zi-yue-1129/DATAGEN

해결하는 문제

DATAGEN은 복잡한 데이터 분석 및 연구 프로세스를 자동화하도록 설계되었습니다. 가설 생성, 데이터 정제, 분석 코드 작성, 시각화 생성 및 최종 연구 보고서 작성에 필요한 수동 작업을 제거합니다.

작동 방식

이 시스템은 LangGraph 및 LangChain으로 구동되는 다중 에이전트 아키텍처를 사용하며, 전문화된 에이전트들이 협력하여 연구 워크플로우를 실행합니다. hypothesis_agent가 먼저 연구 방향을 제안하고, 이는 process_agent에 의해 처리됩니다. process_agent는 분석을 위한 code_agent, 그래픽을 위한 visualization_agent, 외부 연구를 위한 searcher_agent와 같은 다른 전문 역할을 조정합니다. note_agent는 전체 프로세스에 걸쳐 상태와 컨텍스트를 추적하며, quality_review_agent는 최종 출력이 기준을 충족하는지 확인한 후 report_agent에 의해 보고서가 최종 완성됩니다.

대상 독자

AI 기반 자동화를 사용하여 원시 데이터 파일(예: CSV)을 종합적이고 그래픽 기반의 연구 보고서로 변환해야 하는 연구원 및 데이터 분석가를 위한 것입니다.

하이라이트

• 다중 에이전트 조정: 가설 생성, 코딩, 시각화 및 보고서 작성을 위해 전문화된 에이전트를 사용합니다.
• 상태 관리: 효율적인 컨텍스트 유지 및 상태 추적을 위한 전용 노트 작성기(Note Taker) 에이전트를 제공합니다.
• 유연한 모델 구성: YAML 구성을 통해 다양한 에이전트에 대해 LLM 제공자(OpenAI, Google, Anthropic 등)를 혼합하여 사용할 수 있습니다.
• 외부 통합: GitHub 및 웹 검색 도구와 같은 외부 서버를 통합하기 위한 모델 컨텍스트 프로토콜(MCP)을 지원합니다.
• 적응형 파이프라인: 컨텍스트 창과 리소스 사용량을 최적화하기 위해 점진적 공개 아키텍처를 구현합니다.