Memento-Teams/Memento-Skills

해결하는 문제

Memento-Skills는 AI 에이전트가 재사용 가능한 능력을 개발하고 지속할 수 있는 프레임워크를 제공합니다. 모델 가중치에만 의존하는 것이 아니라, 에이전트가 스킬을 자체적으로 작성하고 수리하며 외부 메모리에 저장할 수 있게 함으로써, "읽기-실행-반성-쓰기" 라이프사이클을 통해 복잡한 작업에서의 성능을 시간이 지남에 따라 향상시킬 수 있습니다.

작동 방식

이 시스템은 의도, 계획, 실행, 반성의 4단계로 구성된 ReAct 아키텍처를 사용합니다. 에이전트가 작업을 만나면 키워드 또는 LLM 기반 라우팅을 활용한 하이브리드 접근 방식으로 기존 스킬로 라우팅됩니다. 스킬이 실패하거나 존재하지 않을 경우, 에이전트는 실행 추적을 반성하여 새로운 스킬을 작성하거나 기존 스킬을 수리할 수 있습니다. 이러한 스킬은 데이터베이스, 파일, 또는 벡터 저장소와 같은 플러그인 가능한 저장 시스템에 저장되며, "Dream Daemon"을 통해 경험을 통합하여 백그라운드에서 장기 기억으로 진화할 수 있습니다.

대상 사용자

지속적인 피니어튜닝 없이 확장 가능하고 자가 개선이 가능한 자율 에이전트를 개발하는 개발자에게 적합합니다. 또한 GUI, CLI, 그리고 Feishu, DingTalk, WeChat과 같은 IM 플랫폼에 통합된 배포 가능한 에이전트를 원하는 사용자에게도 적합합니다.

주요 특징

• 스킬 중심 런타임: 라우팅, 실행, 반성 포함 완전한 오케스트레이션 시스템.
• 자기 진화 능력: 실패한 실행 트래잭터리 기반으로 스킬을 자동으로 생성 및 수리할 수 있음.
• 다중 플랫폼 배포: 데스크톱 앱(Windows/macOS), CLI, GUI, 다양한 IM 게이트웨이에 네이티브 지원.
• 로봇 같은 학습: 원자적 도구에서 복잡한 학습된 행동으로 이어지는 스킬 라이브러리를 성장시키는 연구 기반 접근 방식.
• 풍부한 도구 세트: 원자적 도구(bash, python_repl, web)를 통합한 유니파이드 도구 레지스트리와 MCP 클라이언트 통합 포함.