Qwen-Agent

설명

Qwen-Agent는 정교한 대규모 언어 모델(LLM) 애플리케이션 개발을 위해 설계된 강력한 오픈 소스 프레임워크입니다. Qwen 모델 버전 3.0 이상 버전의 기능을 기반으로 구축되었으며, 지침을 이해하고, 도구를 활용하고, 복잡한 작업을 계획하고, 상호 작용 전반에 걸쳐 메모리를 유지할 수 있는 지능형 에이전트를 만들기 위한 강력한 기반을 제공합니다. 이 프레임워크는 모듈식으로 설계되어 함수 호출 기능이 있는 LLM과 확장 가능한 다양한 도구와 같은 원자적 구성 요소를 제공합니다. 기본 클래스에서 파생된 에이전트와 같은 상위 수준 구성 요소를 통해 개발자는 사용자 지정 에이전트 구현을 구축할 수 있습니다.

Qwen-Agent의 주요 기능에는 에이전트가 외부 서비스 및 API와 상호 작용할 수 있도록 하는 함수 호출 지원이 포함됩니다. 또한 코드 인터프리터를 통합하여 에이전트가 Docker 기반 샌드박스 환경 내에서 안전하게 코드를 실행하고, 데이터를 처리하고, 결과를 반환할 수 있습니다. 검색 증강 생성(RAG)이 지원되어 에이전트가 대규모 문서 세트의 정보에 액세스하고 합성하는 능력을 향상시킵니다. 이 프레임워크는 또한 다중 턴 대화 프로토콜(MCP)을 지원하여 더 자연스럽고 복잡한 대화 흐름을 촉진합니다. 브라우저 어시스턴트, 코드 인터프리터, 사용자 지정 어시스턴트와 같은 예제 애플리케이션이 제공되어 프레임워크의 다재다능함을 보여줍니다.

Qwen-Agent는 Qwen Chat의 백엔드로 적극적으로 사용되어 실제 적용 가능성을 입증합니다. 이 프레임워크는 간단한 챗봇부터 도구 통합 및 추론이 필요한 복잡한 시스템에 이르기까지 고급 AI 애플리케이션을 구축하려는 개발자를 위해 설계되었습니다. 확장성을 통해 사용자 지정 도구 및 에이전트 동작을 생성할 수 있어 광범위한 사용 사례를 충족합니다. 이 프로젝트는 채택 및 개발을 용이하게 하기 위한 포괄적인 문서 및 예제도 제공합니다.

설치 프로세스는 간단하며 GUI, RAG 또는 코드 인터프리터와 같은 특정 기능 세트로 PyPI에서 설치하거나 최신 개발 버전을 위해 소스에서 직접 설치하는 옵션이 있습니다. 사용자는 Alibaba Cloud의 DashScope에서 모델 서비스를 활용하거나 오픈 소스 Qwen 모델을 사용하여 자체 모델 서비스를 배포할 수 있습니다. 프레임워크의 유연성은 LLM 매개변수 구성 및 vLLM을 사용한 고처리량 GPU 배포 및 Ollama를 사용한 로컬 CPU/GPU 배포를 포함한 다양한 배포 방법과의 통합으로 확장됩니다.

Qwen-Agent의 핵심 기능

• LLM 애플리케이션을 위한 에이전트 프레임워크

• Qwen>=3.0 모델 기반

• 함수 호출(도구 호출) 지원

• Docker 샌드박스가 포함된 코드 인터프리터

• 통합 검색 증강 생성(RAG)

• 다중 턴 대화 프로토콜(MCP) 지원

• 예제 애플리케이션 제공(브라우저 어시스턴트, 사용자 지정 어시스턴트)

• LLM 및 도구를 위한 모듈식 구성 요소

• 사용자 지정 에이전트 구현 허용

• Gradio 기반 GUI 인터페이스 제공

• 병렬 및 다단계 도구 호출 지원

• 장문 문서 질의응답 처리

Qwen-Agent 시작하기

1. 1

   리포지토리 복제: GitHub에서 Qwen-Agent 코드를 가져옵니다.

2. 2

   종속성 설치: pip를 사용하여 원하는 기능으로 패키지를 설치합니다(예: `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"`).

3. 3

   모델 서비스 구성: DashScope API 키를 설정하거나 로컬 모델 서비스를 배포합니다.

4. 4

   에이전트 개발: `Agent`를 상속하여 사용자 지정 에이전트를 생성하거나 `Assistant`와 같은 내장 구현을 사용합니다.

5. 5

   도구 통합: 사용자 지정 도구를 정의하고 등록하거나 `code_interpreter`와 같은 내장 도구를 사용합니다.

6. 6

   에이전트 실행: 프로그래밍 방식으로 에이전트를 실행하거나 Gradio GUI를 시작합니다.

7. 7

   상호 작용: 에이전트에 쿼리를 보내고 응답을 받습니다.

Qwen-Agent의 사용 사례

• 사용자 지정 어시스턴트 개발
• 코드 실행 및 분석
• 문서 질의응답
• 브라우저 자동화
• 도구 통합
• 복잡한 작업 계획
• AI 챗봇 백엔드

Qwen-Agent의 FAQ

• Qwen-Agent란 무엇인가요?

  Qwen-Agent는 함수 호출, 코드 해석, RAG와 같은 기능을 위해 Qwen 모델을 활용하는 LLM 애플리케이션 구축을 위한 오픈 소스 프레임워크입니다.

• Qwen-Agent의 주요 기능은 무엇인가요?

  주요 기능에는 함수 호출, 코드 인터프리터, RAG, MCP 지원, 사용자 지정 도구 통합 및 브라우저 어시스턴트와 같은 예제 애플리케이션이 있습니다.

• Qwen-Agent를 어떻게 설치하나요?

  pip를 사용하여 Qwen-Agent를 설치할 수 있습니다: `pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"` 또는 소스에서 설치할 수 있습니다.

• Qwen-Agent는 사용자 지정 도구를 사용할 수 있나요?

  예, Qwen-Agent는 개발자가 `BaseTool`을 상속하여 사용자 지정 도구를 정의하고 등록할 수 있도록 합니다.

• 코드 인터프리터 도구는 어떻게 작동하나요?

  코드 인터프리터 도구는 격리된 샌드박스 환경 내에서 안전한 코드 실행을 위해 로컬 Docker 컨테이너를 사용하여 구현됩니다.

• Qwen-Agent는 어떤 LLM 모델을 지원하나요?

  Qwen-Agent는 Qwen 모델 버전 3.0 이상을 기반으로 구축되었으며 OpenAI API 호환 모델 서비스와도 통합할 수 있습니다.

• 긴 문서에 대한 질의응답에 Qwen-Agent를 어떻게 사용할 수 있나요?

  Qwen-Agent는 빠른 RAG 솔루션과 초장문 문서에 대한 질의응답을 위한 경쟁력 있는 에이전트를 제공하여 네이티브 장문 컨텍스트 모델보다 뛰어난 성능을 발휘합니다.

• Qwen-Agent는 함수 호출을 지원하나요?

  예, Qwen-Agent는 함수 호출 기능을 제공하며, 에이전트 클래스는 이 기능을 기반으로 구축되어 병렬 함수 호출을 지원합니다.

• Qwen-Agent의 LLM을 어떻게 구성하나요?

  LLM 구성은 모델 이름, 유형, API 키 및 선택적 생성 하이퍼파라미터를 지정하는 사전(`llm_cfg`)을 통해 수행됩니다.

• Qwen-Agent 맥락에서 MCP는 무엇인가요?

  MCP는 Multi-turn Conversation Protocol의 약자로, Qwen-Agent는 더 복잡하고 자연스러운 대화 흐름을 촉진하기 위해 이를 지원합니다.

• Qwen-Agent에 대한 GUI가 있나요?

  예, Qwen-Agent는 Gradio를 사용하여 편리한 GUI 인터페이스를 제공하여 에이전트 데모를 신속하게 배포할 수 있습니다.

• MCP 사용에 대한 종속성은 무엇인가요?

  MCP의 종속성에는 Node.js, uv 0.4.18 이상, Git 및 SQLite가 포함됩니다. macOS 및 Windows에 대한 설치 지침이 제공됩니다.