OpenBMB/ChatDev

📚 ChatDev 2.0 – DevAll 는 무엇인가요?

ChatDev 2.0 (이름은 DevAll)는 오픈소스이며, 코드 없이 다중 에이전트를 조율할 수 있는 플랫폼입니다. Python이나 JavaScript를 작성하지 않고도 CEO, 프로그래머, 디자이너, 리뷰어 등 다양한 LLM 기반 에이전트로 구성된 복잡한 워크플로우를 구축하고 실행할 수 있습니다. 에이전트, 그들의 연결, 수행할 작업을 YAML 파일로 정의한 후 웹 콘솔이나 작고 간단한 Python SDK를 통해 워크플로우를 시작합니다.

이 프로젝트는 원래의 ChatDev 1.0 에서 비롯되었습니다. ChatDev 1.0은 자동으로 소프트웨어 설계, 개발, 테스트, 문서화를 수행하는 '가상 소프트웨어 회사'였습니다. DevAll은 소프트웨어 개발을 넘어서, 데이터 시각화, 3D 모델 생성, 게임 제작, 심층 연구, 지정학적 시뮬레이션과 같이 LLM 기반 에이전트의 시퀀스 또는 그래프로 표현할 수 있는 모든 시나리오로 아이디어를 확장합니다.

🚀 핵심 기능

기능	당신에게 의미하는 바
코드 없이 워크플로우 작성	간단한 YAML 파일로 에이전트, 역할, 데이터 흐름을 정의. Python/JS 필요 없음.
시각적 드래그 앤 드롭 캔버스	Vue 기반 웹 콘솔은 노드 그래프 에디터를 제공하며, 에이전트를 놓고, 파라미터를 설정하고, 시각적으로 연결할 수 있습니다.
사람이 개입하는 (Human-in-the-loop)	특정 노드를 수동 검토용으로 표시할 수 있습니다 (예: "리뷰어" 역할). 실행 중에 사람이 개입할 수 있습니다.
확장 가능한 Python SDK	`pip install chatdev`로 `run_workflow` 함수를 사용 가능. YAML 워크플로우를 프로그래밍 방식으로 시작하고 최종 메시지를 가져올 수 있습니다.
모듈식 백엔드	FastAPI 서버 (`server/`)가 조율을 담당하며, `runtime/`은 일반적인 에이전트 추상화 및 도구 실행을 구현합니다.
플러그인 가능한 도구	`functions/`에 커스텀 Python 도구를 추가하고, 에이전트에게 "도구"로 노출할 수 있습니다 (예: 3D 생성용 Blender-MCP 브리지).
다중 모달 지원	워크플로우에 따라 LLM API 호출, 이미지 생성, Blender 실행, 비디오 생성 (Manim) 등이 가능합니다.
Docker & Makefile	`make dev` 또는 `docker compose up --build`로 한 번의 명령어로 백엔드와 Vue 프론트엔드를 라이브 리로드와 함께 시작합니다.
사전 구축된 워크플로우 라이브러리	`yaml_instance/`에는 데이터 시각화, 3D, 게임 개발, 심층 연구, 교육 영상 등 수십 개의 즉시 실행 가능한 예제가 포함되어 있습니다.
강화학습 기반 조율기 (Puppeteer 브랜치)	연구용 브랜치로, 학습 가능한 중앙 조율기가 구현되어 있으며, 에이전트를 동적으로 활성화하여 추론 효율을 향상시킵니다 (NeurIPS 2025 논문 참조).

🎯 일반적인 사용 사례

AI 기반 앱의 빠른 프로토타이핑 – 자연어 설명에서 "디자이너 → 개발자 → 테스터" 파이프라인을 구성해 소규모 웹 앱을 생성.
데이터 분석 및 시각화 – CSV를 입력하고 데이터 분석 에이전트가 차트를 생성, 디자이너 에이전트가 이미지를 다듬음.
3D 콘텐츠 생성 – "컨셉 아티스트" LLM과 Blender-MCP를 결합해 3D 모델을 자동 생성 (예: 크리스마스 트리).
게임 개발 – 게임 메커니즘 설계, 코드 작성, 자산 생성을 포함하는 완전한 스택 워크플로우.
연구 지원 – 에이전트가 논문을 수집하고, 발견을 요약하며, 주어진 주제에 대한 짧은 보고서를 생성.
지정학적 또는 비즈니스 시뮬레이션 – 여러 이해관계자 에이전트를 정의하고, 서로 상호작용하여 가능한 미래 시나리오를 탐색.

🛠️ 시작하기 (빠른 시작)

# 1. 백엔드 종속성 설치 (uv, Python 3.12+ 필요)
uv sync

# 2. 프론트엔드 종속성 설치 (Node 18+ 필요)
cd frontend && npm install

# 3. 환경 변수 템플릿 복사 및 LLM API 키 추가
cp .env.example .env
# .env 편집 → API_KEY 및 BASE_URL 설정

# 4. 두 서비스 모두 실행 (권장)
make dev   # 백엔드는 6400, 프론트엔드는 5173

브라우저에서 http://localhost:5173 을 열면 DevAll 콘솔이 표시됩니다. yaml_instance/에서 워크플로우를 불러오고, 필요한 파일을 업로드한 후 "Launch" 버튼을 누르면 실행됩니다.

Python에서 워크플로우 실행

from runtime.sdk import run_workflow

result = run_workflow(
    yaml_file="yaml_instance/deep_research_v1.yaml",
    task_prompt="최근의 LLM 에이전트 RL 논문을 요약해 주세요.",
    attachments=[],
    variables={"API_KEY": "sk-xxxx"}
)
print(result.final_message.text_content())

SDK는 PyPI에 chatdev (v0.1.0, 작성 시점)로 공개되어 있습니다.

🤝 기여하기

코드 – 리포지토리를 포크하고, functions/에 새로운 노드/도구, yaml_instance/에 새로운 워크플로우 템플릿을 추가하고 PR을 제출하세요.
문서 – docs/의 사용자 가이드를 개선하거나 튜토리얼 영상을 추가하세요.
버그 보고 – 재현 가능한 최소 예제를 포함한 이슈를 열어주세요.
연구 – 실험용 조율기인 puppeteer 및 macnet 브랜치를 확인하고, 기여를 환영합니다.

모든 기여자는 README에 명시되며, 프로젝트의 Contributors 섹션에서 크레딧을 받게 됩니다.

📄 더 알아보기

논문: Multi-Agent Collaboration via Evolving Orchestration (NeurIPS 2025) – https://arxiv.org/abs/2505.19591
공식 발표: ChatDev 2.0 발표 – https://x.com/OpenBMB/status/2008916790399701335
사용자 가이드: docs/user_guide/en/index.md
라이브 데모 (SaaS 버전, 현재는 대체됨): https://chatdev.modelbest.cn/

요약하면: ChatDev 2.0 (DevAll)은 복수의 LLM 에이전트를 구성 가능하고, 시각적이고 코드 없이 활용할 수 있는 즉시 실행 가능한 플랫폼입니다. 다중 에이전트 조율의 연구와 소프트웨어 생성, 데이터 분석, 창의적 콘텐츠 제작과 같은 실용적 응용 사이의 격차를 메웁니다.