설명
AgentRun은 Parcha Labs에서 개발한 오픈 소스 플랫폼으로, AI 에이전트의 기능을 크게 향상시킵니다. 이 플랫폼은 에이전트가 경험에서 학습하고, 작업을 지속적으로 실행하며, 운영을 보다 효율적으로 관리할 수 있도록 하는 강력한 제어 평면을 제공합니다. AgentRun은 Claude Code, Codex, Pi 및 OpenCode와 같은 인기 있는 에이전트 하네스와 원활하게 통합되어 에이전트 관리에 대한 통합된 환경을 제공합니다.
더 읽기
AgentRun의 핵심 기능 중 하나는 자기 학습입니다. 에이전트는 반복되는 단계를 식별하고 이를 재사용 가능한 기술 및 검증된 워크플로로 변환함으로써 각 실행마다 더 스마트하고 비용 효율적으로 발전합니다. 이러한 제안은 수용되기 전에 검증되고 평가되어 효과적인 학습만 통합되도록 보장합니다. 이 과정은 에이전트가 반복적으로 계획하고 도구를 발견하는 대신 기존 방법을 재사용할 수 있도록 하여 토큰 사용량을 줄이고, 일부 보고된 사례에서는 준수 작업량이 최대 90% 감소하는 비용 절감을 가져옵니다.
이 플랫폼은 유연한 아키텍처를 제공하여 사용자가 선호하는 에이전트 하네스를 선택할 수 있으며, AgentRun은 단일 API를 통해 실행, 작업 공간, 복구 및 학습을 관리합니다. 이 플랫폼은 빠른 스크립트를 위한 경량 샌드박스부터 코드 구축 및 테스트를 위한 개발 환경, 대규모 데이터 세트를 위한 고자원 샌드박스까지 다양한 컴퓨팅 환경을 지원합니다. 에이전트 루프와 컴퓨팅 환경의 분리는 최적의 자원 할당과 Docker, Daytona 및 Modal과 같은 다양한 공급자 간의 일관된 API 상호 작용을 보장합니다.
지속 가능한 실행은 또 다른 중요한 측면으로, 실행이 중단되더라도 에이전트의 진행 상황이 보존됩니다. AgentRun은 대화, 파일 및 완료된 도구 결과를 저장하여 실행이 저장된 상태에서 복구될 수 있도록 하여 컨텍스트를 재구성하지 않고도 계속 진행할 수 있게 합니다. 이 복구 계층은 다양한 하네스에서 일관되며, 진행 중인 작업에 대한 신뢰할 수 있는 지속성을 제공합니다. 이 플랫폼은 또한 에이전트 활동을 모니터링하고 결과를 검사하며 학습 노트를 검토할 수 있는 콘솔과 API를 제공하여 포괄적인 에이전트 관리 기능을 포함합니다.
AgentRun은 Apache-2.0 오픈 소스 프로젝트로 제공되며, 사용자는 자신의 모델 API 키로 자체 인프라에 호스팅할 수 있어 에이전트와 데이터에 대한 완전한 제어를 유지할 수 있습니다. 관리형 솔루션을 선호하는 경우, AgentRun Cloud는 Grep 팀이 관리하는 호스팅 배포를 제공하여 서버 유지 관리의 필요성을 없앱니다. 맞춤형 배포와 전담 지원을 위한 기업 옵션도 제공됩니다.
- 카테고리AI 에이전트 빌더
- 요금제오픈 소스
- 배포셀프 호스팅, 클라우드
- 플랫폼웹
AgentRun의 핵심 기능
자기 학습 에이전트: 에이전트는 실행에서 학습하여 재사용 가능한 기술과 워크플로를 생성합니다.
지속 가능한 실행: 저장된 상태에서 중단된 실행을 복구하여 진행 상황을 보존합니다.
공유 제어 평면: 여러 하네스 간에 에이전트, 실행 및 학습을 관리합니다.
컴퓨팅 환경 선택: 경량, 개발 또는 고자원 샌드박스 중에서 선택합니다.
하네스 호환성: Claude Code, Codex, Pi 및 OpenCode와 함께 작동합니다.
토큰 사용량 감소: 학습된 기술을 재사용하여 반복적인 계획 및 도구 발견을 최소화합니다.
에이전트 관리 콘솔: 에이전트 활동을 모니터링하고 결과를 검사하며 학습 노트를 검토합니다.
오픈 소스 플랫폼: Apache-2.0 라이센스로 자체 호스팅 및 완전한 제어가 가능합니다.
워크플로 작성: 코드, 도구 및 에이전트를 결합하여 검사 가능하고 테스트 가능한 워크플로를 구축합니다.
API 접근: 에이전트를 생성하고 실행을 시작하며 결과를 검사하기 위한 공통 API입니다.
에이전트 버전 관리: 에이전트 정의 및 수정 사항을 관리합니다.
파일 관리: 각 실행은 고유한 파일을 가지며, 입력을 업로드하고 출력을 검사합니다.
호스팅 배포 옵션: 관리형 인프라를 위한 AgentRun Cloud.
기업 지원: 대규모 조직을 위한 맞춤형 배포 및 지원.
AgentRun 사용 방법은?
클라이언트 설치: npm 또는 pip를 사용하여 AgentRun 클라이언트를 설치합니다.
환경 구성: 배포를 위해 AGENTRUN_BASE_URL 및 AGENTRUN_API_KEY를 설정합니다.
에이전트 정의: 하네스, 지침 및 도구를 지정하여 에이전트 정의를 생성합니다.
학습 활성화: 기술 및 워크플로 생성을 위해 에이전트를 자기 학습 가능하도록 구성합니다.
컴퓨팅 선택: 에이전트 실행을 위한 적절한 컴퓨팅 공급자(Docker, Daytona, Modal)를 선택합니다.
실행 시작: 공통 API 또는 콘솔을 통해 에이전트 실행을 시작합니다.
모니터링 및 검사: 콘솔을 사용하여 진행 상황을 모니터링하고 결과를 검사하며 학습 노트를 검토합니다.
기술 재사용: 에이전트는 자동으로 수용된 기술과 워크플로를 다음 실행에서 재사용합니다.
AgentRun의 사용 사례
- 자동화된 준수 작업
- 소프트웨어 개발 및 테스트
- 데이터 처리 및 보고
- 고객 지원 자동화
- 연구 및 분석
- 워크플로 자동화
- 에이전트 실험
- 다중 에이전트 오케스트레이션




