설명
에이전트 스쿼드(구 다중 에이전트 조정기, 이전에는 AWS Labs에서 호스팅됨)는 하나의 범용 챗봇 대신 여러 전문 AI 에이전트로 구성된 시스템을 구축하기 위한 오픈 소스 프레임워크입니다. 분류기는 사용자의 쿼리와 대화 기록을 읽고 해당 턴을 처리할 가장 적합한 에이전트를 선택합니다. 그런 다음 조정자는 에이전트 간의 맥락을 유지하여 다중 턴 대화가 서로 다른 에이전트로 라우팅되더라도 일관성을 유지합니다.
더 읽기
이 프로젝트는 유지 관리자가 기능 동등성으로 설명하는 세 가지 런타임으로 제공됩니다: TypeScript 패키지(npm install agent-squad)와 Python 패키지(pip install agent-squad, aws, anthropic, openai 또는 모두에 대한 추가 기능 포함), 두 패키지는 모두 Node 또는 Python이 실행되는 곳에서 실행되며, AWS Lambda 또는 컨테이너에서도 사용할 수 있습니다. 최신 Swift 패키지는 iOS 및 macOS에 동일한 조정 모델을 제공하며, 온디바이스에서 완전히 실행되며 네이티브 및 MCP(모델 컨텍스트 프로토콜) 도구 호출, 실시간 음성, 추적 및 로컬 우선 채팅 저장소를 지원합니다.
기본적으로 에이전트 스쿼드는 Amazon Bedrock, Anthropic, OpenAI, Amazon Lex 및 AWS Lambda를 위한 사전 구축된 에이전트 래퍼와 함께 내장된 분류기, 저장소 백엔드 및 검색기를 포함하며, 사용자 정의 에이전트, 분류기 또는 저장소를 위한 정의된 확장 지점을 제공합니다. 응답은 스트리밍되거나 전체로 반환될 수 있습니다. 새로운 추가 기능인 JevClassifier는 기본 LLM 기반 분류기를 대체하며, 결정 모델(Jev, TypeSafe AI의 모델)을 사용하여 1초 이내에 승리한 에이전트와 보정된 신뢰 점수를 반환하며, 입력 토큰에 대해서만 요금이 청구되고, 범위를 벗어난 요청에 대해 강제로 일치를 시키는 대신 명시적인 "알 수 없음" 결과를 지원합니다.
저장소는 awslabs/agent-squad에서 2FastLabs/agent-squad로 이전되었으며, 원래는 다중 에이전트 조정기로 출시되었습니다. GitHub 조직의 변경은 AWS Labs에서 독립 팀으로 유지 관리자가 변경되었음을 나타내지만, 프레임워크와 그 API는 동일한 코드베이스에서 계속됩니다. Apache 2.0 라이센스가 적용되며, 작성 시점에 약 7,700개의 GitHub 별표가 있습니다.
에이전트 스쿼드는 여러 개별 기술 또는 지식 도메인 간에 전환해야 하는 챗봇 또는 어시스턴트를 구축하는 개발자에게 적합합니다(예: 기술 지원 에이전트와 청구 에이전트) 모든 작업을 수행하는 하나의 프롬프트에 의존하기보다는, 백엔드 언어(Python 또는 TypeScript)와 Apple 장치에서 네이티브로 사용할 수 있는 동일한 조정 논리를 원하는 팀에게도 적합합니다.
- 카테고리AI 에이전트 빌더
- 요금제오픈소스
- 배포유니버설(클라우드, 로컬, AWS Lambda)
- 플랫폼웹, iOS, macOS
에이전트 스쿼드의 핵심 기능
각 쿼리를 가장 적합한 전문 에이전트로 라우팅하는 분류기 기반 라우팅
에이전트 및 세션 간에 유지되는 대화 맥락
스트리밍 및 비스트리밍 에이전트 응답
Bedrock, Anthropic, OpenAI, Amazon Lex 및 AWS Lambda를 위한 사전 구축된 에이전트
사용자 정의 설정을 위한 확장 가능한 저장소, 분류기 및 검색기 인터페이스
Lambda, 컨테이너 또는 로컬에서 사용할 수 있는 기능 동등성 Python 및 TypeScript 런타임
네이티브 및 MCP 도구 호출이 가능한 iOS 및 macOS용 온디바이스 Swift 런타임
Swift 런타임에서 실시간 음성 및 로컬 우선 채팅 저장소
JevClassifier: LLM 호출 대신 결정 모델을 통한 서브 초, 보정된 신뢰도 라우팅
Apache 2.0 라이센스, 2FastLabs/agent-squad에서 유지 관리(구 AWS Labs의 다중 에이전트 조정기)
에이전트 스쿼드 시작하기
패키지 설치: npm install agent-squad (TypeScript) 또는 pip install "agent-squad[aws]" (Python).
조정기 생성: 앱에서 AgentSquad()를 인스턴스화합니다.
에이전트 추가: 전문 분야의 이름과 설명으로 사전 구축된 에이전트(예: BedrockLLMAgent)를 등록합니다.
요청 라우팅: 사용자의 메시지, 사용자 ID 및 세션 ID로 routeRequest()/route_request()를 호출합니다.
응답 처리: 응답.output(또는 스트림 청크) 및 응답.metadata.agentName을 읽어 어떤 에이전트가 응답했는지 확인합니다.
JevClassifier로 교체: 더 빠르고 결정 모델 기반의 라우팅을 위해 classifier: new JevClassifier()를 전달합니다.
에이전트 스쿼드의 사용 사례
- 다중 기술 챗봇
- 온디바이스 iOS/macOS 어시스턴트
- AWS 네이티브 에이전트 백엔드
- 빠른 의도 라우팅
