praxis은(는) 무엇을 하나요?
로컬 우선 RAG 및 에이전트 스킬 프레임워크로, 출처 추적이 가능한 에이전트 메모리를 제공합니다.
이 스킬은 AI 에이전트가 로컬 문서를 색인하고 검색하여, 생성된 응답의 출처를 투명하게 추적할 수 있게 합니다. 사용자는 다양한 에이전트 플랫폼(예: Claude Code, Cursor, Codex)에서 이 프레임워크를 통해 지식 베이스를 구축하고, 질의 시 관련 정보를 실시간으로 검색할 수 있습니다.
주요 기능
- 로컬 우선: 모든 데이터가 사용자 기기에 저장되어 프라이버시를 보장합니다.
- 출처 추적: 각 응답에 대해 어떤 문서에서 정보를 가져왔는지 명확히 표시합니다.
- 유연한 구성: 설정 파일(
config.yaml)을 통해 임베딩 모델, 청크 크기, 검색 알고리즘 등을 조정할 수 있습니다. - 다중 플랫폼 지원: Claude Code, Cursor, Codex 등 주요 AI 에이전트와 호환됩니다.
설정 방법
- 저장소를 클론합니다:
git clone https://github.com/sparkplug604/praxis.git
cd praxis
- 필요한 의존성을 설치합니다:
pip install -r requirements.txt
config.yaml파일을 열어 원하는 대로 수정합니다:
embedding_model: "sentence-transformers/all-MiniLM-L6-v2"
chunk_size: 512
retrieval_top_k: 5
- 문서를 색인합니다:
python index.py --docs ./my_documents
- 에이전트에서 이 스킬을 활성화합니다. 각 플랫폼의 문서를 참조하세요.
사용 예시
- 프로젝트 문서 검색: 에이전트가 코드베이스 내 문서를 검색하여 API 사용법을 빠르게 찾을 수 있습니다.
- 대화 맥스트 유지: 이전 상호작용을 로컬 메모리에 저장하여 장기 대화에서 일관성을 유지합니다.
- 출처 기반 응답: 에이전트가 검색된 문서의 특정 부분을 인용하여 응답의 신뢰성을 높입니다.
라이선스
이 프로젝트는 MIT 라이선스 하에 배포됩니다.