SynaLinks/synalinks

Synalinks – 언어 모델 애플리케이션을 위한 신경 기호 프레임워크

소개

Keras 스타일의 선언적 API를 사용하여 RAG, 자율 에이전트, 재귀 에이전트 및 기타 신경 기호 파이프라인과 같은 고급 언어 모델(LM) 기반 시스템을 구축, 학습, 평가 및 배포할 수 있는 오픈소스 Python 라이브러리입니다.

핵심 아이디어

모듈을 레이어로 – Keras의 Layer처럼 재사용 가능한 Module 객체를 구성합니다.
인컨텍스트 강화 학습(In-context RL) – 익숙한 .compile() / .fit() / .evaluate() / .predict() 워크플로우를 사용하여 기본 모델 가중치를 건드리지 않고도 프롬프트, 퓨샷 예제 또는 학습 가능한 변수를 최적화합니다.
모델 애그노스틱 – set_default_language_model 호출 한 번으로 LiteLLM이 지원하는 모든 LLM(OpenAI, Anthropic, Ollama, Gemini, Mistral, Groq 등) 간에 전환할 수 있으며, 비용/품질 트레이드오프를 위한 다중 목표 선택도 지원합니다.
임베디드 샌드박스 – 에이전트는 Docker나 외부 서비스가 필요 없는 순수 Python 샌드박스 내에서 신뢰할 수 없는 코드를 실행하므로 서버리스나 노트북 환경에서도 안전합니다.
내장 지식 베이스 – 벡터/RAG 저장소, 자동 의미론적 중복 제거 및 제약 조건이 있는 지식 그래프 추출을 위한 그래프 기반 및 SQL 기반 임베디드 데이터베이스.
운영 환경 배포 – 단일 명령어로 프로그램을 FastAPI 서비스나 FastMCP 서버로 내보냅니다.

주요 기능

LM 파이프라인의 선언적 구성(Program, Branch, 데이터 모델 연산자).
자동 JSON 스키마 검증을 포함한 구조화된 데이터 모델 정의.
일급 메시지 파트로서의 멀티모달 지원(이미지, 오디오).
KerasTuner 호환성을 통한 하이퍼파라미터 검색.
MLflow를 위한 관측성 훅(메트릭, 트레이싱, Monitor 콜백).
모듈의 자동 비동기 병렬 실행.
에이전트 스킬 통합 – synalinks-skills를 설치하면 코딩 에이전트(Claude Code, Cursor, Copilot 등)가 관용적인 Synalinks 코드를 생성할 수 있습니다.

대상 사용자

역할	이점
AI 개발자	보일러플레이트 없이 운영 수준의 LM 앱 구축.
연구원	신경 기호 또는 인컨텍스트 RL 시스템을 빠르게 프로토타이핑.
데이터 과학자	기존 API, 데이터베이스 또는 파이프라인에 LLM 워크플로우 연결.
학생/취미 개발자	깔끔하고 Keras와 유사한 스타일로 구성 가능한 AI 프로그래밍 학습.

빠른 시작

# CLI 헬퍼 설치 (uv 권장)
uvx synalinks init          # 몇 초 만에 새 프로젝트 스캐폴딩
# 또는 기존 프로젝트에 라이브러리 추가
uv add synalinks

기본 모델을 한 번 설정합니다:

import synalinks
synalinks.set_default_language_model("gemini/gemini-3.1-flash-lite-preview")

그런 다음 간단한 에이전트 프로그램을 정의합니다(전체 예제는 README 참조). 라이브러리가 샌드박싱, 스킬 로딩, 비동기 실행을 자동으로 처리합니다.

설치 요구 사항

라이선스

커뮤니티 및 지원

결론 Synalinks는 "언어 모델 애플리케이션을 위한 Keras"를 지향하며, 최소한의 보일러플레이트로 프로토타입에서 운영 수준의 신경 기호 AI 시스템으로 전환하려는 모든 사람을 위한 고급 운영 준비 완료 툴킷입니다.