axclogo/AxcAgentEngine

해결하는 문제

대부분의 에이전트 프레임워크는 단순한 "생각-행동-관찰" 루프(ReAct)에 의존하며, 작업이 복잡해질수록 방향을 잃거나 산만해지는 경향이 있습니다. AxcAgentEngine은 계획-관찰-재계획(POR) 메커니즘을 도입함으로써 이 문제를 해결합니다. 에이전트가 구조화된 계획을 세우고, 의존성 기반으로 단계를 스케줄링하며, 결과에 따라 전략을 적응적으로 조정할 수 있도록 합니다.

작동 방식

엔진은 표준 ReAct 실행기와 POR 계획 레이어를 결합합니다. 플러그인 기반 아키텍처를 사용하며, 메모리, 지식 검색, 리스크 보호와 같은 핵심 기능은 엔진에서 분리되어 YAML 설정을 통해 로드됩니다. 안정적인 에이전트 동작(정의된 YAML)과 런타임 리소스(LLM 제공자, 데이터베이스 인덱스 등)를 분리하여 인스턴스화 시점에 바인딩합니다. 대용량 데이터 처리를 위해 ArtifactStore를 사용하여 도구 결과를 과도하게 확장하지 않고 관리합니다.

대상 사용자

구조화된 계획, 내구성 있는 워크플로우, 인간의 개입 승인 및 리스크 분류와 같은 엔터프라이즈 수준의 제어가 필요한 복잡한 AI 에이전트를 개발하는 개발자들입니다.

주요 특징

• POR 계획: 구조화된 계획과 의존성 스케줄링을 지원하여 작업의 방향 이탈을 방지합니다.
• 확장 가능한 플러그인 시스템: 메모리(4계층), 지식(하이브리드 검색), 안전성(PII 마스킹) 등 모듈식 기능을 제공합니다.
• 내구성 있는 워크플로우: WorkflowRuntime과 CheckpointStore를 포함하여 에이전트가 이전 상태에서 재개할 수 있도록 합니다.
• MCP 지원: stdio 및 JSON-RPC HTTP를 통해 Model Context Protocol(MCP)과 호환됩니다.
• 사이드카 스위트: 다중 에이전트 오케스트레이션, 시뮬레이션, 평가, 실패 분석에 특화된 도구들입니다.
• OpenAI 호환성: OpenAI 호환 HTTP 클라이언트와 API 하위 집합을 제공합니다.