oxbshw/LLM-Agents-Ecosystem-Handbook

One-stop handbook for building, deploying, and understanding LLM agents with 60+ skeletons, tutorials, ecosystem guides, and evaluation tools.

해결하는 문제

이 프로젝트는 현대 LLM 에이전트 시스템을 구축하고 배포하기 위한 포괄적이고 프로덕션 중심의 운영 매뉴얼을 제공합니다. 단순한 프롬프트와 도구를 넘어서, 에이전트를 정체성, 메모리, 기술, 보안, 관측성까지 갖춘 완전한 시스템으로 간주합니다.

이 안내서는 에이전트의 전체 라이프사이클을 커버하는 모듈식 스택으로 구성되어 있습니다:

프로바이더 생태계: 24개 이상의 LLM 프로바이더(선도적 모델, 빠른 추론, 로컬 런타임 등)를 지원하는 추상화 계층(LLMProvider)과 라우터. 에이전트 코드를 변경하지 않고 모델을 전환할 수 있습니다.
에이전트 OS 개념: 에이전트 정체성, 메모리, 그리고 표준화된 도구 통합을 위한 Model Context Protocol(MCP)을 포함한 체계적인 접근 방식.
스킬 및 메모리: 재사용 가능한 다단계 워크플로우(스킬)와 세션 간 지속 가능한 상태(메모리)를 만들기 위한 분류 및 성숙도 모델.
엔지니어링 실무: 에이전트 전용 프롬프트 엔지니어링, 안전 가드레일(위험 수준별 승인), 관측성(트레이싱 및 평가)에 대한 전용 가이드.
디자인 및 배포: 기계가 읽을 수 있는 디자인 사양(DESIGN.md), 아키텍처 결정 기록(ADRs), 프로덕션 준비 체크리스트.

프로덕션 수준의 AI 에이전트를 구축하는 개발자 및 아키텍트. 에이전트의 정체성, 도구, 프로바이더 전략을 표준화된 방식으로 정리하고 싶은 사람, 또는 Cursor나 Claude Code와 같은 코드 에이전트를 사용해 코드베이스를 관리하는 사람.

다중 프로바이더 라우터: 24개 이상의 LLM 프로바이더를 위한 통합 인터페이스와 폴백 체인.
포괄적인 템플릿: 시스템 프롬프트, 에이전트 정체성(SOUL.md), 메모리 인덱스(MEMORY.md)용 복사-붙여넣기 가능한 템플릿.
코드 기반 에이전트 최적화: llms.txt와 특정 프롬프트를 포함하여 리포지토리 자체를 AI 코드 도구가 쉽게 탐색할 수 있도록 설계.
프레임워크 비교: LangGraph, CrewAI, Pydantic AI와 같은 인기 있는 에이전트 프레임워크를 상세히 비교하는 매트릭스.
위험 수준별 안전성: 위험 수준(저, 중, 고, 심각)에 따라 도구 권한을 관리하는 구조화된 프레임워크.