rocketride-org/rocketride-server

오픈 소스(Open-source), 개발자 친화적(developer-native) AI 파이프라인 도구.

IDE를 벗어나지 않고도 프로덕션 수준의 AI 워크플로우(workflows)를 구축, 디버깅 및 배포하세요.

RocketRide는 AI 및 ML 워크로드(workloads)를 위해 구축된 오픈 소스 데이터 파이프라인 빌더(builder)이자 런타임(runtime)입니다. 13개의 LLM 제공업체, 8개의 벡터 데이터베이스(vector databases), OCR, NER 등을 아우르는 50개 이상의 파이프라인 노드(nodes)를 지원합니다. 파이프라인은 휴대 가능한 JSON으로 정의되며, VS Code에서 시각적으로 구축되고, 멀티스레드(multithreaded) C++ 런타임에 의해 실행됩니다. 실시간 데이터 처리부터 멀티모달(multimodal) AI 검색까지, RocketRide는 전적으로 귀하의 자체 인프라(infrastructure)에서 실행됩니다.

홈 | 문서(Documentation) | Python SDK | TypeScript SDK | MCP 서버

코드를 작성하는 바로 그곳에서, 시각적 캔버스(visual canvas)를 통해 복잡한 AI 워크플로우를 설계, 테스트 및 출시하세요.

인프라 글루(infrastructure glue) 없이도 단 몇 줄의 코드만으로 어떤 Python 또는 TypeScript 앱에도 파이프라인을 적용할 수 있습니다.

기능	설명
시각적 파이프라인 빌더 (Visual Pipeline Builder)	VS Code에서 노드를 드래그, 연결 및 구성하세요 — 보일러플레이트(boilerplate)가 필요 없습니다. 실시간 관측성(observability)을 통해 토큰 사용량, LLM 호출, 지연 시간(latency) 및 실행을 추적합니다. 파이프라인은 휴대 가능한 JSON으로, 버전 관리(version-controllable)가 가능하며 어디서든 공유하고 실행할 수 있습니다.
고성능 C++ 런타임 (High-Performance C++ Runtime)	AI 및 데이터 워크로드의 처리량(throughput) 요구 사항에 맞춰 특별히 제작된 네이티브 멀티스레딩(multithreading)을 제공합니다. 병목 현상(bottlenecks)이 없으며, 프로덕션 규모에서도 타협하지 않습니다.
50개 이상의 파이프라인 노드 (50+ Pipeline Nodes)	13개의 LLM 제공업체, 8개의 벡터 데이터베이스, OCR, NER, PII 익명화(anonymization), 청킹(chunking) 전략, 임베딩 모델(embedding models) 등을 포함합니다. 모든 노드는 Python으로 확장 가능하므로, 자신만의 노드를 구축하고 게시할 수 있습니다.
멀티 에이전트 워크플로우 (Multi-Agent Workflows)	CrewAI 및 LangChain 지원이 내장되어 있습니다. 에이전트를 체이닝(chain)하고, 파이프라인 실행 간에 메모리를 공유하며, 대규모 멀티 스텝 추론(multi-step reasoning)을 관리하세요.
코딩 에이전트 준비 완료 (Coding Agent Ready)	RocketRide는 Claude, Cursor 등 귀하의 코딩 에이전트를 자동으로 감지합니다. 자연어(natural language)를 통해 파이프라인을 구축, 수정 및 배포하세요.
TypeScript, Python 및 MCP SDK	파이프라인을 네이티브 앱에 통합하거나, AI 어시스턴트를 위한 호출 가능한 도구로 노출하거나, 기존 코드베이스에 프로그래밍 방식의 워크플로우를 구축할 수 있습니다.

의존성 없는 번거로움 해결 |
Python 환경, C++ 툴체인 (toolchains), Java/Tika, 그리고 모든 노드 의존성 (node dependencies)이 자동으로 관리됩니다. 클론(Clone), 빌드(Build), 실행(Run) — 수동 설정이 필요 없습니다. |
원클릭 배포 |
Docker, 온프레미스 (on-prem), 또는 RocketRide Cloud (출시 예정)에서 실행하세요. 데모를 위해 사후 수정된 것이 아닌, 첫날부터 프로덕션 준비가 된 (Production-ready) 아키텍처를 제공합니다. |

사용 중인 IDE의 확장 프로그램(extension)을 설치하세요. 확장 프로그램 마켓플레이스에서 RocketRide를 검색하세요:

IDE에서 RocketRide 확장 프로그램을 클릭하세요.

서버를 배포하세요 - 서버를 실행하는 방법에 대한 안내가 표시됩니다. 귀하의 설정에 맞는 옵션을 선택하세요:

로컬 (권장 (Recommended)) - 추가 설정 없이 서버를 IDE로 직접 가져옵니다.
온프레미스 (On-Premises) - 완전한 제어와 데이터 거주성 (data residency)을 위해 귀하의 하드웨어에서 서버를 실행하세요. 이미지를 가져와 Docker에 배포하거나, 이 리포지토리(repo)를 클론하여 소스에서 빌드하세요.

모든 파이프라인 (pipelines)은
*.pipe
형식으로 인식됩니다. 각 파이프라인과 그 설정은 JSON 객체이지만, IDE의 확장 프로그램이 당사의 비주얼 빌더 캔버스 (visual builder canvas) 내에서 렌더링해 줍니다. -
모든 파이프라인은 소스 노드 (source node)로 시작합니다:

webhook, chat, 또는 dropper.
특정 사용 사례, 예시 및 파이프라인 구축 방법에 대한 영감을 얻으려면 가이드와 문서를 확인하세요. -
파이프라인을 올바르게 연결하려면 유형별로 입력 레인 (input lanes)과 출력 레인 (output lanes)을 연결하세요. 에이전트 (agents)나 LLM과 같은 일부 노드는 아래에 표시된 것처럼 상위 노드에서 도구 (tools)로 호출될 수 있습니다:

소스 노드에서 ▶ 버튼을 누르거나
Connection Manager
에서 직접 파이프라인을 실행할 수 있습니다. -
귀하의 자체 인프라에 파이프라인을 배포하세요.

Docker - RocketRide 서버 이미지를 다운로드하고 컨테이너를 생성하세요. Docker 설치가 필요합니다.
docker pull ghcr.io/rocketride-org/rocketride-engine:latest
docker create --name rocketride-engine -p 5565:5565 ghcr.io/rocketride-org/rocketride-engine:latest

로컬 배포 (Local Deployment) - Connection Manager의 Deploy 페이지에서 선호하는 런타임 (runtime)을 독립형 프로세스 (standalone process)로 다운로드하세요.

파이프라인 (pipelines)을 독립형 프로세스 (standalone processes)로 실행하거나, 당사의 SDK를 활용하여 기존의 Python 및 TypeScript/JS 애플리케이션에 통합하세요.

실행 중인 파이프라인을 선택하면 심층적인 분석 (analytics)이 가능합니다. 확장 (scaling) 및 배포 (deploying)를 하기 전에 파이프라인을 최적화할 수 있도록 호출 트리 (call trees), 토큰 사용량 (token usage), 메모리 소비량 (memory consumption) 등을 추적하세요. 귀하의 작업에 가장 적합한 모델 (models), 에이전트 (agents) 및 도구 (tools)를 찾아보세요.

RocketRide는 성장하는 기여자 (contributors) 커뮤니티에 의해 구축되었습니다. 버그를 수정했거나, 노드 (node)를 추가했거나, 문서를 개선했거나, Discord에서 누군가를 도왔다면 모두 감사합니다. 새로운 기여는 언제나 환영합니다 - 시작하려면 당사의 기여 가이드 (contributing guide)를 확인하세요.

Made with ♥ in SF & EU