moshehbenavraham/Ultimate-Agent-Directory

버전: 0.1.1

AI 에이전트 (AI agent) 프레임워크, 플랫폼, 도구 및 리소스의 가장 포괄적인 컬렉션

빠진 내용이 있나요? 이슈 (issue)를 제출하거나 토론에 참여하세요!

풀스택 보일러플레이트 (full-stack boilerplates) 및 스타터 키트 (starter kits)를 찾고 계신가요? 132개의 프로덕션 준비 완료 (production-ready) 템플릿이 포함된 우리의 Full-Stack Boilerplate Directory를 확인해 보세요!

• [OS] 오픈소스 (Open-Source) 에이전트 프레임워크
• [NC] 노코드/로우코드 (No-Code/Low-Code) 에이전트 플랫폼
• [RF] 연구 중심 (Research-Focused) 에이전트 프레임워크
• [LR] 학습 리소스 및 강의
• [CO] GitHub 저장소 (Repositories) 및 커뮤니티
• [ST] 특화된 AI 에이전트 도구
• [AU] 자율 에이전트 (Autonomous Agents)
• [BA] 브라우저 자동화 (Browser Automation) 에이전트
• [CA] 코딩 어시스턴트 (Coding Assistant) 에이전트
• [EP] 엔터프라이즈 (Enterprise) 에이전트 플랫폼
• 🦞 OpenClaw 생태계
• ☤ Hermes 에이전트 생태계

AI 에이전트 개발의 중추는 개발자가 정교한 멀티 에이전트 시스템 (multi-agent systems) 및 자율 애플리케이션을 구축할 수 있도록 지원하는 이러한 강력한 오픈소스 프레임워크에 있습니다.

프레임워크 (Framework)	저장소 (Repository)	설명
Adala	GitHub	자율적인 데이터 라벨링 (data labeling) 에이전트를 구축하고 평가하기 위한 오픈소스 프레임워크. 피드백 루프 (feedback loops) 및 지속적 학습 (continuous learning) 기능을 통해 자율적으로 데이터를 라벨링하고, 처리하며, 데이터 품질을 개선할 수 있는 AI 에이전트 생성을 가능하게 합니다.
AG2	GitHub	이전 명칭 AutoGen인 오픈소스 AgentOS 프로젝트. AG2는 협업형 AI 에이전트 시스템을 구축하기 위한 멀티 에이전트 대화 패턴 (multi-agent conversation patterns), 스웜 (swarms), 그룹 채팅, 도구 사용 (tool use) 및 오케스트레이션 (orchestration) 기본 요소를 제공합니다.
Agency Swarm	GitHub	별도의 역할과 역량을 가진 에이전트들의 협업 스웜을 생성하기 위해 OpenAI Assistants API를 기반으로 구축된 신뢰할 수 있는 에이전트 프레임워크. Agency Swarm은 맞춤형 에이전트 역할, 프롬프트 (prompts)에 대한 완전한 제어, 그리고 자동 검증 및 오류 수정을 포함한 타입 안정성 (type-safe) 도구를 제공합니다.
AgenticGoKit	GitHub	LLM 불가지론적 (LLM-agnostic) 에이전트 AI 애플리케이션을 구축, 오케스트레이션 및 배포하기 위한 Go 프레임워크. AgenticGoKit은 이벤트 기반 (event-driven) 멀티 에이전트 워크플로우, MCP 도구 검색, 프로덕션 관측성 (observability)을 지원합니다.

| AgentOS |
GitHub | 스스로 코드를 작성하고 실행할 수 있는 자기 진화형 자율 AI 에이전트 (self-evolving autonomous AI agents)를 생성하기 위한 실험적인 오픈 소스 플랫폼입니다. 연구 애플리케이션을 위해 자기 수정 (self-modification) 및 적응 (adaptation) 능력을 갖춘 자율 에이전트 개발의 최전선을 탐구합니다. |
| agents |
GitHub | 장단기 기억 (long-short term memory), 도구 사용 (tool usage), 멀티 에이전트 통신 (multi-agent communication) 기능을 갖춘 자율 언어 에이전트 개발을 위한 오픈 소스 프레임워크입니다. 정교한 자율 에이전트 시스템 구축을 위해 상징적 메모리 관리 (symbolic memory management) 및 포괄적인 에이전트 조정 (agent coordination) 메커니즘을 특징으로 합니다. |
| AgentScope |
GitHub | 비동기 실행 (asynchronous execution)을 전적으로 수용하며 복잡하고 확장 가능한 에이전트 애플리케이션 구축을 위한 기능을 제공하는 개발자 중심의 멀티 에이전트 프레임워크입니다. 프로덕션급 멀티 에이전트 시스템 개발을 위해 분산 에이전트 실행 (distributed agent execution), 유연한 오케스트레이션 (orchestration), 그리고 포괄적인 디버깅 도구를 제공합니다. |
| AgentStack |
GitHub | 견고한 AI 에이전트 프로젝트의 스캐폴딩 (scaffolding)을 위한 오픈 소스 CLI입니다. AgentStack은 일반적인 에이전트 프레임워크를 위한 프로젝트 레이아웃을 생성하며, 도구, 관측성 (observability), 그리고 프로덕션 에이전트 워크플로우를 위한 개발 컨벤션을 통합합니다. |
| AgentVerse |
GitHub | 작업 해결 및 시뮬레이션 애플리케이션에서 여러 LLM 기반 에이전트의 배포를 용이하게 하도록 설계된 프레임워크입니다. 유연한 에이전트 조정 메커니즘을 통해 소프트웨어 개발, 사회적 행동 연구, 협업 작업 완료를 위한 멀티 에이전트 환경 구축을 가능하게 합니다. |
| AGiXT |
GitHub | 유연한 에이전트 및 도구 관리를 통해 다양한 제공업체(provider)에 걸쳐 AI 에이전트를 오케스트레이션하는 동적 플랫폼입니다. 플러그인 아키텍처, 다중 LLM 제공업체 지원, 그리고 제공업체에 구애받지 않는 (provider-agnostic) 에이전트 애플리케이션 구축을 위한 포괄적인 에이전트 생명주기 관리 (agent lifecycle management)를 특징으로 합니다. |
| Agno |
GitHub | 속도, 개인정보 보호, 그리고 규모 확장을 위해 구축된 멀티 에이전트 프레임워크, 런타임 (runtime) 및 컨트롤 플레인 (control plane)입니다. |

지속 가능한 상태 (persistent state), 지식 검색 (knowledge retrieval), 메모리 관리 (memory management)를 갖춘 에이전트를 구축하기 위한 프리미티브 (primitives)를 제공하며, 엔터프라이즈급 에이전트 애플리케이션을 위한 업계 최고 수준의 Model Context Protocol (MCP) 지원을 제공합니다. |
ai-town |
GitHub | 사회적 교류와 상호작용이 가능한 AI 에이전트들로 구성된 가상 마을을 구축하고 커스터마이징하기 위한 스타터 키트 (starter kit)입니다. Convex 플랫폼을 기반으로 구축되었으며, 연구 및 엔터테인먼트 애플리케이션을 위한 자율 에이전트 기반의 시뮬레이션된 사회적 환경을 생성하는 토대를 제공합니다. |
Apache Burr |
GitHub | 에이전트, 시뮬레이션, 챗봇을 포함하여 의사결정을 내리는 애플리케이션을 위한 Apache 상태 머신 (state-machine) 프레임워크입니다. Burr는 그래프 실행 (graph execution), 지속성 (persistence), 모니터링 (monitoring), 트레이싱 (tracing)을 제공하며, 프레임워크에 구애받지 않는 (framework-agnostic) 인프라를 제공합니다. |
AppAgent |
GitHub | UI 요소와 사용자 명령을 해석하여 스마트폰 애플리케이션을 작동하도록 설계된 멀티모달 LLM 에이전트입니다. 모바일 애플리케이션 테스트 및 자동화를 위해 시각적 이해와 동작 실행을 통한 모바일 앱 상호작용 자동화를 가능하게 합니다. |
Atomic Agents |
GitHub | 멀티 에이전트 시스템 구축을 단순화하기 위해 설계된 모듈형의 경량 프레임워크입니다. Atomic Agents는 입력-처리-출력 (Input-Process-Output) 모델과 원자성 (atomicity) 원칙에 집중하여, 개발자가 불필요한 복잡성 없이 에이전트 동작과 시스템 아키텍처를 완전히 제어할 수 있도록 합니다. |
AutoChain |
GitHub | 최소한의 의존성으로 확장 가능하고 테스트 가능한 LLM 에이전트를 구축하기 위한 경량 오픈 소스 프레임워크입니다. 단순성과 테스트 가능성을 강조하며, 불필요한 복잡성이나 프레임워크 종속 (framework lock-in) 없이 프로덕션 준비가 된 에이전트를 구축할 수 있는 깔끔한 추상화 (abstractions)를 제공합니다. |
AutoGen |
GitHub | 자율적으로 행동하거나 인간과 협력할 수 있는 멀티 에이전트 AI 애플리케이션을 만들기 위한 Microsoft의 오픈 소스 프레임워크입니다. AutoGen은 대화형 에이전트와 멀티 에이전트 협업을 강조하며, 에이전트가 코드를 생성, 수정 및 실행할 수 있도록 하는 동시에 복잡한 작업을 해결하기 위해 여러 에이전트 간의 협력을 촉진합니다.

| BeeAI Agent Stack |
GitHub | 특정 벤더에 종속되지 않고 (vendor lock-in 없이) AI 에이전트를 배포하고 공유할 수 있는 개방형 인프라입니다. BeeAI Agent Stack은 에이전트를 런타임 (runtime), 라우팅 (routing), 스토리지 (storage), 배포 (deployment) 및 Kubernetes 지향적 인프라를 갖춘 상호 운용 가능한 서비스로 패키징합니다. |
| ChatArena |
GitHub | 연구자들이 LLM 에이전트 간의 사회적 상호작용과 협력적 작업 해결을 연구하는 데 사용하는 멀티 에이전트 언어 게임 환경을 위한 라이브러리입니다. 대화 환경에서 멀티 에이전트의 통신, 협력 및 경쟁을 평가하기 위한 표준화된 환경을 제공합니다. |
| CrewAI |
GitHub | 협업 팀 내에서 역할극을 수행하는 자율 AI 에이전트를 오케스트레이션 (orchestrating)하기 위한 가볍고 독립적인 프레임워크입니다. CrewAI를 통해 개발자는 다른 에이전트 프레임워크와 완전히 독립적이면서도 속도와 성능에 최적화된, 고유한 역할과 목표를 가진 특화된 에이전트를 생성할 수 있습니다. |
| Dapr Agents |
GitHub | Dapr 위에서 자율적이고 회복 탄력적이며 관찰 가능한 (observable) AI 에이전트를 구축하기 위한 Python 프레임워크입니다. 분산 에이전트 애플리케이션을 위해 워크플로 오케스트레이션 (workflow orchestration), 상태 유지 (statefulness), 텔레메트리 (telemetry) 및 보안 프리미티브 (security primitives)를 결합합니다. |
| DeepPavlov |
GitHub | 다국어 대화형 AI 에이전트 및 복잡한 대화 시스템을 구축하기 위한 오픈 소스 프레임워크입니다. NER (개체명 인식), 감성 분석 (sentiment analysis), 질의응답 (question answering) 및 대화 관리 (dialogue management)를 위한 사전 학습된 모델을 제공하며, 20개 이상의 언어 지원과 프로덕션 환경에 적합한 대화형 AI 기능을 제공합니다. |
| DSPy |
GitHub | 수동으로 작성된 프롬프트 (hand-written prompts) 대신 선언적 모듈 (declarative modules)을 사용하여 언어 모델 시스템을 프로그래밍하기 위한 Stanford NLP 프레임워크입니다. DSPy는 RAG (검색 증강 생성), 에이전트 루프 (agent loops) 및 복합 AI 시스템 (compound AI systems)에 사용되는 프롬프트 및 파이프라인을 위한 옵티마이저 (optimizers)를 지원합니다. |
| Eidolon |
GitHub | 에이전트 기반 애플리케이션을 위한 플러그형 에이전트 SDK 및 배포 서버입니다. Eidolon은 에이전트를 서비스로 노출하며, 컴포넌트화된 LLM, 도구 (tool), RAG, 배포 및 엔터프라이즈 통합 패턴을 지원합니다. |
| Eino |
GitHub | LLM 및 AI 애플리케이션 구축을 위한 CloudWeGo 프로젝트의 Go 프레임워크입니다. |

Eino는 프로덕션 시스템을 위한 컴포넌트 추상화 (component abstractions), 그래프 오케스트레이션 (graph orchestration), 스트리밍 지원 (streaming support) 및 에이전트 개발 패턴을 제공합니다. |
Fast-Agent |
GitHub | 모델, 스킬 (skills), MCP 및 ACP에 대한 강력한 지원을 바탕으로 에이전트를 코딩, 구축 및 평가하기 위한 Python 프레임워크입니다. Fast-Agent는 체인 (chains), 라우터 (routers), 오케스트레이터 (orchestrators) 및 평가 루프 (evaluator loops)를 구성하기 위한 워크플로 패턴을 제공합니다. |
FastChat |
GitHub | 분산 멀티 모델 시스템 지원을 통해 대규모 언어 모델 (LLM) 기반 챗봇을 훈련, 서빙 및 평가하기 위한 플랫폼입니다. LLM 평가를 위한 Chatbot Arena, 모델 서빙 인프라, 그리고 대화형 AI 시스템의 미세 조정 (fine-tuning) 및 배포를 위한 도구들을 특징으로 합니다. |
FastMCP |
GitHub | 간결하고 타입이 지정된 인터페이스를 통해 MCP 서버 및 클라이언트를 구축하기 위한 Python 프레임워크입니다. FastMCP는 Python 함수로부터 프로토콜 스키마 (protocol schemas)를 생성하며, AI 에이전트에게 도구를 노출하기 위한 실용적인 툴킷을 제공합니다. |
generative_agents |
GitHub | AI 에이전트의 상호작용적이고 인간과 유사한 사회적 행동을 보여주는 Stanford/Google 연구의 오리지널 시뮬레이션 프레임워크입니다. 혁신적인 Generative Agents 논문을 구현하여, 사회적 시뮬레이션 연구를 위한 시뮬레이션 환경 내에서 믿을 수 있는 인간-에이전트 상호작용을 보여줍니다. |
Google ADK for Go |
GitHub | 코드 우선 (code-first) 워크플로를 통해 AI 에이전트를 구축, 평가 및 배포하기 위한 Google Agent Development Kit의 Go 구현체입니다. 클라우드 네이티브 에이전트 서비스를 구축하는 Go 팀에게 ADK 에이전트 모델을 제공합니다. |
Google ADK for Java |
GitHub | 코드 우선 에이전트 개발을 위한 Google Agent Development Kit의 Java 구현체입니다. Google의 에이전트 생태계 전반에서 도구 사용 (tool use), 평가 및 배포를 수행하는 JVM 팀에게 에이전트 빌딩 블록을 제공합니다. |
Google ADK for TypeScript |
GitHub | AI 에이전트 및 멀티 에이전트 시스템을 구축하기 위한 Google Agent Development Kit의 TypeScript 구현체입니다. Node.js 개발자에게 ADK 프리미티브 (primitives)를 제공하며, 광범위한 Google ADK 프로젝트와 문서를 공유합니다.

|
Google Agent Development Kit (Python) |
GitHub | AI 에이전트를 구축, 평가 및 배포하기 위한 Google의 오픈 소스 (open-source) Python 툴킷입니다. 코드 우선 (code-first) 에이전트 개발, 멀티 에이전트 구성 (multi-agent composition), 도구 사용 (tool use), 그리고 Google의 AI 및 클라우드 생태계를 통한 배포 경로를 지원합니다. |
Griptape |
GitHub | 신뢰성과 보안에 중점을 둔 AI 에이전트 애플리케이션 개발을 위한 모듈형 오픈 소스 (open-source) Python 프레임워크입니다. 프롬프트 외 (off-prompt) 비즈니스 로직 정의, 메모리 관리, 데이터 소스 통합을 통해 에이전트, 에이전트 시스템, 파이프라인, 워크플로우 및 RAG 설정을 구축할 수 있는 깔끔한 추상화 (abstractions)를 제공하며, 프로덕션 환경에 적합한 솔루션을 지원합니다. |
Haystack |
GitHub | deepset에서 개발한 프로덕션 환경용 LLM 애플리케이션, 검색 증강 생성 (RAG) 파이프라인 및 지능형 검색 시스템 구축을 위한 오픈 소스 (open-source) AI 오케스트레이션 (orchestration) 프레임워크입니다. Haystack은 대규모 문서 컬렉션을 처리하기 위해 모델, 벡터 데이터베이스 (vector databases), 파일 컨버터를 맞춤형 파이프라인으로 연결하는 모듈형 컴포넌트를 제공합니다. |
Hector |
GitHub | 에이전트 간 통신 (inter-agent communication)에 중점을 둔 에이전트 간 (Agent-to-Agent, A2A) 네이티브 AI 에이전트 구축을 위한 선언적 (declarative) 플랫폼입니다. 선언적 설정과 표준화된 프로토콜을 사용하여 에이전트들이 서로 통신하고 협업하는 에이전트 생태계를 구축할 수 있게 합니다. |
Hugging Face Transformers Agents |
Link | LLM이 도구를 사용하고 작업을 자율적으로 수행할 수 있도록 Hugging Face Transformers 생태계에 내장된 에이전트 라이브러리입니다. Hugging Face 모델 및 도구와의 원활한 통합을 제공하여, 개발자가 최소한의 설정만으로 Transformers 프레임워크 내에서 에이전트 기반 (agentic) 애플리케이션을 구축할 수 있도록 합니다. |
Inngest AgentKit |
GitHub | 결정론적 라우팅 (deterministic routing)과 MCP 툴링을 갖춘 멀티 에이전트 네트워크 구축을 위한 TypeScript 프레임워크입니다. AgentKit은 신뢰할 수 있는 에이전트 워크플로우를 위해 Inngest의 내구 실행 (durable execution) 모델에서 실행되도록 설계되었습니다.

|
JADE |
Link | ACL 메시징, 에이전트 발견(agent discovery), 분산 실행(distributed execution)을 통해 FIPA 준수 시스템을 구축하기 위한 기초적인 Java 기반 멀티 에이전트 프레임워크 (multi-agent framework)입니다. GUI 기반 디버깅 도구와 네트워크 전반에 걸친 분산 에이전트 배포 지원을 통해 산업 및 연구용 에이전트 애플리케이션을 위한 강력한 인프라를 제공합니다. |
Jan |
GitHub | PC부터 멀티 GPU 클러스터에 이르기까지 다양한 하드웨어에서 완전히 오프라인으로 작동하는 오픈 소스 ChatGPT 대안입니다. 사용자 친화적인 인터페이스를 통해 LLM을 로컬에서 실행할 수 있는 데스크톱 애플리케이션을 제공하며, 개인정보 보호를 중시하는 AI 상호작용을 위해 다양한 오픈 소스 모델을 지원합니다. |
KaibanJS |
GitHub | 작업 관리 및 에이전트 조율을 위해 칸반 보드 (Kanban board) 접근 방식을 사용하는 멀티 에이전트 시스템용 JavaScript 프레임워크입니다. 멀티 에이전트 오케스트레이션 (orchestration)에 시각적 작업 관리 패러다임을 도입하여, JavaScript 기반 에이전트 애플리케이션을 위한 직관적인 워크플로우 설계를 가능하게 합니다. |
LangChain |