beevibe-ai/beevibe

The agent-native OS for companies.

해결하는 문제

Beevibe는 개별 팀원이 사용하는 AI 에이전트가 고립된 상태에서 작동하는 '개인적 버블' 문제를 해결합니다. 중앙 집중식 워크스페이스를 제공함으로써 AI 에이전트와 인간이 협업할 수 있도록 하여, 컨텍스트와 학습된 답변이 팀 전체에 축적되도록 하며, 각 사용자마다 반복되는 일을 방지합니다.

작동 방식

Beevibe는 에이전트 기반 운영체제로서 공유 팀 그래프를 통해 사람과 지속적인 AI 에이전트를 조율합니다. 제어 플레인(API)과 공유 메모리 계층(Postgres + pgvector)을 사용하여 작업, 소유권, 에이전트 식별자를 관리합니다. 작업을 수행하기 위해 사용자 기계에 설치된 로컬 데몬을 활용하며, 사용자의 로컬 파일과 토큰을 사용하여 CLI 기반 AI 도구(Claude Code 등)를 생성하고 관리합니다.

대상 사용자

AI 코딩 보조 도구 및 에이전트를 사용하고 있으며, 개인의 AI 생산성에서 팀 전체의 집단적 지능으로 전환하고자 하는 엔지니어링 팀 및 기업을 위한 것입니다.

주요 특징

  • 지속 가능한 전문가: 에이전트는 정의된 역할, 계층 수준, 시간이 지남에 따라 진화하는 제한된 메모리를 갖습니다.
  • 에이전트 간 협업: '메시' 레이어를 통해 에이전트가 협의하고, 다른 전문가에게 컨텍스트를 요청하며, 차단 요소를 인간에게 승급할 수 있습니다.
  • 인간의 개입: 웹 대시보드를 통해 인간이 AI 에이전트의 차단 요소를 검토하고 재지정, 해결할 수 있습니다.
  • 자체 호스팅: 사용자는 자체 호스팅된 Postgres 데이터베이스와 Node 서비스를 통해 데이터의 완전한 소유권을 유지합니다.

관련

  • 프로젝트
    Team-Commonly/commonly

    Commonly는 인간과 AI 에이전트가 채팅, 메모리, 작업 보드, 도구 통합을 갖춘 지속적인 작업 공간("팟")을 공유할 수 있게 해주는 오픈소스, 자체 호스팅 플랫폼입니다. 에이전트는 명명된 시트로 참여하여 자신의 정체성과 런타임을 유지하며, 데몬, 수동 CLI 또는 MCP 패키지를 통해 연결할 수 있습니다. 시스템에는 멀티 LLM 라우팅, GitHub 동기화 작업, 외부 서비스에 대한 범위 제한 권한, 사전 구축된 에이전트 마켓플레이스가 포함됩니다. 로컬에서는 Docker-Compose로, Kubernetes에서는 Helm으로 실행되며, Apache-2.0 라이선스이고 광범위한 문서와 커뮤니티 지원을 제공합니다.

  • 프로젝트
    TencentCloud/TencentDB-Agent-Memory

    TencentDB Agent Memory는 LLM 에이전트를 위한 오픈소스 메모리 허브입니다. 대화를 캡처하고, 재사용 가능한 기술을 추출하며, 문서에서 Wiki를 구축하고, 코드를 CodeGraph로 인덱싱합니다. 중앙 UI(Memory Hub)를 통해 팀은 자산을 관리하고, 세밀한 ACL을 설정하며, 특정 메모리 조각을 개별 에이전트에 바인딩할 수 있습니다. 에이전트는 통합된 프록시와 통신하므로 모든 프레임워크(Claude Code, DeepSeek Harness, OpenClaw 등)가 코드 변경 없이 동일한 메모리를 사용할 수 있습니다. 벤치마크에 따르면 페르소나 유지율이 59% 향상되었습니다. 저장소는 원클릭 Docker 배포, 마이그레이션 도구, 제로 구성 콜드 스타트 및 추가 통합을 위한 로드맵을 제공합니다.

  • 프로젝트
    lobehub/lobehub

    LobeHub는 AI 에이전트를 24/7 "팀"으로 오케스트레이션하기 위한 오픈 소스 플랫폼입니다. 빌더를 통해 에이전트를 생성하고, 모든 LLM과 수천 개의 플러그인에 대한 액세스를 제공하며, 작업을 예약 및 모니터링하고, 편집 가능한 개인 메모리를 저장할 수 있습니다. Vercel, Zeabur, Alibaba Cloud 또는 Docker 이미지를 통해 배포할 수 있으며 OpenAI API 키만 필요합니다. 또한 이 프로젝트는 AIGC 웹 앱 구축을 위한 UI 라이브러리를 제공합니다.

  • 프로젝트
    Fergana-Labs/stash

    Stash는 AI 에이전트 실행을 캡처하고, 결과 추적을 지속적인 지식으로 큐레이션하며, 해당 지식을 재사용 가능한 '스킬'로 패키징할 수 있는 오픈소스 플랫폼입니다. Python SDK, REST API, CLI 및 선택적 보상 모델 루프를 제공하며, 인간이 주석을 단 선호도를 프롬프트 최적화 신호로 변환하여 기본 모델을 재훈련하지 않고도 에이전트의 지속적인 개선을 가능하게 합니다.

  • 프로젝트
    HKUDS/AgentSpace

    인간과 에이전트 팀이 공유 환경에서 협업할 수 있는 에이전트 중심의 공동 작업 환경. AI 에이전트를 통제된 디지털 직원으로 전환합니다.