agentuniverse-ai/agentUniverse

해결하는 문제

agentUniverse는 높은 전문성을 요구하는 도메인 특화 작업을 처리해야 하는 지능형 에이전트 구축의 복잡성을 해결합니다. 단일 모놀리식 에이전트를 설계하는 대신, 검증된 패턴을 따라 여러 에이전트가 협업할 수 있게 하고, 도메인 지식을 에이전트 워크플로우에 주입할 수 있게 합니다. 이를 통해 특히 정밀성과 구조화된 추론이 중요한 금융과 같은 분야에서 전문가 수준으로 작동하는 에이전트를 더 쉽게 만들 수 있습니다.

작동 방식

agentUniverse는 개별 에이전트를 구축하기 위한 핵심 구성 요소 세트와 실제 비즈니스 시나리오에서 테스트된 멀티 에이전트 협업 패턴(‘패턴 구성 요소’라고 함) 라이브러리를 제공합니다. 현재 두 가지 패턴이 오픈소스로 공개되어 있습니다:

• PEER (Plan, Execute, Express, Review) – 복잡한 문제를 단계로 분해하고, 순차적으로 실행하며, 피드백에 따라 반복합니다. 이벤트 해석이나 산업 분석과 같은 추론 및 분석 작업을 위해 설계되었습니다.
• DOE (Data-fining, Opinion-inject, Express) – 높은 정확성과 전문가 의견 통합이 필요한 데이터 집약적 작업(예: 재무 보고서 생성)에 중점을 둡니다.

이 프레임워크는 Qwen, Deepseek, OpenAI, Claude, Gemini, Llama, KIMI, WenXin, chatglm, BaiChuan, Doubao를 포함한 많은 LLM 공급업체와 간단한 구성으로 쉽게 통합할 수 있습니다. 또한 도구, 지식 베이스, RAG, 메모리, 프롬프트 관리, 시각적 에이전트 워크플로우 플랫폼을 제공합니다. 관찰 가능성은 OpenTelemetry 프로토콜을 사용하여 에이전트, LLM 및 도구를 추적하도록 내장되어 있습니다.

대상 사용자

처음부터 시작하지 않고 전문가 수준의 AI 에이전트를 구축하려는 개발자와 기업. 특히 금융과 같이 엄격한 요구 사항이 있는 도메인에 적합하며, 이 프레임워크는 Ant Group에서 시작되었습니다. 금융 전문가를 위한 상용 제품 ‘Zhi Xiao Zhu’는 agentUniverse를 기반으로 구축되어 대규모 프로덕션에서 실전 테스트를 거쳤습니다.

주요 특징

• 추론 및 분석 성능을 향상시키는 검증된 두 가지 멀티 에이전트 협업 패턴(PEER 및 DOE) 제공
• Qwen, Deepseek, OpenAI, Claude 등을 포함한 다양한 LLM 공급자를 간단한 구성으로 지원
• 유연한 도구, 지식 베이스, RAG, 메모리, 프롬프트 관리를 제공하여 단일 에이전트 및 멀티 에이전트 기능 강화
• 캔버스 인터페이스를 통해 워크플로우를 생성하고 오케스트레이션할 수 있는 시각적 에이전트 워크플로우 플랫폼 포함
• 에이전트, LLM 및 도구의 전체 수명 주기를 모니터링하기 위한 OpenTelemetry 기반 관찰 가능성 프레임워크 제공
• Ant Group의 실제 금융 비즈니스 관행에서 비롯되었으며 상용 AI 어시스턴트 ‘Zhi Xiao Zhu’를 지원합니다