Prompthon-IO/agent-systems-handbook

해결하는 문제

AI 에이전트 데모는 쉽게 찾을 수 있지만, 프로덕션 준비가 완료된 에이전트 시스템은 이해하기 어렵습니다. 이 핸드북은 실제 AI 에이전트 뒤에 있는 워크플로우, 도구, 메모리 시스템, 컨텍스트 엔지니어링, 상호운용성(MCP/A2A), 평가, 관찰 가능성, 멀티 에이전트 아키텍처를 매핑하여 그 격차를 메웁니다. 독자에게 그러한 시스템을 기본 원리부터 학습하고, 설계하고, 구축하고, 운영할 수 있는 구조화된 방법을 제공합니다.

작동 방식

이 핸드북은 탐험가, 실무자, 구축자, 기여자라는 네 개의 병렬 읽기 경로로 구성되어 있어, 다양한 유형의 학습자가 단일 시퀀스가 아닌 자신의 목표에 맞는 트랙을 따를 수 있습니다. 콘텐츠는 AI 에이전트 기초, 에이전트 워크플로우, 계획, 반성, 도구 사용, 에이전트 메모리 및 검색, 컨텍스트 엔지니어링, 에이전트 RAG, MCP 및 A2A와 같은 프로토콜, LangGraph와 같은 프레임워크, 멀티 에이전트 오케스트레이션, 평가, 관찰 가능성, 신뢰성, 안전성을 다룹니다. 또한 딥 리서치 에이전트, 고객 지원 에이전트, 소스 프로젝트, 스타터 예제도 포함됩니다. 자료는 AI 네이티브 워크플로우(AI 지원 초안 작성, 종합, 개선)와 전문가 검토를 결합하여 생성됩니다.

대상 독자

• AI 에이전트와 트렌드에 대한 폭넓은 이해를 원하는 학생, 신규 사용자, 호기심 많은 독자(탐험가)
• 풀타임 엔지니어가 되지 않고 일상생활, 학습, 업무에서 AI 도구와 워크플로우를 사용하려는 사람(실무자)
• 에이전트 애플리케이션과 시스템을 구축하려는 엔지니어링 마인드의 학습자, 신입 졸업생, 개발자(구축자)
• 콘텐츠를 추가, 수정, 유지 관리하여 랩에 기여하려는 사람(기여자)

주요 특징

• 네 개의 병렬 읽기 경로(탐험가, 실무자, 구축자, 기여자)로 각 독자가 자신의 트랙을 선택할 수 있음
• 에이전트 기초, 에이전트 워크플로우, 계획, 반성, 도구 사용, 메모리, RAG, 컨텍스트 엔지니어링, MCP/A2A, 멀티 에이전트 오케스트레이션, 평가, 관찰 가능성, 안전성 다룸
• 전문가 지침이 포함된 지원 워크플로우를 통해 생성된 AI 네이티브 콘텐츠
• 랩 기사, 레이더 노트, 소스 프로젝트, 스킬, 참조 노트를 위한 템플릿과 검토 기준을 갖춘 공개 기여 경로