skyming/awesome-ai-agent

해결하는 문제

이 프로젝트는 AI 에이전트 리소스의 선별된 디렉토리입니다. AI 에이전트에 대한 정보가 분산되어 있는 문제를 기사, 논문, 프레임워크, 엔지니어링 가이드, 평가 벤치마크, 오픈소스 프로젝트에 대한 링크를 하나의 정리된 목록으로 모아 해결합니다. 개발자와 연구자가 AI 에이전트를 이해하고, 구축하고, 개선하는 데 필요한 것을 빠르게 찾을 수 있도록 돕습니다.

작동 방식

이 저장소는 단일 README 파일로, 리소스를 주제별 섹션으로 그룹화합니다. 각 섹션은 AI 에이전트의 다른 측면에 초점을 맞춥니다: 개념 및 배경 읽기, 프레임워크 비교 및 엔지니어링 심층 분석, 하네스 설계(모델 주변의 "스캐폴딩"), 지각 및 메모리 시스템, RAG(검색 증강 생성) 실습, 평가 및 관찰 가능성, 도구 및 MCP(모델 컨텍스트 프로토콜), 벤치마크 스위트, 자기 진화 기술, 안전 관행, 선별된 오픈소스 프로젝트. 각 항목에는 링크와 중국어로 된 짧은 설명이 포함되어 있어 목록을 훑어보고 관심 있는 리소스로 이동할 수 있습니다. 코드나 설치가 없습니다. 가치는 큐레이션과 함께 제공되는 요약에 있습니다.

대상 독자

이것은 AI 에이전트를 배우거나 구축하는 개발자, 엔지니어, 연구자, 기술 관리자를 위한 것입니다. 또한 에이전트 프레임워크를 비교하거나, 평가 도구를 찾거나, Uber, Anthropic, Alibaba와 같은 회사의 실제 구현 패턴을 탐구하는 사람들에게도 유용합니다. 설명이 중국어로 되어 있어 중국어 사용자에게 특히 유용하지만, 링크된 리소스는 대부분 영어입니다.

주요 특징

• 13개 이상의 주제별 섹션으로 구성되어 핵심 에이전트 개념부터 프로덕션급 인프라까지 모든 것을 다룹니다.
• 6개 카테고리(LangChain, AutoGen, CrewAI 등)에 걸친 심층 프레임워크 비교와 선택 결정 매트릭스를 포함합니다.
• 주요 기업(Uber, Anthropic, Alibaba)의 하네스 엔지니어링 및 장기 실행 에이전트에 대한 최근 실용 기사를 특집으로 다룹니다.
• 메모리 시스템, RAG 업그레이드, 컨텍스트 엔지니어링 기술을 실용적인 예제와 함께 다룹니다.
• 평가 벤치마크 개요(GAIA, AgentBench, VBench, ClawBench) 및 관찰 가능성 도구 비교(LangSmith vs Langfuse vs Phoenix)를 제공합니다.
• Claude Code, OpenAI Codex, DeepSeek-Harness 등 오픈소스 에이전트 하네스를 나열합니다.