Bespoke Automata 소개

Bespoke Automata를 사용하여 정교한 Agent AI를 단일 API로 생성하고 배포할 수 있습니다. Bespoke Automata를 사용하면 로컬 또는 원격에서 실행되는 대규모 언어 모델(LLM)과 데이터베이스 IO, 딕셔너리, 배열, 논리, API 등의 도구들을 결합하여 설계자가 설정한 목표를 추구할 수 있는 강력한 Brains를 만들 수 있습니다.

Bespoke Automata를 사용하면 Directed Graph GUI (litegraph 기반)를 통해 Brain을 설계하고 테스트할 수 있으며, 이를 단일 사용자 친화적인 API 뒤에 배포할 수 있고, 각 Brain은 별도의 엔드포인트가 됩니다. Brains는 Model Context Protocol (MCP) 도구로 노출되어 모든 MCP 호환 AI 어시스턴트에서 접근 가능합니다.

• Node.js (v18+)
• NPM
• Python (선택적 LLM API용)
• flask
• sentence_transformers

저장소(repository)를 클론하고 의존성(dependencies)을 설치하세요:

$ git clone https://github.com/C0deMunk33/bespoke_automata
$ cd bespoke_automata
$ npm install
...

브라우저를 http://localhost:9999로 열어보세요.

이 앱은 세 개의 탭을 가지고 있습니다:

Editor— Brain 설계용 시각적 노드 그래프 에디터 (LiteGraph 기반)
Manager— 배포된 Brain, 해당 스키마, MCP 연결 정보 보기
Runner— 사용자 지정 입력으로 Brain 실행 및 출력 확인

Brains는 graphs/ 디렉토리에 저장됩니다. 에디터에서 저장하면 즉시 MCP 서버와 러너(runner)에 사용 가능합니다.

서버는 http://localhost:9999/sse에서 MCP SSE 엔드포인트를 노출합니다. graphs/의 각 Brain은 MCP 도구로 등록됩니다. 이 엔드포인트에 모든 MCP 호환 클라이언트(Cursor, Claude Desktop 등)를 연결하여 여러분의 Brain을 AI 도구로 사용할 수 있습니다.

환경 변수	기본값	설명
PORT	9999	서버 포트

Endpoint	Method	Description
/	GET	Web UI
/sse	GET	MCP SSE connection
/messages	POST	MCP message handler
/api/graphs	GET	List saved graph names
/api/graphs/:name	GET	Load a graph
/api/graphs/:name	PUT	Save a graph
/api/graphs/:name	DELETE	Delete a graph
/api/brains	GET	List deployed brains with schemas
/api/brains/reload	POST	Reload brains from disk
/api/brains/:name/run	POST	Execute a brain
/api/status	GET	Server status
/health	GET	Health check

Web UI 없이 MCP 서버만 실행하려면:

$ npm run mcp

BA API는 로컬 텍스트 추론 및 비전 처리를 위해 llama-cpp-python을 사용합니다.

• 텍스트 모델은 다음 위치에 배치하세요:
  ../models/text

• 비전 모델은 다음 위치에 배치하세요:
  ../models/vision

참고: 모델 디렉토리는 이 저장소와 같은 레벨에 있습니다. GGUF 형식이 가장 좋습니다 — Hugging Face에서 받으세요.

플랫폼별 설치 방법:

Metal (macOS):CMAKE_ARGS="-DLLAMA_METAL=on" pip install llama-cpp-python

CUDA (Linux):CMAKE_ARGS="-DLLAMA_CUBLAS=on" pip install llama-cpp-python

CUDA (Windows):$env:CMAKE_ARGS = "-DLLAMA_CUBLAS=on"

그런 다음 pip install llama-cpp-python을 실행하세요.

CPU:pip install llama-cpp-python

그런 다음 실행합니다:

$ cd APIs/
$ python omni_api.py

API 서버는 your_ip:5000에서 작동할 것입니다.

참고: macOS에서는 포트 5000이 Airplay Receiver와 충돌합니다. 설정 > 일반 > 에어드롭 및 핸드오프(Airdrop & Handoff)에서 비활성화하거나, 구성 파일에서 포트를 변경하세요.

bespoke_automata/
├── server.js # 통합 Express 서버
├── package.json # 의존성
...

• 데모 Brains:
  ./graphs/

• 예시: https://youtu.be/w_saaTFEuSM

• 이슈: 여기서 이슈를 생성하거나 다음 주소로 연락주세요: https://twitter.com/icodeagents

• 문의: https://twitter.com/icodeagents

• Discord: https://discord.gg/Rr5Ac5GFeY