Meta Model API를 사용한 에이전트 및 코딩 도구 구축 레시피
요약
Meta Model API를 활용하여 OpenAI, Anthropic 등 기존 도구와 호환되는 에이전트 및 코딩 도구를 구축하는 방법을 안내합니다. Muse Spark 모델을 기반으로 하며, 복사/붙여넣기 가능한 레시피들을 통해 기본 원리부터 고급 에이전트 패턴까지 단계적으로 학습할 수 있습니다.
핵심 포인트
- Meta Model API는 다양한 LLM SDK와 호환되어 사용 편의성이 높습니다.
- Muse Spark 모델은 1048,576 토큰의 대규모 컨텍스트 창을 제공합니다.
- 레시피들은 기본 원리 학습부터 복잡한 에이전트 루프 구축까지 단계별 가이드라인을 제시합니다.
- 차트 분석, 감사 로그, 이미지 생성 등 실용적인 고급 사용 사례를 다룹니다.
Meta Model API는 기존에 사용하던 도구를 활용하여 Muse Spark로 빌드할 수 있게 합니다. OpenAI SDK, Anthropic SDK, OpenCode나 Claude Code 같은 에이전트 CLI와 드롭인(drop-in) 호환됩니다.
클라이언트를 Model API 기본 URL로 지정하고 키를 설정한 다음, 나머지 코드는 그대로 유지하면 됩니다. 각 레시피는 특정 기능을 입증하는 자체 포함적이고 복사/붙여넣기 가능한 시작점이며, 이를 기반으로 구축할 수 있도록 합니다. 기본 모델은 Muse Spark (muse-spark-1.3)로, 1,048,576 토큰의 컨텍스트 창을 가지며 미리보기는 무료입니다.
Model API 계정과 API 키가 필요합니다. 키는 코드에 노출되지 않도록 환경 변수로 저장해야 합니다:
export MODEL_API_KEY="LLM|{numeric_id}|{secret}"
pip install openai
import os
from openai import OpenAI
# OpenAI SDK는 MODEL_API_KEY를 자동으로 읽지 않으므로 명시적으로 전달해야 합니다.
...
이 쿡북은 Meta Model API 쿡북 웹사이트의 세 섹션을 반영합니다. 각 레시피는 자체 포함적이고 복사/붙여넣기 가능한 시작점입니다. API Fundamentals로 시작하여 API 기본 원리를 학습한 다음, Agent Patterns와 최종 Use Cases로 이동하세요.
각 API 기본 원리가 작동하는 것을 입증하고 구축할 수 있는 시작점을 얻으세요.
| # | 레시피 | 내용 |
|---|---|---|
| 01 | Quickstart: chat completions | OpenAI SDK를 새로운 기본 URL로 지정하여 첫 Muse Spark 호출을 수행합니다. |
| ... | ||
| 에이전트로 변환하는 루프(loop)를 구축하세요: 계획 수립, 병렬 작업 및 자체 수정. |
| # | 레시피 | 내용 |
|---|---|---|
| 01 | Basic agent loop | 핵심적인 인식-결정-행동(perceive-decide-act) 에이전트 루프를 연결합니다. |
| ... | ||
| 최종 패턴: 멀티모달 인식, 오케스트레이션 및 전체 애플리케이션. |
| # | 레시피 | 기능 |
|---|---|---|
| 01 | 차트 분석 (Chart analysis) | 이미지에서 차트를 읽고 구조화된 데이터를 추출합니다. |
| ... | ||
| 에이전트의 활동을 감사(audit)할 수 있고, 실패 시 안전하게 종료되며, 방향을 제어할 수 있는 에이전트 팀으로 구축하세요. 각 레시피는 재현 가능한 증거 지점(proof point)으로 끝납니다. |
| # | 레시피 | 기능 |
|---|---|---|
| 01 | 추가 전용 감사 로그 및 충돌 방지 재개 (Append-only audit log and crash-safe resume) | 추가 전용 세션 로그를 내보내어 정확한 작업 및 승인 순서를 재현 가능한 증거로 추적하고, 하니스를 작업 도중 종료했다가 중단된 지점부터 중복 부작용 없이 다시 시작합니다. |
| ... | ||
| 대화형 Responses API를 통해 이미지를 생성하고 편집하며, 각 작업을 하나의 연결된 대화(chained conversation)에서 처음부터 끝까지 구동합니다. |
| # | 레시피 | 기능 |
|---|---|---|
| 01 | 이미지 생성, 편집 및 구성 (Generate, edit, and compose images) | Responses API를 통해 Muse Image를 구동합니다: 프롬프트로 이미지를 생성하고, 연결된 턴(chained turns)을 거쳐 다듬고, 참조 이미지를 첨부하여 여러 이미지를 하나의 장면으로 제어하거나 구성할 수 있습니다. |
| ... | ||
| 음성을 말하는 대로 텍스트로 변환합니다. Muse Voice Transcribe는 HTTP 엔드포인트가 아닌 Model API의 유일한 부분입니다. 실시간 전사(transcription)에는 양방향 연결이 필요하므로, 이 레시피들은 OpenAI SDK 대신 WebSocket 클라이언트를 사용합니다. |
| # | 레시피 | 기능 |
|---|---|---|
| 01 | 음성-텍스트 변환 (Speech to text) | 스트리밍 WebSocket을 통해 녹음 또는 실시간 마이크를 전사하고, 화자 할당(diarization)이 포함된 턴을 얻거나, 전체 녹음을 하나의 HTTP 요청으로 게시합니다. |
| 02 | 음성 제어 Apple 체스 (Voice-controlled Apple Chess) | 정확하게 발화된 체스 수를 로컬에서 검증되는 Apple Chess 액션으로 변환하며, 수동 HUD, 보정 그리드, 드라이-런 모드 및 실패 시 안전한 네이티브 입력을 제공합니다. |
분할(segmentation) 마스크와 비디오 트랙을 완성된 애플리케이션으로 만듭니다.
| # | 레시피 | 기능 |
|---|---|---|
| 01 | SAM API 기본 (SAM API basics) | 공식 meta-sam 파서를 사용하여 Python 또는 TypeScript로 이미지 및 비디오를 분할합니다. |
| ... | ||
| 자세한 내용은 LICENSE를 참조하세요. |
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Tools의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기