LazyMind – 지식 집약적 작업을 위한 AI 스킬 런타임

정의 LazyMind(LazyAGI 제작)는 지식 베이스, 전문가 "스킬", 정의된 워크플로우를 반복 가능하고 관찰 가능한 AI 기반 작업으로 전환하는 로컬 우선 데스크톱 또는 서비스 플랫폼입니다. 단순한 채팅 인터페이스가 아니라, 장기 실행되는 지식 집약적 작업을 사용자 통제 하에 유지하는 "AI 스킬 런타임"으로 포지셔닝됩니다.

핵심 개념

개념	기능
지식 기반	로컬 파일, 클라우드 문서, 객체 스토리지를 수집하고, OCR을 실행하고, PDF를 파싱하고, 리랭킹을 갖춘 하이브리드(벡터 + 키워드) 검색 레이어를 구축합니다.
상태 브레인	워크플로우를 상태 머신 단계로 실행하여 각 중간 산출물을 노출하고, 승인, 편집, 재시도, 되감기 및 버전 기록을 허용합니다.
AI 성장 엔진	피드백(선호도, 나쁜 사례)을 캡처하고, 평가/A-B 테스트를 실행하며, 스킬이나 프롬프트를 안전하게 업데이트합니다.

주요 기능

• 데스크톱 모드 – SQLite 및 Milvus-Lite를 사용하는 네이티브 앱(macOS arm64, Windows x64)으로 완전한 오프라인 경험을 제공합니다.
• 엔터프라이즈 배포 – 팀 공유 및 권한 제어를 위한 컨테이너화된 스택(Kong, JWT/RBAC, PostgreSQL, 외부 Milvus/OpenSearch).
• 재사용 가능한 스킬 및 워크플로우 – 스킬(일련의 지침/도구)을 정의하고 반복적으로 호출할 수 있는 버전 관리된 워크플로우(상태 머신)로 변환합니다.
• 관찰 가능한 실행 – 각 단계에서 중간 결과를 표시하며, 사용자는 모든 체크포인트에서 승인, 편집 또는 재실행할 수 있습니다.
• 추적 가능한 산출물 – 생성된 문서, 슬라이드, 이미지 등은 인용, 버전 차이와 함께 저장되며 내보낼 수 있습니다(PDF, PPTX, 이미지).
• 에이전트 플러그인으로 통합 – 다른 에이전트(Codex, DeepSeek Harness, Cursor, WorkBuddy 등)는 설정 → 어시스턴트 UI를 통해 LazyMind의 지식, 스킬 및 워크플로우를 호출할 수 있습니다.
• 역량 센터 – 즉시 실행 가능한 시나리오 갤러리; 각 항목에는 스킬/워크플로우, 예제 입력 및 대화형 결과가 번들로 제공됩니다.
• 지식 운영 및 진화 파이프라인 – 사용자 선호도를 체계적으로 캡처하고, "나쁜 사례"를 자동 평가하며, 개선 사항을 안전하게 출시합니다.

일반적인 사용 사례

• 연구 및 검토: 소스를 검색하고, 종합하고, 인용이 포함된 버전 관리된 보고서를 생성합니다.
• AI 지원 글쓰기: 개요, 초안, 수정 및 완전히 편집 가능한 문서 내보내기.
• 프레젠테이션 제작: 발표자 노트가 포함된 슬라이드 덱을 생성하고, 레이아웃을 편집하고, PPTX/PDF로 내보냅니다.
• 이미지/애니메이션 스티커 생성: 참조를 수집하고, 프롬프트를 다듬고, 생성 과정을 유지합니다.
• 지식 어시스턴트: 인라인 인용과 함께 기업 지식 베이스에 기반하여 질문에 답변합니다.
• 팀 전체 지식 협업: 조직 전반에 걸쳐 스킬, 워크플로우 및 평가된 개선 사항을 공유합니다.

작동 방식(고수준 아키텍처)

flowchart LR
    K[지식 소스] --> R[검색 및 추론]
    S[스킬 및 워크플로우] --> X[관찰 가능한 실행]
    R --> X
    X --> A[편집 가능한 산출물]
    A --> F[피드백 및 평가]
    F --> K & S

• 지식: 수집 파이프라인(PDFReader, MinerU, PaddleOCR-VL)이 통합 인덱스에 공급합니다.
• 상태 브레인: 단계를 조정하고, 상태를 SQLite(로컬) 또는 PostgreSQL(서비스)에 저장하며, 승인/되감기용 UI를 제공합니다.
• 성장 엔진: 선호도를 기록하고, evo 평가 파이프라인을 실행하며, A/B 테스트 후 스킬을 업데이트합니다.

시작하기

1. 데스크톱 – 리포지토리에서 적절한 바이너리(macOS arm64 또는 Windows x64)를 다운로드하고, 설치 프로그램을 실행하고, 앱을 시작합니다. 첫 실행 시 로컬 SQLite DB와 Milvus-Lite 벡터 저장소가 생성됩니다.
2. 작업 생성 – 지식 소스(폴더, Notion, Feishu, 객체 스토리지)를 추가하고, 스킬(예: PPT 워크플로우)을 선택한 다음 워크플로우를 시작합니다.
3. 상호 작용 – 각 단계를 관찰하고, 산출물을 편집하고, 체크포인트를 승인하거나 이전 버전으로 되감습니다.
4. 내보내기 – 만족하면 최종 산출물(PDF, PPTX, 이미지 등)을 내보냅니다.

팀 배포의 경우 desktop/README.md의 docker-compose 지침에 따라 Kong, 인증 서비스, PostgreSQL 및 외부 Milvus/OpenSearch 클러스터를 시작합니다.

커뮤니티 및 리소스

• 쇼케이스 비디오(중국어)가 Bilibili에서 엔드투엔드 흐름(슬라이드 덱 생성, 제품-프로토타입, Codex 통합)을 시연합니다.
• 문서 – 빠른 시작 가이드, 아키텍처 개요, 워크플로우 형식 사양, Codex 및 DeepSeek Harness 통합 문서.
• 예제 – examples/ 아래의 단계별 사례 노트가 포함된 기성 시나리오 모음.
• 라이선스 – MIT(LICENSE 참조).

결론 LazyMind는 단일 프롬프트 채팅을 넘어서는 풀스택, 로컬 우선 AI 에이전트 런타임입니다. 전문가가 복잡한 지식 기반 작업을 정의, 실행 및 개선할 수 있게 하면서 모든 중간 결과를 표시하고 편집 가능하게 유지합니다. 재현 가능한 AI 강화 워크플로우가 필요한 개인 파워 유저나 기업에 적합합니다.