BoundaryML/baml
The programming language for agents
What it solves
BAML은 LLM 출력의 불안정성과 예측 불가능성을 해결합니다. AI 에이전트를 위해 특별히 설계된 구조화된 프로그래밍 언어를 제공하여 실수를 줄이고, ""garbage outputs""를 제거하며, 런타임에 위험한 캐스팅 없이 타입이 유지되도록 보장합니다.
How it works
BAML은 Rust와 같은 타입 시스템과 Go와 같은 동시성(green threads)을 결합한 특화된 언어로 작동합니다. 개발자는 에이전트를 위한 로직과 타입을 정의할 수 있으며, 이는 정적으로 오류를 분석할 수 있습니다. 독립형 언어로 사용할 수 있으며, Python, TypeScript, Go, C#, Java와 같은 언어로의 호출을 통해 기존 프로젝트에 점진적으로 통합할 수 있습니다.
Who it's for
엄격한 타입 안정성, 높은 성능, 그리고 테스트 및 평가를 위한 전용 환경이 필요한 AI 에이전트를 구축하는 소프트웨어 엔지니어용입니다.
Highlights
any 타입을 제거하고 위험한 캐스팅을를 제거하는 강력한 정적 타입 시스템.- 내장된 테스트 및 평가 프레임워크.
- 에이전트를 위해 특별히 설계된 내장 표준 라이브러리.
- 고성능 컴파일 및 colorless concurrency.
- TS, Py, Go, C#, Java와의 다국어 상호 운용성。
관련
- 프로젝트
microsoft/agent-frameworkMicrosoft Agent Framework는 Python, .NET, Go에서 프로덕션 등급 AI 에이전트 및 다중 에이전트 워크플로우를 구축하기 위한 오픈소스 SDK입니다. 프로바이더 비종속 LLM 액세스, 그래프 기반 오케스트레이션, 미들웨어, OpenTelemetry 관찰 가능성, 선언적 YAML 에이전트, 스킬 통합, Azure 또는 Microsoft Foundry에서의 간편한 호스팅을 제공합니다.
- 프로젝트
- 프로젝트
- 프로젝트
MaestroError/LarAgentLaravel용 AI 에이전트 개발 프레임워크로, Eloquent 스타일 API와 Laravel 스타일 도구를 사용하여 AI 에이전트를 생성하고 유지보수할 수 있습니다.
- 프로젝트
confident-ai/deepevalDeepEval은 챗봇, 에이전트, RAG 파이프라인 또는 멀티모달 생성기와 같은 모든 LLM 기반 앱에 대해 pytest 스타일 테스트를 작성할 수 있는 오픈소스 Python 프레임워크입니다. 연구 기반의 수십 가지 메트릭(예: G-Eval, JevEval, 작업 완료, 환각, 편향)이 포함되어 있으며 모든 모델에서 로컬로 실행할 수 있고 사용자 정의 메트릭을 추가할 수 있습니다. 이 라이브러리는 인기 있는 툴킷(LangChain, OpenAI, Anthropic, LlamaIndex 등)과 통합되어 모델 호출을 자동으로 추적하여 엔드투엔드 및 단계별 평가를 가능하게 합니다. 테스트는 CLI에서 실행되고 CI/CD에 적합하며 상용 Confident AI 플랫폼에 연결하여 프로덕션 모니터링을 할 수 있습니다. LLM 애플리케이션에 정량적 품질 게이트가 필요한 개발자와 팀에 이상적입니다.