tag: Llm-Framework · 22건
- 근거: LLM을 Jev 방식의 확률적 결정 모델로 변환하는 AI/LLM 프레임워크로, 파인튜닝 없이 typed decision과 실제 확률을 제공하는 도구
- 액션: git clone https://github.com/nokia-applied-research/AnyJev && cd AnyJev && pip install -e . && demo/ 디렉터리의 예제 실행해서 기존 LLM 대비 결정 출력 품질 비교
- 근거: AI/LLM CLI 도구(llm)의 신규 릴리즈로, GPT-6 Sol·Luna 모델 지원 추가 및 단일 턴 모델 플러그인 API 개선이 포함된 실사용 도구
- 액션: pip install -U llm 후 llm -m gpt-6-sol ‘Hello’ 실행하여 신규 모델 동작 확인 (https://github.com/simonw/llm)
- 근거: AI 에이전트 관심 분야 — 백그라운드 에이전트용 인박스 패턴 소개 기사
- 액션: AWS Pizza Bot GitHub 저장소(github.com/aws-samples/pizza-bot 등) 찾아 README 읽고 에이전트 인박스 아키텍처 패턴 파악
- 근거: AI 에이전트 관심 분야 — 에이전트가 부족한 도구를 런타임에 자체 생성하고 사용자 승인을 거쳐 실행하는 governed self-provisioning 패턴이 독특한 로컬 우선 AI 에이전트 런타임
- 액션: pip install ‘systemu[dashboard]’ && systemu init && systemu start 로 로컬 Ollama 연결 후 간단한 파일 처리 태스크를 에이전트에 할당해 Tool Forging + 거버넌스 플로우 직접 확인
- 근거: AI 에이전트 도구 연결 및 MCP 생태계 관련 기술 트렌드 해설
- 액션: ARD(Agent Resource Discovery) 스펙 제안 내용 기사 읽고 MCP 한계와 대안 파악하기
- 근거: AI 에이전트 프레임워크(ReAct/Agent Team 모드, CLI TUI 내장)로 LLM/AI 에이전트 관심 분야에 직접 해당하며, 스타 547·포크 56·Python 소스 풍부로 완성도 검증됨
- 액션: git clone https://github.com/ApodexAI/FrontierAgent && 단일 명령으로 macOS/Linux 설치 후 ReAct 모드 동작 확인
- 근거: AI 에이전트 — 각 에이전트에게 브라우저·파일·도구를 갖춘 가상 컴퓨터를 할당하는 오픈소스 AI 코워커 프레임워크로, AG-UI 표준을 지원하며 LangGraph 통합 포함
- 액션: git clone https://github.com/CopilotKit/OpenBot && docker-compose up 으로 로컬에서 에이전트 샌드박스 실행, agent-langgraph 예제로 브라우저 자동화 에이전트 동작 확인
- 근거: AI 에이전트 프레임워크 분야 — LLM 에이전트/오케스트레이션 관심 영역에 해당
- 액션: TrueFoundry TrueForge GitHub 저장소 찾아서 README 훑어보기 (truefoundry/trueforge 검색)
- 근거: AI 에이전트 / LLM 프레임워크 관심 분야에 해당하는 자체 호스팅 AI 에이전트 프레임워크
- 액션: git clone https://github.com/NEDONION/lobster0 후 AGENTS.md·src/ 구조 훑고 .env.example 설정으로 로컬 실행 시도
- 근거: AI 에이전트 프레임워크(self-hosted) — AI/LLM 관심 분야에 해당하며, Dockerfile·docker-compose·nginx 설정 등 실제 실행 가능한 인프라 구조를 갖춘 Python 프로젝트
- 액션: git clone https://github.com/agents-universe/agents-universe && docker-compose -f docker-compose.example.yml up 으로 로컬 에이전트 환경 구동 확인
- 근거: AI 에이전트 기반 소프트웨어 팩토리 템플릿 — AI 코딩 도구 및 LLM 에이전트 프레임워크 관심 분야에 직접 해당
- 액션: git clone https://github.com/vercel-labs/eve-software-factory-template && AGENTS.md/CLAUDE.md 구조 확인 후 로컬에서 Foreman 에이전트 동작 PoC 실행
- 근거: LangGraph 기반 AI 에이전트 오케스트레이션 프레임워크로 AI/LLM 관심 분야에 해당
- 액션: git clone https://github.com/wanmol/goal-flow && docker build 후 예제 워크플로우 실행해 Dify DSL 변환 기능 확인
- 근거: AI 에이전트 프레임워크 소개 기사 — LLM/AI 에이전트 관심 분야에 해당하나 특정 저장소를 직접 클론해볼 수 있는 수준의 정보 없음
- 액션: NOOA GitHub 저장소 찾아 README 확인 후 Python 에이전트 클래스 구조 살펴보기
- 근거: AI 워크플로우 런타임 — LLM 프레임워크/AI 에이전트 관심 분야에 해당
- 액션: git clone https://github.com/alikon-art/DeterminFlow && docker-compose up 으로 예제 워크플로우 실행해보기
- 근거: AI 에이전트 빌더(시각적 에이전트 구성, 셀프호스팅) — AI/LLM 에이전트 관심 분야에 해당
- 액션: git clone https://github.com/ringlochid/banksia && docker compose up 으로 로컬 실행 후 예제 에이전트 빌드해보기
- 근거: AI 에이전트 오케스트레이션 프레임워크 — TypeScript 기반 그래프 엔진으로 LLM 에이전트 런타임을 교체 가능하게 분리하는 구조, AI/LLM 관심 분야에 해당
- 액션: git clone https://github.com/deerwork-ai/deer-workflow && examples 디렉터리의 샘플 워크플로 실행해보며 그래프 정의 방식 확인
- 근거: AI/LLM 에이전트 협업 프레임워크 — 다수 AI 모델을 조율하는 집단지성 엔진으로 AI 에이전트/LLM 프레임워크 관심 분야에 해당
- 액션: git clone https://github.com/ailinone/collective-intelligence && docker compose up으로 로컬 실행 후 coordination strategy 몇 가지 테스트해보기
- 근거: AI 에이전트/LLM 프레임워크 영역 — 자율적으로 AI 제품을 구축·최적화하는 오픈소스 하네스
- 액션: git clone https://github.com/Prism-Shadow/penguin-harness && cat README.md && cd examples && 샘플 실행해보기
- 근거: LLM 에이전트 프레임워크 — AI/에이전트 관심 분야에 해당하는 TypeScript 기반 루프 엔지니어링 도구
- 액션: git clone https://github.com/loop-js/loop.js 후 packages/ 구조 확인하고 Goal→Round→Verify 사이클 예제 실행해보기
- 근거: 로컬 퍼스트 AI 에이전트 프레임워크로, approval-gated 메모리 거버넌스를 제공하는 LLM/AI 에이전트 도구 영역에 해당
- 액션: git clone https://github.com/EXXETA/exxperts 후 로컬에서 AI room 하나 생성해 approval-gate 메모리 승인 흐름 동작 확인
- 근거: AI 에이전트 개발 언어 트렌드(Go 채택) — AI/LLM 및 개발자 도구 관심 분야에 해당
- 액션: 기사 읽고 Microsoft/Google의 Go 기반 에이전트 프레임워크(Genkit, Agent Framework) 개요 파악하기
- 근거: AI/LLM 분야 — 멀티에이전트 태스크 오케스트레이션 프레임워크로 AI 에이전트 관심 분야에 해당
- 액션: git clone https://github.com/skerry699/agent-symphony 후 예제 멀티에이전트 워크플로우 실행해 오케스트레이션 방식 확인