AI-Team-Team - 범용적이고 동적인 멀티 에이전트 협업 프레임워크

ATT (AI-Team-Team)를 통해 AI는 자유롭게 팀을 구성하고, 상호작용 방식과 팀 간의 협업 방식을 정의하며, 모든 종류의 믿기지 않을 정도로 복잡한 계층적 (또는 동적) 관계를 생성할 수 있습니다.

이 프로젝트가 흥미롭다면 ⭐️ Star로 지원해 주세요! 정말 감사합니다! 🙏

👉 프로젝트 저장소 (Project Repository): https://github.com/AI-Team-Team/AI-Team-Team

🧬 토폴로지 (Topology) 및 계보 제어 (Lineage Control)

• 트리 구조의 계보 생성 (Tree-like Lineage Spawning): 스택 오버플로 (stack overflow)를 방지하기 위해 깊이 제한을 엄격히 준수하면서, 런타임에 임의의 깊이로 재귀적인 자식 에이전트 팀 (AgentTeam)을 생성합니다.
• 자율적 멤버 설정 (Autonomous Member Configs): 역할 프리셋 (role presets), 커스텀 시스템 지침 (custom system instructions), LLM 별칭 (LLM aliases)을 매핑하여 커스텀 에이전트 페르소나를 형성하는 동적인 자식 멤버십을 정의합니다.
• 동적 계보 마이그레이션 (Dynamic Lineage Migration): 활성화된 팀이 부모 계층으로의 마이그레이션을 요청할 수 있도록 허용하며, 이는 루프/사이클 탐지 (loop/cycle detection) 및 부모 알림 로그를 포함한 모듈형 전략에 의해 중재됩니다.
• 계층적 토폴로지 맵 (Hierarchical Topology Map): 활성화된 팀의 ASCII로 그려진 들여쓰기 트리 맵(목적, 상태 및 진행 지표를 실시간으로 표시)을 에이전트 프롬프트 컨텍스트 (prompt context)에 직접 주입합니다.
• 글로벌 전문가 탐색 (Global Expert Discovery): 피어 탐색 (peer discovery)을 용이하게 하기 위해 모든 활성 시스템 전문가의 디렉토리(이름, 역할 및 프로필)를 에이전트의 정체성 컨텍스트 (identity context)에 자동으로 추가합니다.

🧠 ReAct 루프 (ReAct Loops) 및 실행 엔진 (Execution Engine)

• Bounded ReAct Loops (제한된 ReAct 루프): 표준적인 Thought/Action/Observation (사고/행동/관찰) 추론 사이클을 실행하며, API 토큰의 무분별한 소모를 방지하기 위해 최대 단계(max steps)를 제한합니다.
• Robust Argument Parser (견고한 인자 파서): 멀티라인 XML 지원, 코드 블록 제거, 그리고 따옴표가 없는 복잡한 문자열(SQL 쿼리와 같은)을 처리하기 위한 쉼표 병합 휴리스틱(comma-merging heuristic)을 갖춘 안전한 리터럴 렉시컬 파서(ast.literal_eval)를 사용합니다.
• Dialogue Memory Compression (대화 메모리 압축): 에이전트의 LLM을 사용하여 초기 대화 턴을 요약함으로써 메모리 가지치기(pruning)를 자동화하는 동시에, 최신 메시지의 높은 충실도(high-fidelity)를 유지합니다.
• Model Registry & Callbacks (모델 레지스트리 및 콜백): 모든 LLM 생성 로직을 단일 글로벌 콜백 핸들러(generator_handler)에 위임하여, 프레임워크를 가볍게 유지하고 특정 벤더에 종속되지 않도록 합니다.

🗳️ Governance & Inter-Team Communication (거버넌스 및 팀 간 통신)

• Democratic Voting System (민주적 투표 시스템): 멤버를 추가하거나 제거하기 위한 비동기 투표 파이프라인을 특징으로 하며, 만장일치 참여와 $\ge 2/3$ 이상의 찬성 다수결을 요구합니다.
• Anonymous Voting (익명 투표): cast_vote(..., public=False)를 통해 투표자의 익명성을 보장하며, 팀 프롬프트 컨텍스트에서 투표자의 이름을 "Anonymous Voter"로 마스킹합니다.
• Negotiation Broker (협상 브로커): 동적인 부모 규칙(정규 표현식 목적/계보 확인 허용) 또는 대화형 LLM 리더 프록시를 통해 P2P 메시징 및 합의 터널을 규제합니다.
• Collaborative DocLib Storage (협업 문서 라이브러리 저장소): 팀에 내장된 문서 라이브러리를 제공합니다. 액세스는 하위 디렉토리로 재귀적으로 상속되는 접두사 경로 ACL 권한(READ/WRITE)에 의해 제어됩니다.

🔒 Context Protection & Safety Gates (컨텍스트 보호 및 안전 게이트)

• Gated Context Protection (게이트형 컨텍스트 보호): 대용량 파일의 직접 읽기를 제한합니다. 50 KB를 초과하는 파일에 대해서는 5줄의 샘플을 포함한 Outline Warnings(개요 경고)로 대체하여, 에이전트가 페이지 단위로 분할된 청크(chunk) 요청을 하도록 유도합니다.
• Tool Auditor Interception (도구 감사 인터셉션): 특정 도구 호출(예: 데이터베이스 안전 쿼리 확인)을 감사, 검토, 승인 또는 거부하기 위해 실행 전 인터셉션 훅(interception hooks)을 등록합니다.

💾 Persistence & Diagnostics (지속성 및 진단)

• SQLite State Snapshots (SQLite 상태 스냅샷): 상태 변경 시 토폴로지(topologies), 계보(lineages), 메모리 로그(memory logs), DocLib 파일 및 활성 투표 제안(active voting proposals)을 SQLite에 자동으로 직렬화(serialize)하여 충돌 복구(crash-recovery)를 가능하게 합니다.
• Supervisory Dialogue Audits (감독 대화 감사): 참여하지 않는 3개의 AI 감독 팀(Integrity, Continuity, Deadlock)이 라운드 전사(transcripts)를 검토하며, 이상 징후를 트리 계보(tree lineage)를 따라 재귀적으로 상위 단계로 에스컬레이션(escalating)합니다.
• Decoupled Dashboards (분리된 대시보드): 코드베이스 오염 없이 콘솔 UI를 업데이트할 수 있도록 명확한 런타임 콜백 이벤트 훅(on_status_change, on_activity_added, on_log_append)을 노출합니다.

(위에 언급된 모든 기능은 실질적으로 구현되었습니다.)

🛠️ 현재 상태 및 향후 계획:

이 프로젝트는 현재 근본적으로 완성된 Python 패키지이며, 이를 통해 몇 가지 흥미로운 AI 사회학적 행동을 관찰할 수 있습니다 (이미 저에게 꽤 많은 멋진 아이디어를 브레인스토밍하는 데 도움을 주었습니다). 가까운 미래에 ATT를 기반으로 한 일반 사용자를 위한 간단한 애플리케이션을 출시할 수도 있습니다.

많은 세부 사항이 아직 다듬어지지 않은 상태이며, 일부 아이디어는 여전히 단계적으로 출시되고 있습니다. 하지만 저는 개인적으로 핵심 개념이 매우 흥미롭다고 믿으며, 여러분의 피드백, 제안 및 기여를 진심으로 환영합니다 👍

읽어주셔서 감사하며, 좋은 하루 되세요! 안녕히 계세요!