Azure-Samples/python-ai-agent-frameworks-demos

해결하는 문제

개발자들은 많은 Python AI 에이전트 프레임워크를 비교하고 선택하는 데 어려움을 겪는 경우가 많습니다. 이 저장소는 여러 인기 프레임워크에 대한 즉시 실행 가능한 예제를 제공하며, 모두 Azure OpenAI 모델(또는 OpenAI.com 및 로컬 Ollama와 같은 대안)에 연결됩니다. 각 프레임워크의 환경 설정에 대한 추측을 제거하고 도구 호출, 슈퍼바이저 에이전트, MCP 서버와 같은 일반적인 패턴을 사용하는 방법을 보여줍니다.

작동 방식

이 프로젝트는 examples 디렉토리에 일련의 Python 스크립트를 포함합니다. 각 스크립트는 다른 프레임워크 또는 에이전트 패턴을 보여줍니다. 예제는 준비된 환경에서 실행되도록 설계되었습니다: GitHub Codespaces에서 저장소를 열거나(기본 설정은 Azure OpenAI를 사용하고 선택적 Ollama 설정은 로컬 모델을 사전 설치), VS Code Dev Containers를 사용하거나, uv로 로컬 Python 환경을 설정할 수 있습니다. 모든 스크립트는 .env 파일에서 모델 연결 세부 정보를 읽습니다. README는 세 가지 모델 공급자를 구성하는 방법을 설명합니다: Azure OpenAI(Azure Developer CLI를 사용하여 리소스 프로비저닝), OpenAI.com(API 키와 모델만 설정), 또는 Ollama(로컬 서버). 구성 후 예제 스크립트를 직접 실행할 수 있으며, 각 스크립트는 특정 기능을 보여줍니다: 기본 에이전트, 하나 이상의 도구를 가진 에이전트, 하위 에이전트를 조정하는 슈퍼바이저, 워크플로 기반 에이전트, 그래프 기반 상태 머신, 함수 호출, 외부 도구를 위한 MCP 서버 통합.

대상 독자

하나의 프레임워크에 전념하기 전에 AI 에이전트 프레임워크의 실용적이고 나란히 비교할 수 있는 예제를 원하는 Python 개발자. 또한 Azure OpenAI를 이미 사용 중이며 다양한 에이전트 패턴을 탐색하거나 Microsoft Agent Framework, LangChain v1 + LangGraph, OpenAI Agents, PydanticAI, LlamaIndex와 같은 프레임워크가 유사한 작업을 처리하는 방식을 평가하려는 팀에게도 유용합니다.

주요 특징

• 6가지 주요 Python 에이전트 생태계를 다룹니다: Microsoft Agent Framework, LangChain v1 + LangGraph, OpenAI Function Calling 및 OpenAI Agents, PydanticAI, LlamaIndex.
• 예제 스크립트는 일반적인 에이전트 패턴을 보여줍니다: 기본 에이전트, 도구 사용 에이전트, 다중 도구 플래너, 슈퍼바이저 오케스트레이션, 워크플로 그래프, MCP(모델 컨텍스트 프로토콜) 통합.
• 환경 변수만 변경하여 Azure OpenAI, OpenAI.com 또는 로컬 Ollama 서버에 대해 동일한 예제를 실행합니다.
• 인프라스트럭처-애즈-코드 스크립트는 Azure 경로를 선택할 때 Azure OpenAI 리소스를 자동으로 프로비저닝합니다(Azure Developer CLI를 통해).
• 여러 빠른 시작 경로를 제공합니다: 기본 또는 Ollama 컨테이너를 사용한 GitHub Codespaces, VS Code Dev Containers, 또는 uv 기반 로컬 설정.