 독립적으로 물리적 장치와 센서를 에이전트 워크플로우에 통합하기 위한 전용 Model Hardware Standard (MHS)를 포함합니다.