cqzyys/lang-agent

해결하는 문제

Lang-Agent는 AI 에이전트를 구축하기 위한 시각적 구성 플랫폼입니다. 기존 워크플로 도구가 단순히 한 노드의 출력을 다음 노드로 전달하는 데 그치는 한계를 극복하기 위해 사용자 정의 상태 변수를 도입합니다. 이를 통해 에이전트 내부의 논리 및 데이터 흐름에 대해 더 정밀한 제어가 가능해져, 복잡한 비즈니스 요구에 더 유연하게 대응할 수 있습니다.

작동 방식

LangGraph를 기반으로 구축된 이 플랫폼은 드래그 앤 드롭 가능한 캔버스를 제공하여 사용자가 다양한 노드와 엣지를 조합해 에이전트의 동작을 정의할 수 있습니다.

• 노드: 논리의 기본 구성 요소입니다. 텍스트 생성을 위한 LLM 노드, 멀티모달 처리를 위한 VLM 노드, 카운터, 변환기, 코드 실행기와 같은 유틸리티 노드가 포함됩니다.
• 엣지: 실행 순서를 정의합니다. 기본 엣지는 선형 경로를 따르지만, 조건부 엣지는 상태 변수를 사용해 다음에 실행할 노드를 결정합니다.
• 상태 변수: 에이전트 내부의 전역 사전으로, 대화 메시지와 같은 데이터를 저장하며, 어떤 노드나 조건부 엣지도 접근 및 업데이트가 가능합니다.
• 에이전트: ReactAgent (MCP를 통한 도구 사용용) 및 SupervisorAgent (다른 재사용 가능한 에이전트를 조율용)과 같은 사전 구축된 에이전트를 지원합니다.

대상 사용자

• 봔스코드를 작성하지 않고도 시각적으로 복잡한 AI 에이전트를 설계하고 싶은 개발자.
• 에이전트의 상태와 논리 흐름에 대해 높은 제어력을 원하는 사용자.
• 사용자 정의 노드를 생성할 수 있는 확장 가능한 AI 워크플로를 구축하고 싶은 팀.

주요 특징

• 상태 기반 논리: 전역 상태 변수를 사용해 노드 입력과 조건 분기 제어.
• 확장 가능한 아키텍처: 프론트엔드(React) 및 백엔드(Python) 구현을 통해 개발자가 자체 커스텀 노드를 추가할 수 있는 명확한 경로 제공.
• SaaS 유사 구성: 모델 연결, MCP 도구, 벡터 데이터베이스(Postgres, Milvus) 관리 기능 내장.
• 멀티모달 지원: 이미지 로딩 및 VLM 처리를 위한 전용 노드 포함.
• 통합 RAG: 벡터 데이터베이스 설정 및 문서 관리 기능을 통해 검색 기반 증강 생성(RAG) 지원.