strnad/CrewAI-Studio

CrewAI Studio – 다중 에이전트 AI 크루를 빌드하고 실행하기 위한 노코드 UI

무엇인가요 – CrewAI Studio는 CrewAI 프레임워크로 구동되는 AI 에이전트 크루를 Python 코드 없이 생성, 구성, 실행할 수 있는 소형 웹 애플리케이션(Steamlit으로 구축)입니다. 다중 에이전트 워크플로우를 실험하고 싶지만 Python 코드를 작성하고 싶지 않은 사용자를 위한 것입니다.

주요 기능

• 그래픽 크루 디자이너 – 마우스 클릭으로 에이전트, 도구, 지식 소스를 정의할 수 있습니다.
• 백그라운드에서 크루 실행 – 크루를 시작하고 진행 상황을 모니터링하며 필요 시 중지할 수 있습니다.
• 결과 기록 – 이전 실행 기록은 로컬에 저장되어 나중에 확인할 수 있습니다.
• 사용자 정의 도구 – API 호출기, 파일 쓰기기, 확장된 코드 인터프리터, 웹 스크래퍼 등 미리 준비된 도구를 제공하며, 사용자 고유의 도구도 추가할 수 있습니다.
• 다중 LLM 백엔드 지원 – OpenAI, Anthropic, Groq, Ollama, Grok, LM Studio를 지원합니다. 대부분의 제공업체는 API 키만 필요하지만, LM Studio는 임베딩 모델을 로드해야 합니다.
• 크로스플랫폼 – Windows, macOS, Linux에서 작동하며, Conda, Python 가상 환경, Docker‑Compose, 또는 원클릭 RepoCloud 배포로 설치 가능합니다.
• 내보내기 – 크루를 단일 페이지의 Streamlit 앱으로 변환하여 공유하거나 다른 곳에 배포할 수 있습니다.

실행 방법

1. 리포지토리 복제
2. 설치 방법 선택:
   • Docker‑Compose – .env_example를 .env로 복사하고 API 키를 입력한 후 docker-compose up --build 실행.
   • Conda – install_conda.sh (Windows의 경우 .bat) 실행 후 run_conda.sh 실행.
   • Virtual‑env – install_venv.sh (Windows의 경우 배치 파일) 실행 후 run_venv.sh 실행.
3. 브라우저에서 http://localhost:8501에 접속하여 Streamlit UI 확인.

일반적인 워크플로우

1. 에이전트가 질의할 수 있는 지식 소스(예: 문서, URL) 추가.
2. 크루 생성 – 에이전트 추가, 도구 할당, 프롬프트 설정.
3. LLM 제공업체 선택 및 필요한 API 키 입력.
4. 크루 실행 – UI에서 실시간 로그를 확인하고 실행 중지 가능.
5. 기록 뷰에서 출력 확인 또는 크루를 독립형 앱으로 내보내기.

누가 사용할까

• 제품 매니저나 연구자 – 빠르게 다중 에이전트 파이프라인을 프로토타이핑하고 싶은 사람.
• 교육자 – 코드에 깊이 빠지지 않고 에이전트 오케스트레이션 개념을 보여주고 싶은 사람.
• 개발자 – 생성된 크루를 대규모 시스템에 통합하기 전에 시각적 프론트엔드로 구성하고 싶은 사람.

프로젝트 상태 – 리포지토리는 저 유지보수 모드입니다: 새로운 기능은 계획되지 않았지만, 보안 및 중대한 버그 수정은 여전히 수락되며, 풀 리퀘스트를 환영합니다.

지원 – 저자는 기부를 위한 비트코인 주소와 GitHub Sponsors 배지를 제시하고 있습니다.

---

위 정보는 프로젝트의 README에서 직접 인용되었습니다.