Community코딩 & 개발github.com

oneal2000/SR-Agents

SRA-Bench 및 SR-Agents: 스킬 검색 증강 LLM 에이전트를 위한 벤치마크 및 도구 모음

SR-Agents란 무엇인가요?

이 스킬은 LLM 에이전트가 외부 스킬 데이터베이스에서 관련 스킬을 동적으로 검색하여 작업을 수행할 수 있도록 지원하는 '스킬 검색 증강' (Skill-Retrieval-Augmented) 패러다임을 구현합니다. SRA-Bench는 다양한 환경에서 LLM 에이전트의 스킬 검색 및 활용 능력을 평가하기 위한 벤치마크이며, SR-Agents는 이를 실제로 구축하고 실험할 수 있는 도구 모음입니다. 다양한 LLM 백엔드(OpenAI, Anthropic, 오픈소스 모델)와 에이전트 프레임워크(LangChain, CrewAI 등)와 통합 가능하여, 에이전트가 필요에 따라 스킬을 찾아 적용하는 '검색-증강 생성'(RAG) 방식의 에이전트를 쉽게 개발하고 평가할 수 있습니다. 이 스킬은 개발자와 연구자에게 LLM 에이전트의 확장성과 적응성을 높이는 방법을 제공합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add oneal2000/SR-Agents

Installed? Explore more 코딩 & 개발 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

SR-Agents은(는) 무엇을 하나요?

SRA-Bench 및 SR-Agents: 스킬 검색 증강 LLM 에이전트를 위한 벤치마크 및 도구 모음

개요

SR-Agents는 LLM 에이전트가 사전 정의된 스킬 집합에서 관련 스킬을 동적으로 검색하여 실행할 수 있도록 하는 프레임워크입니다. 이를 통해 에이전트는 새로운 작업에 적응하고, 지식 베이스를 확장하며, 복잡한 다단계 추론을 수행할 수 있습니다.

주요 특징

  • 스킬 검색: 의미 기반 검색을 통해 사용자 쿼리와 가장 관련성 높은 스킬을 찾습니다.
  • 동적 실행: 검색된 스킬을 에이전트 실행 중에 동적으로 통합합니다.
  • 벤치마크 지원: SRA-Bench를 통해 다양한 시나리오에서 에이전트 성능을 평가합니다.
  • 확장성: 사용자 정의 스킬을 쉽게 추가하고 기존 데이터베이스와 통합할 수 있습니다.

시작하기

pip install sr-agents

또는 소스에서 설치:

git clone https://github.com/oneal2000/SR-Agents.git
cd SR-Agents
pip install -e .

사용 예시

from sr_agents import SRAgent

# 에이전트 초기화
agent = SRAgent(
    model="gpt-4",
    skill_database="path/to/skills"
)

# 쿼리 실행
response = agent.run("주어진 데이터로 예측 모델을 구축하세요.")

환경 변수

  • OPENAI_API_KEY: OpenAI API 키
  • ANTHROPIC_API_KEY: Anthropic API 키 (선택 사항)
  • SR_SKILL_PATH: 스킬 데이터베이스 경로

라이선스

MIT 라이선스

관련 스킬