wanxingai/LightAgent

LightAgent – 초경량 오픈소스 에이전트 프레임워크

소개 – LightAgent는 LLM 기반 에이전트를 구축, 실행 및 오케스트레이션할 수 있는 Python 라이브러리입니다. 소규모 코드베이스, 모듈식 설계, 그리고 영구 메모리, 도구 통합, 멀티 에이전트 라우팅, 결정론적 워크플로우, OpenAI 호환 스트리밍 API와 같은 프로덕션 준비 기능을 중점적으로 다룹니다.

주요 기능

기능	제공 내용
단일 에이전트 런타임	LightAgent는 모델 호출, 선택적 도구, 메모리, 가드레일 및 스트리밍을 단일 run() 호출로 처리합니다.
메모리	장기 사용자 메모리에 대한 내장 지원(mem0 모듈 경유) 및 멀티 에이전트 실험을 위한 프로토타입 공유 메모리 풀.
도구 사용	Python 함수를 도구로 등록 가능하며, 기본적으로 안전한 표현식 도구가 제공됩니다. 샌드박스 도구를 추가하지 않는 한 임의의 Python 실행은 비활성화됩니다.
사고의 나무 (Tree-of-Thought) 추론	복잡한 쿼리를 성찰을 포함한 다단계 추론으로 분해합니다.
멀티 에이전트 협업	LightSwarm이 사용자 의도를 전문 에이전트로 라우팅하며, 에이전트 간에 작업을 위임할 수 있습니다.
워크플로우 오케스트레이션	LightFlow는 단계 의존성, 재시도, 체크포인트, 승인 노드 및 재개/재실행 지원을 갖춘 결정론적 DAG 워크플로우를 구축합니다.
동적 DAG	LightDAG(옵트인)는 런타임 그래프 변경을 유지하고, 워커를 병렬로 실행하며, 아티팩트 게시 전 검증을 요구합니다.
스트리밍 API	OpenAI 스타일의 스트리밍 청크를 반환하므로, OpenAI 스트리밍 형식을 기대하는 모든 채팅 UI에 에이전트를 통합할 수 있습니다.
관측 가능성 및 추적	trace=True는 기본 문자열 반환값을 변경하지 않고 구조화된 이벤트(모델 호출, 도구 사용, 오류, 지연 시간)를 기록합니다.
안전 및 가드레일	입력, 도구 및 출력 가드레일 템플릿을 통해 개인 정보 차단, 위험한 도구에 대한 인간 확인 요구, 민감한 출력 편집이 가능합니다.
Human-in-the-loop	HumanApprovalHook을 사용하여 영향력이 큰 작업에 대한 수동 검토를 위해 실행을 일시 중지할 수 있습니다.
평가 도구	LightEvaluator는 결정론적 회귀 케이스를 실행하여 동작, 지연 시간, 비용 및 정책 준수 여부를 검증합니다.
확장 가능한 런타임	세션, AgentRuntime, 기능 레지스트리, 정책 엔진, 받은 편지함/목표/예산, 그리고 확장 가능한 프로덕션 사용을 위한 선택적 SQLite-FTS5 검색.

일반적인 사용 패턴

from LightAgent import LightAgent, LightFlow, HumanApprovalHook, LightEvaluator

# 기본 에이전트
agent = LightAgent(model="gpt-4.1", api_key="…")
print(agent.run("Hello, who are you?"))

# 스트리밍 응답
for chunk in agent.run("Tell me a story", stream=True):
    print(chunk, end="")

# 도구 및 가드레일 추가
agent = LightAgent(
    model="gpt-4.1",
    tools=[my_search_tool],
    input_guardrails=[block_private_data],
    hooks=[HumanApprovalHook(tools={"send_payment"})]
)

# LightFlow를 사용한 결정론적 워크플로우
flow = LightFlow().step(name="search", tool=my_search_tool).step(name="summarize", depends_on="search")
result = flow.run("Give me a summary of recent AI papers")

# 에이전트 동작 평가
report = LightEvaluator().run(agent, [
    EvaluationCase(name="payment policy", query="Pay invoice 42", expected_trace_events=("approval_required",))
])
print(report.to_dict())

설치

pip install lightagent          # 핵심 라이브러리
pip install mem0ai            # 선택적 메모리 백엔드

이 패키지는 PyPI에 게시되어 있으며 Python 3.8+를 지원하고, 모든 OpenAI 호환 엔드포인트(OpenAI, OpenRouter, DeepSeek, Qwen, vLLM, llama.cpp 등)와 작동합니다.

LightAgent를 선택해야 하는 이유

• 경량화 – LangChain이나 LlamaIndex와 같은 무거운 의존성이 없습니다.
• 프로덕션 준비 – 지속 가능한 세션, 체크포인트 워크플로우, 승인 후크 및 구조화된 추적.
• 확장성 – 사용자 정의 도구, 메모리 어댑터, 기능 정책 또는 자체 샌드박스를 플러그인할 수 있습니다.
• 오픈소스 – Apache-2.0 라이선스, 활발한 커뮤니티, 광범위한 문서 및 예제.

---

리소스

• 문서: https://sufe-aiflm-lab.github.io/LightAgent/
• GitHub: https://github.com/wanxingai/LightAgent
• PyPI: https://pypi.org/project/lightagent/
• 논문 (arXiv): https://arxiv.org/abs/2509.09292