bytechefhq/bytechef

Open-source AI agents and workflow automation. Self-host or embed in your SaaS. Apache 2.0 alternative to n8n and Zapier.

ByteChef – 오픈소스 AI 에이전트 + 워크플로우 자동화 플랫폼

무엇인가요 ByteChef는 자체 호스팅 가능한 플랫폼으로, 전통적으로 분리되어 있던 두 세계를 통합합니다:

AI 에이전트 – 드래그 앤 드롭 컴포넌트로 전체 "에이전트 루프" (모델 선택, 도구 선택, 실행, 관찰, 다음 단계 결정)를 수행할 수 있으며, 스트리밍 또는 구조화된 출력을 지원합니다.
워크플로우 자동화 / iPaaS – 복잡한 통합 흐름을 구축, 버전 관리, 실행할 수 있는 시각적 에디터입니다.

이 플랫폼은 워크플로우 내부에 에이전트를 단일 단계로 삽입하거나, 반대로 어떤 워크플로우라도 에이전트(또는 외부 MCP 서버)가 호출할 수 있는 도구로 노출할 수 있습니다. 모든 기능은 내구성 있는 PostgreSQL 기반 런타임에서 실행되며 수평 확장이 가능합니다.

핵심 기능 (README에 설명됨)

카테고리	기본 제공 기능
AI 에이전트	완전한 루프, 스트리밍 출력, UI 에디터를 갖춘 내장 에이전트 컴포넌트.
LLM 제공자	12개 제공자(OpenAI, Anthropic, Azure OpenAI, Bedrock, Gemini, Mistral, Grok, DeepSeek, Nvidia, Perplexity, Stability, Ollama)에 대한 직접 연결과 함께 집계 컴포넌트(OpenRouter, LiteLLM, NanoGPT)도 제공.
도구 / 커넥터	250개 이상의 사전 구축된 커넥터(CRM, 마케팅, 전자상거래, 클라우드 스토리지, 데이터베이스, 고객지원, 금융 등). 각 커넥터는 에이전트 도구로도 사용 가능하며 MCP를 통해 노출 가능.
메모리 백엔드	8가지 옵션: 내장, JDBC, Redis, MongoDB, Cassandra, Neo4j, 벡터 스토어 기반, 인메모리.
RAG / 지식 기반	내장된 인게스트 및 청크 처리, 15개 이상의 벡터 스토어(pgvector, Pinecone, Qdrant, Weaviate, Milvus, Couchbase, Neo4j, Redis, Typesense, MariaDB, Oracle, S3, 내장). 두 가지 사전 준비된 RAG 패턴(`rag-modular`, `rag-questionanswer`) 제공.
가드레일	12가지 즉시 적용 가능한 안전 검사(PII, 절단, NSFW, 주제 일치, 키워드 필터, 비밀 키 마스킹, URL 정제, 사용자 정의 정규식/규칙 등).
워크플로우 기능	시각적 캔버스와 JSON 보기, 조건/분기/루프/맵/병렬/포크-조인, 트리거(웹후크, 폴링, 스케줄, 앱 이벤트), 다국어 코드 단계(JS, Python, Ruby via GraalVM), 내구성 있는 실행, 큐 모드 확장(REDIS, RabbitMQ, Kafka, SQS 등), Git 네이티브 버전 관리, "워크플로우 as API" 엔드포인트.
코피로트	자연어 UI로 일반 영어 프롬프트에서 워크플로우(AI 에이전트 단계 포함)를 생성하고, 실패 원인을 설명하며 수정 제안(Enterprise 버전).
엔터프라이즈 전용 확장	워크플로우 as API, Git 네이티브 프로모션, 마이크로서비스 배포, SSO/SAML/OIDC, SCIM, 고급 RBAC, AI 게이트웨이(모델 라우팅, 할당량, 비용 제어), SaaS 제품용 임베디드 iPaaS.

일반적인 사용 사례

시나리오	ByteChef가 어떻게 도움이 되는가
고객 서비스 자동화	AI 에이전트 단계가 직접 응답할지, RAG를 통해 지식 기반을 검색할지, 또는 Slack/이메일 승인을 통해 사람에게 라우팅할지 결정.
승인 포함 주문 처리	워크플로우가 결제, 재고 확인, 배송을 오케스트레이션. 에이전트는 할인 또는 환불을 결정할 수 있으며, 관리자 승인을 위한 인간 참여 단계에서 일시 정지.
데이터 확장 파이프라인	CRM에서 데이터를 가져와 LLM을 호출해 누락된 필드를 생성하고 결과를 저장. 모든 과정을 단일 시각적 흐름 내에서 완료.
SaaS 제품에 AI 통합	ByteChef를 마이크로서비스로 배포하고 특정 워크플로우를 MCP 도구로 노출하여 제품이 "AI 기능"처럼 호출할 수 있도록. 자체 오케스트레이션 계층을 구축할 필요 없음.
빠른 프로토타이핑	코피로트에 한 문장의 프롬프트를 입력하면, 에이전트와 필요한 커넥터를 포함한 완전한 워크플로우를 즉시 생성.

시작하기 (빠른 시작)

사전 요구 사항 – Docker Desktop(또는 어떤 Docker 엔진이라도).

Compose 파일 다운로드

curl -O https://raw.githubusercontent.com/bytechefhq/bytechef/master/docker-compose.yml

시작
```
docker compose -f docker-compose.yml up
```
이 명령어는 PostgreSQL과 ByteChef 서버를 시작합니다.
브라우저에서 http://localhost:8080/login을 열고 계정을 생성하면 시각적 에디터에 접속할 수 있습니다.
README의 "60초 안에 첫 번째 에이전트 만들기" 체크리스트를 따라 트리거를 추가하고 AI 에이전트 컴포넌트를 드롭, 모델을 선택하고 커넥터를 도구로 연결하여 워크플로우를 테스트합니다.

Docker Compose를 사용할 수 없는 환경에서는 README에 따라 전용 Docker 네트워크를 생성하고 PostgreSQL 컨테이너를 실행하며, ByteChef 컨테이너를 수동으로 시작하는 단계별 명령어도 제공됩니다(암호화 키용 지속적 ~/.bytechef 볼륨 사용).

라이선스 및 커뮤니티

코어 코드 – Apache 2.0(상용 사용, 수정, 재배포 자유).
엔터프라이즈 확장 – ByteChef Enterprise License(/ee/ 내에 위치).
지원 – 문서 사이트, Discord 커뮤니티, GitHub 이슈, 공개 로드맵 보드.
기여 – CONTRIBUTING 가이드 제공. 새로운 커넥터, 버그 수정, 기능 개선을 위한 풀 리퀘스트를 환영합니다.

결론

ByteChef는 오픈코어 플랫폼으로, 팀이 별도의 LLM 라이브러리, 워크플로우 엔진, 커넥터 코드를 조합하지 않고도 AI 기반 자동화를 구축, 실행, 관리할 수 있게 합니다. AI 에이전트를 시각적 워크플로우 내의 1급 단계로 취급함으로써 결정론적 제어(분기, 재시도, 승인)와 대규모 언어 모델의 유연한 추론을 통합하며, 모든 것은 하나의 감사 로그 아래에서 관리됩니다.