harness-style-multi-agent-framework은(는) 무엇을 하나요?
LangGraph와 자체 설계한 MCP 프로토콜을 기반으로 한 Harness 아키텍처 멀티 에이전트 시스템입니다. 플러그형 스킬, 복원력 거버넌스, RAG 및 대화 메모리를 지원합니다.
주요 특징
- Harness 아키텍처: 중앙 집중식 오케스트레이션을 통한 효율적인 에이전트 조율
- LangGraph 기반: 그래프 기반 상태 관리와 워크플로우 정의
- 자체 MCP 프로토콜: 표준화된 컨텍스트 전달 및 에이전트 간 통신
- 플러그형 스킬: 동적 스킬 로딩 및 확장 가능
- 복원력 거버넌스: 장애 감지 및 자동 복구 메커니즘
- RAG 지원: 외부 지식 베이스와의 통합
- 대화 메모리: 장기 및 단기 대화 컨텍스트 유지
설치 방법
pip install harness-multi-agent-framework
또는 소스에서 직접 설치:
git clone https://github.com/rookie-wy/harness-style-multi-agent-framework.git
cd harness-style-multi-agent-framework
pip install -e .
빠른 시작
from harness_agent import HarnessMultiAgent, AgentConfig
# 에이전트 구성
config = AgentConfig(
name="my-agent",
skills=["web_search", "code_generation"],
memory_type="conversation",
rag_enabled=True
)
# 시스템 초기화
agent = HarnessMultiAgent(config)
# 작업 실행
result = agent.run("What is the latest version of Python?")
print(result)
환경 변수
| 변수명 | 설명 | 기본값 |
|---|---|---|
LANGGRAPH_API_KEY | LangGraph API 키 | 없음 |
MCP_ENDPOINT | MCP 프로토콜 엔드포인트 | http://localhost:8080 |
RAG_MODEL_PATH | RAG 모델 경로 | ./models/rag |
MEMORY_STORAGE | 메모리 저장 방식 | local |
사용 예시
플러그형 스킬 로딩
from harness_agent.skills import register_skill
@register_skill(name="custom_skill", version="1.0")
async def custom_skill(context, params):
# 스킬 구현
return {"result": "custom_skill executed"}
복원력 거버넌스 설정
agent.set_resilience_policy(
max_retries=3,
retry_delay=5,
fallback_strategy="degrade",
circuit_breaker=True
)
라이선스
MIT License
기여 방법
- 이 저장소를 포크합니다.
- 새 브랜치를 생성합니다 (
git checkout -b feature/amazing-feature). - 변경 사항을 커밋합니다 (
git commit -m 'Add some amazing feature'). - 브랜치에 푸시합니다 (
git push origin feature/amazing-feature). - 풀 리퀘스트를 생성합니다.