Memento-Teams/Memento-Skills
Memento-Skills: Let Agents Design Agents
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.
관련
- 프로젝트
ReflexioAI/reflexioReflexio는 LLM 에이전트 대화를 기록하고, 수정 사항 및 전문가 답변에서 사용자별 사실(프로필)과 재사용 가능한 절차(플레이북)를 추출하여 향후 에이전트 턴에서 검색할 수 있도록 하는 오픈 소스 플랫폼입니다. CLI, Python SDK, FastAPI 백엔드, 하이브리드 벡터-텍스트 검색, 다중 LLM 지원 및 통합(OpenClaw, mem0)을 제공합니다. GDPVal 제품군에서 벤치마킹한 결과, 자체 학습 Hermes 에이전트 위에서 계획 단계를 최대 81%, 토큰 사용량을 72% 절감합니다.
- 프로젝트
TencentCloud/TencentDB-Agent-MemoryTencentDB Agent Memory는 LLM 에이전트를 위한 오픈소스 메모리 허브입니다. 대화를 캡처하고, 재사용 가능한 기술을 추출하며, 문서에서 Wiki를 구축하고, 코드를 CodeGraph로 인덱싱합니다. 중앙 UI(Memory Hub)를 통해 팀은 자산을 관리하고, 세밀한 ACL을 설정하며, 특정 메모리 조각을 개별 에이전트에 바인딩할 수 있습니다. 에이전트는 통합된 프록시와 통신하므로 모든 프레임워크(Claude Code, DeepSeek Harness, OpenClaw 등)가 코드 변경 없이 동일한 메모리를 사용할 수 있습니다. 벤치마크에 따르면 페르소나 유지율이 59% 향상되었습니다. 저장소는 원클릭 Docker 배포, 마이그레이션 도구, 제로 구성 콜드 스타트 및 추가 통합을 위한 로드맵을 제공합니다.
- 프로젝트
- 프로젝트
fuyuxiang/echo-agentEcho Agent는 오픈소스 자체 호스팅 AI 에이전트 런타임으로, 장기 메모리, 자동 스킬 추출/진화, 플러그형 도구 통합을 제공합니다. 터미널에서 대화형으로 실행하거나, 웹 대시보드와 API가 있는 장기 실행 Gateway 서비스로, 또는 데스크톱 애플리케이션 (EchoAgent Desktop)에 임베드할 수 있습니다. 코어 런타임은 에이전트 루프, 세션 컨텍스트, 모델 라우팅, 권한, 자동화 채널을 관리하고, 메모리 시스템은 과거 사실을 회상하며, 진화 시스템은 실행 추적을 재사용 가능한 스킬로 변환합니다. `pip install "echo-agent[all]"`로 설치하고, LLM API 키를 구성한 다음, `echo-agent run` 또는 `echo-agent gateway`로 시작합니다.
- 프로젝트