mario-andreschak/FLUJO

Multi-Agent + Automation Harness: Graph-based Workflows, MCP, Self-Improving Agents. NextJs+React

FLUJO – 비주얼, 로컬 우선 AI 에이전트 빌더

정의 – FLUJO는 대규모 언어 모델 호출, 외부 도구, 사용자 지정 스크립트를 연결하여 대화, 스케줄링, 다른 소프트웨어에서 트리거할 수 있는 에이전트를 만들 수 있는 오픈소스 데스크톱 앱입니다. 모든 데이터(모델, 플로우, 채팅)는 컴퓨터에 저장되며 선택한 AI 제공업체 또는 연결된 서비스에 필요한 최소한의 데이터만 전송합니다.

핵심 아이디어

  • AI 설정 – 가이드 UI를 통해 주요 제공업체(OpenAI, Anthropic, Gemini, Azure, Ollama 등)에 연결합니다. 여러 연결을 저장하고 폴더에 정리하며 폴백 정책을 정의할 수 있습니다.
  • 연결된 앱(MCP) – Model Context Protocol을 통해 파일, 브라우저, API, GitHub 리포지토리 또는 로컬에서 실행되는 모든 서비스를 에이전트가 호출할 수 있는 도구로 연결합니다. 도구는 채팅 내에서 대화형 UI 요소를 반환할 수 있습니다.
  • 에이전트 빌더 – 두 가지 모드가 있습니다:
    • 쉬움: 평문 언어로 레시피를 단계별로 작성합니다.
    • 전문가: 노드(시작, AI, 도구, 하위 플로우, 종료)의 드래그 앤 드롭 그래프. 분기, 루프, 재사용 가능한 하위 플로우를 지원합니다.
  • 대화 및 디버깅 – 채팅 창에서 에이전트를 실행하고 각 노드의 실행을 관찰하고 중단점을 설정하며 도구 호출이 실행되기 전에 승인합니다.
  • 자동화 – 에이전트를 스케줄링하고 웹훅, 파일 변경, 도구 감시 이벤트, 웹사이트 변경 또는 다른 플로우가 완료될 때 실행합니다. FLUJO 서버가 계속 실행되어야 합니다.
  • 실험적 기능 – 미팅(다중 에이전트 대화), 페르소나(메모리가 있는 장기 헬퍼), 웨이브(플로우와 타이밍의 읽기 전용 개요).
  • 외부 통합 – OpenAI 호환 HTTP 엔드포인트(/v1)와 MCP 엔드포인트를 노출하여 다른 프로그램(Cline, Cursor, 사용자 지정 코드)이 플로우를 호출할 수 있습니다.

사용 방법

  1. 제공된 Windows 설치 프로그램, PowerShell 스크립트 또는 Unix install.sh을 통해 설치합니다(또는 npx flujo-ai@latest 실행).
  2. http://localhost:4200을 열고 모델 연결을 추가하고 테스트합니다.
  3. 연결된 앱 아래에 도구를 추가합니다(예: 웹 스크래퍼, GitHub 호스팅 명령).
  4. 에이전트를 구축합니다 – 간단하게 시작하고 필요에 따라 비주얼 그래프로 전환합니다.
  5. 에이전트와 대화하고 디버그하거나 자동화 트리거를 설정합니다.

개인정보 및 보안 – 모든 작업 공간 데이터는 로컬에 저장되며 비밀번호로 암호화할 수 있습니다. 제공업체 API와 연결된 도구만 요청 페이로드를 받습니다. 네트워크 노출은 기본적으로 비활성화되어 있으며 LAN/공개 액세스를 명시적으로 활성화하고 인증을 추가해야 합니다.

대상 – 코드를 작성하지 않고 LLM 기반 워크플로우를 시각적으로 구성하고 데이터를 자신의 통제 하에 유지하려는 개발자, 파워 유저 또는 팀을 위한 것입니다.

상태 – 버전 3.46.3(MIT 라이선스). 핵심 기능(모델 연결, 비주얼 에이전트, 디버깅, 자동화)은 안정적입니다. 미팅, 페르소나, 웨이브는 실험적으로 표시됩니다.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트