Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Leviath는 AI 에이전트의 구조화된 런타임을 제공하여, 기존 방식의 단일 메시지 목록이나 거대한 파일 읽기에서 발생하는 컨텍스트 관리 문제를 해결합니다. 이 프레임워크는 응집성 있는 컨텍스트 유지, 작업 단계별 적절한 크기의 메모리 사용, 그리고 가벼운 실행 환경을 특징으로 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub Claude Ecosystem의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기AI 에이전트를 위한 구조화된 런타임(A structured runtime for AI agents)
모델에게 평평한 메시지 목록 하나와 거대한 단일 파일 읽기만 제공하면 시스템 프롬프트가 창밖으로 나가버립니다. Leviath는 여기에 구조를 부여합니다.
응집성(Coherent). 구조화된 컨텍스트 영역 덕분에 에이전트는 50개의 도구 호출 전의 내용을 여전히 기억할 수 있습니다.<br>
적절한 크기(Right-sized). 작업의 각 단계는 자체 모델, 도구 및 컨텍스트 레이아웃을 가지므로, 파일 읽기에 대해 최첨단 가격을 지불하지 않아도 됩니다.<br>
가벼움(Light). 단일 바이너리에서 수천 개의 에이전트를 하나의 bevy_ecs 프로세스 내에서 실행합니다. Node나 Python, 또는 Docker가 필요 없습니다.
Tests
Coverage
License: MIT
Docs
stable
beta
alpha
Quick Start · Agents · Features · Dashboard · API · Comparison · Why not Leviath · Contributing
</div>
lev run coder --task "Build a CLI that converts CSV to JSON" # 코딩 에이전트 실행...
lev run deep-researcher --task "Survey solid-state batteries" # ...또는 리서치 에이전트
lev ps # 실행 중인 에이전트 목록 및 대기 중인 작업 확인
...
macOS 및 Linux:
curl -fsSL https://leviath.dev/install.sh | sh
Windows 환경에서는 PowerShell을 사용합니다 (Windows Terminal이 열리며, Command Prompt가 아님):
irm https://leviath.dev/install.ps1 | iex
두 명령어 모두 미리 빌드된 바이너리를 설치하므로 Rust 툴체인이 필요하지 않습니다. Stable 버전이 기본값이며, beta 또는 alpha 버전을 사용하려면 채널을 인수로 전달합니다:
curl -fsSL https://leviath.dev/install.sh | sh -s -- --channel beta.
릴리스 채널 →
# macOS - install.sh가 실행하는 내용
brew tap gemisis/leviath https://github.com/GEMISIS/leviath-dist.git
brew trust gemisis/leviath # Homebrew 6은 서드파티 탭(third-party taps) 신뢰가 필요합니다
...
# Windows
scoop bucket add leviath https://github.com/GEMISIS/leviath-dist.git
scoop install leviath
Cargo (모든 플랫폼에서 사용 가능, Rust 필요):
cargo install leviath-cli # crates.io의 릴리스 버전
cargo install --git https://github.com/GEMISIS/leviath.git --bin lev # 최신 개발 빌드
Leviath는 라이브러리이기도 합니다: 자체 애플리케이션에 런타임을 임베드(embed)하기 위해 leviath 크레이트를 추가하세요. 임베딩 가이드에서는 월드를 구축하고, 에이전트를 스폰하며, 이벤트를 인-프로세스(in-process)로 스트리밍하는 방법을 다룹니다.
두 명령어 모두 기본적으로 모든 모델 제공업체(model provider)를 포함합니다. 사용하려는 것만으로 빌드하려면, 기본 설정을 끄고 필요한 기능을 지정해야 합니다. 예: cargo install leviath-cli --no-default-features --features anthropic,openai. 제공업체 선택에서 기능 목록을 확인할 수 있습니다.
하나의 제공업체만 있으면 됩니다: Anthropic, OpenAI, Google AI, OpenRouter, 또는 AWS Bedrock의 API 키만 있으면 됩니다. 키가 전혀 없나요? 로컬 Ollama를 실행하세요.
lev setup # 대화형 마법사(interactive wizard)
# scriptable. --install-agents는 번들된 청사진(blueprints)을 디스크에 배치합니다.
...
lev run coder --task "/users 엔드포인트에 페이지네이션 추가"
# ...또는 코딩 외의 에이전트를 시도해 보세요.
...
lev run은 에이전트를 백그라운드 **데몬(daemon)**으로 전달하여 모든 에이전트를 하나의 공유된 환경에서 호스팅하므로, 터미널을 닫아도 실행이 계속됩니다. 방치되는 에이전트의 경우, lev daemon install을 사용하면 launchd/systemd에 등록되어 로그인 시 시작하고, 실패하면 재시작하며, 중단된 실행을 다시 로드합니다. 데몬 문서 →
lev create my-agent # 새로운 청사진 디렉토리를 만듭니다.
cd my-agent
lev validate . # 이를 확인하고 필요한 입력을 나열합니다.
...
이렇게 하면 agent.toml이라는 청사진이 작성되며, 여기에서 커스터마이징할 수 있습니다: 필요한 입력값, 단계별 모델(models per stage), 컨텍스트 영역 및 예산(context regions and their budgets), 도구(tools), 그리고 워크플로우 그래프입니다. 청사진 형식 →
기본적으로 11개의 에이전트가 제공되며, 코딩, 검토, 연구, 데이터 수집, 로그 분석, 그리고 3D 모델 구축을 다룹니다. 각 에이전트는 구조화된 컨텍스트 영역, 단계별 모델 폴백(model fallback), 오류 복구 기능을 갖춘 다단계 지향 그래프이며, 그중 다섯 개는 하나씩 순차적으로 처리하는 대신 여러 가지를 한 번에 처리하도록 분기됩니다. coder가 가장 크며:
다이아몬드 모양은 LLM(대규모 언어 모델)에 의해 라우팅되거나 인간의 개입(human-in-the-loop)을 거치는 결정이며, 점선 경로는 에이전트의 선택보다는 런타임 조건(예: stuck 감지기)에 따라 자동으로 발동됩니다. 모든 에이전트의 워크플로우 그래프는 agent catalog →에서 확인할 수 있습니다.
<br><br>
<a href="https://leviath.dev/docs/interaction">상호작용 문서 →</a>
lev dash는 동시 에이전트 관리를 위한 완전한 TUI(Text User Interface)입니다: 스테이지 탭, 컨텍스트 창 시각화, 마크다운 렌더링, 서브 에이전트 트리 뷰, 그리고 드래그-투-카피를 포함한 전체 마우스 지원(SSH에서도 작동합니다). **m**을 눌러 대시보드를 벗어나지 않고 MCP 도구 서버를 관리할 수 있습니다. 대시보드 문서 →
lev serve는 REST + WebSocket API를 노출하므로, HTTP 통신이 가능한 모든 것이 통합할 수 있습니다. 별도의 SDK가 필요하지 않습니다. 이 API는 에이전트 생명주기(agent lifecycle), 인간 개입형 상호작용(human-in-the-loop interaction), 에이전트별 스트리밍(per-agent streaming), 그리고 완료 시 서명된 웹훅 콜백(signed webhook callbacks)을 다룹니다. The Lair는 이를 구동하는 브라우저 콘솔이며, 따라서 직접 작성하지 않아도 웹 UI를 얻을 수 있습니다. 이 API가 도구 실행 에이전트를 생성할 수 있기 때문에, 토큰 없이는 시작을 거부하며 기본적으로 127.0.0.1에 바인딩됩니다.
export LEVIATH_API_TOKEN="$(openssl rand -hex 16)"
lev serve --port 3000
...
프로덕션 배포는 OpenTelemetry를 통해 구조화된 추적(structured traces), 메트릭, 로그를 내보낼 수 있습니다. 모든 실행은 토큰 카운터, 지연 시간 히스토그램, 그리고 해당 실행의 트레이스 ID를 담고 있는 로그 기록과 함께 하나의 추적(trace)이 됩니다 (agent.run → agent.stage → 호출별 agent.inference / agent.tool_call 스팬). 기본적으로 비활성화되어 있으며, 설정 블록 하나로 활성화할 수 있습니다. 관측 가능성 문서 →
lev agent-client --agent coder는 모든 Leviath 에이전트를 에이전트 클라이언트 프로토콜을 통해 제공합니다 (stdio를 통한 JSON-RPC 2.0). 따라서 Zed나 Gas City와 같은 호스트는 자식 프로세스로 헤드리스 에이전트를 구동할 수 있습니다. 이를 호스트에 연결하는 것은 코드가 아닌 설정 문제입니다. session/prompt는 실행이 실제로 완료될 때까지 전송 상태를 유지하며, session/request_permission을 가진 호스트는 차례로 대화형 도구 승인을 받습니다. 에디터 통합 문서 →
"ACP"는 두 개의 관련 없는 프로토콜에서 주장하는 명칭입니다. Leviath는 BeeAI의 Agent Communication Protocol이 아닌, 에이전트 클라이언트 프로토콜 (JSON-RPC/stdio)을 구현합니다.
Leviath는 에이전트가 실행되는 런타임 환경입니다. Claude Code, Codex, OpenHands는 사용자가 함께 작업하는 에이전트이며, CrewAI와 LangGraph는 에이전트를 구축하는 프레임워크이고, Gas Town과 Gas City는 어떤 작업이 수행될지 결정하는 오케스트레이터입니다. 이들 중 여러 가지가 Leviath 대신에 사용하는 것보다 함께 실행할 가치가 있습니다.