wanxingai/LightAgent

LightAgent는 이제 Skills(기술)를 네이티브로 지원하는 초경량 오픈 소스 프레임워크입니다. 이를 통해 영구 메모리 (persistent memory), 도구 사용 (tool use), 그리고 사고의 트리 (tree-of-thought) 추론을 갖춘 재사용 가능한 역량을 구성할 수 있습니다. 이 프레임워크는 멀티 에이전트 협업을 간소화하며 (한 단계로 자기 학습 에이전트 구축), stdio 및 SSE를 통해 MCP에 연결되고, 모든 현대적인 LLM (OpenAI, DeepSeek, Qwen 등)에서 실행되며, 어떤 채팅 인터페이스에도 즉시 적용할 수 있도록 OpenAI 호환 스트리밍 API를 출력합니다. 작고 모듈화되어 있으며 기술 준비가 완료된 — 5분 안에 실행해 보세요.

[2026-04-26] LightAgent v0.6.0 출시: 핵심 시스템 아키텍처를 완전히 리팩터링하고 네이티브 기술 (skill) 지원을 도입하여, 더욱 모듈화되고 확장 가능하며 작업 지향적인 에이전트 역량을 가능하게 합니다. [2026-02-21] LightAgent v0.5.0 출시: 세밀한 제어를 위한 세션 수준의 도구 세트 제약 조건을 추가하고, 다회차 대화에서의 도구 호출 이력을 수정하며, LightSwarm의 안정성을 개선했습니다. [2026-01-20] LightAgent v0.4.8 출시: 세션 수준의 제어를 위한 런타임 도구 세트 제약 조건과 강화된 디버그 설정을 도입했습니다. [2025-11-15] LightAgent v0.4.7 출시: 디버그 구성을 개선하고 LightSwarm 관련 버그를 수정했습니다. [2025-10-28] LightAgent v0.4.6 출시: 모델 확장 파라미터 (예: Qwen3 thinking mode) 지원 및 강화된 메타데이터 핸들링을 추가했습니다. [2025-09-16] 저희의 논문이 arXiv에 프리프린트(preprint)로 공개되었습니다: https://arxiv.org/pdf/2509.09292. 연구 커뮤니티가 저희의 연구를 읽고 인용해 주시기를 바랍니다. [2025-06-12] LightAgent v0.4.0의 공식 출시를 발표하게 되어 기쁩니다!

이번 버전 업그레이드는 아키텍처(Architectural) 개선을 가져오며, 성능, 안정성 및 유지보수성 측면에서 상당한 향상을 제공합니다.

[2025-05-05] LightAgent v0.3.3 출시: 심층적인 Langfuse 로깅 통합, 향상된 컨텍스트 관리(Context Management) 및 도구 호출(Tool Invocation) 안정성 보기

[2025-04-21] LightAgent v0.3.2는 적응형 도구(Adaptive Tools) 메커니즘을 추가하여 무제한 지능형 도구 필터링을 지원하며, 토큰(Token) 소비를 80% 줄이고 응답 속도를 52% 향상시켰습니다! 보기

[2025-04-01] LightAgent v0.3.0은 브라우저 상호작용 browser_use를 지원하고 MCP 프로토콜을 완전히 지원하여, 여러 모델 및 도구와의 협업을 통해 복잡한 작업을 더욱 효율적으로 처리할 수 있습니다. MCP 출시 소개 보기.

[2025-02-19] LightAgent v0.2.7은 현재 deepseek-r1 모델에 대한 ToT(Tree of Thought)를 지원합니다. 복잡한 작업을 위한 멀티 도구 계획(Multi-tool planning) 능력을 크게 강화했습니다.

[2025-02-06] LightAgent 버전 0.2.5가 현재 출시되었습니다.

[2025-01-20] LightAgent 버전 0.2.0이 현재 출시되었습니다.

[2025-01-05] LightAgent 버전 0.1.0이 현재 출시되었습니다.

**경량화 및 효율성 (Lightweight and Efficient)**🚀: 미니멀리스트 디자인, 빠른 배포, 다양한 애플리케이션 시나리오에 적합합니다. (LangChain 미사용, LlamaIndex 미사용) 100% Python 구현, 추가 의존성 없음, 핵심 코드는 단 1,000줄이며 완전한 오픈 소스입니다.

**메모리 지원 (Memory Support)**🧠: 각 사용자를 위한 맞춤형 장기 메모리(Long-term memory)를 지원하며, mem0 메모리 모듈을 네이티브로 지원하여 대화 중 사용자의 개인화된 메모리를 자동으로 관리함으로써 에이전트(Agent)를 더욱 똑똑하게 만듭니다.

**자율 학습 (Autonomous Learning)**📚️: 각 에이전트는 자율 학습 능력을 보유하며, 권한이 있는 관리자는 각 에이전트를 관리할 수 있습니다.

**도구 통합 (Tool Integration)**🛠️: 커스텀 도구(Tools) 및 MCP 도구 통합을 지원하여 다양한 요구 사항을 충족하기 위해 유연하게 확장할 수 있습니다.

**복잡한 목표 (Complex Goals)**🌳: 내장된 사고의 트리(Tree of Thought, ToT

) 모듈을 포함하여 성찰(Reflection) 기능을 제공하며, 복잡한 작업 분해(Task Decomposition) 및 다단계 추론(Multi-step Reasoning)을 지원하여 작업 처리 능력을 향상시킵니다.

**멀티 에이전트 협업 (Multi-Agent Collaboration)**🤖: Swarm보다 멀티 에이전트 협업을 구현하기가 더 간단하며, 의도 인식(Intent Recognition) 및 작업 위임(Task Delegation)을 위한 LightSwarm이 내장되어 있어 사용자 입력을 더 스마트하게 처리하고 필요에 따라 다른 에이전트에게 작업을 위임할 수 있습니다.

**독립적 실행 (Independent Execution)**🤖: 작업 및 도구 호출(Tool Calls)이 인간의 개입 없이 자율적으로 완료됩니다.

**멀티 모델 지원 (Multi-Model Support)**🔄: OpenAI, Zhipu ChatGLM, Baichuan Large Model, StepFun, DeepSeek, Qwen 시리즈 대규모 모델과 호환됩니다.

**스트리밍 API (Streaming API)**🌊: OpenAI 스트리밍 형식의 API 서비스 출력을 지원하여 주요 채팅 프레임워크와 원활하게 통합되며 사용자 경험을 향상시킵니다.

**도구 생성기 (Tool Generator)**🚀: [Tool Generator]에 API 문서만 제공하면 전용 도구를 자동으로 생성해 줍니다. 이를 통해 단 1시간 만에 수백 개의 개인화된 맞춤형 도구를 빠르게 구축하여 효율성을 높이고 창의적 잠재력을 발휘할 수 있습니다.

**에이전트 자기 학습 (Agent Self-Learning)**🧠️: 각 에이전트는 고유한 시나리오 메모리(Scene Memory) 능력과 사용자 대화로부터 스스로 학습하는 능력을 갖추고 있습니다.

**적응형 도구 메커니즘 (Adaptive Tool Mechanism)**🛠️: 무제한의 도구 추가를 지원하며, 대규모 모델이 수천 개의 도구 중에서 먼저 후보 도구 세트를 선택하도록 합니다. 대규모 모델에 컨텍스트를 제출하기 전에 관련 없는 도구를 필터링함으로써 토큰 소비를 크게 줄입니다.

만약 LightSwarm 또는 다른 멀티 에이전트 패턴을 사용하던 중 역할 이탈(Role Drift), 에이전트 간 메모리 문제 또는 혼란스러운 로그가 발생하기 시작한다면, 멀티 에이전트 실패 지도(Multi-agent failure map)를 확인하여 '작은 증상 → 모드 → 디버그 체크리스트'를 참조할 수 있습니다.

이 페이지는 문서 전용이며 프레임워크 코드를 변경하지 않습니다.

**에이전트 협업 통신 (Agent Collaborative Communication)**🛠️: 에이전트들은 정보를 공유하고 메시지를 전송할 수 있으며, 이를 통해 복잡한 정보 통신과 작업 협업(task collaboration)을 달성할 수 있습니다.

**에이전트 평가 (Agent Assessment)**📊: 구축한 에이전트를 편리하게 평가하고 최적화하며, 비즈니스 시나리오에 맞추고 지능 수준을 지속적으로 향상시킬 수 있는 내장된 에이전트 평가 도구를 제공합니다.

**오픈 소스 및 무료 (Open Source and Free)**💖: 완전한 오픈 소스이며, 커뮤니티 주도로 운영되고 지속적으로 업데이트됩니다. 기여(contributions)를 환영합니다!

**쉬운 시작 (Easy to Get Started)**🎯: 상세한 문서와 풍부한 예제를 통해 빠르게 시작할 수 있으며, 프로젝트에 쉽게 통합할 수 있습니다.

**커뮤니티 지원 (Community Support)**👥: 언제든 도움을 주고 답변을 제공할 준비가 된 활발한 개발자 커뮤니티가 있습니다.

고성능 (High Performance)⚡: 최적화된 설계와 효율적인 동작으로 높은 동시성(high concurrency) 요구 사항을 충족합니다.

pip install lightagent

(선택적 설치) pip를 통해 Mem0 패키지를 설치합니다:

pip install mem0ai

또는, 여기를 클릭하여 호스팅 플랫폼에서 Mem0를 사용할 수 있습니다.

from LightAgent import LightAgent
# 에이전트 초기화
agent = LightAgent(model="gpt-4.1", api_key="your_api_key", base_url="your_base_url")
...

from LightAgent import LightAgent
# 에이전트 초기화
agent = LightAgent(
...

from LightAgent import LightAgent
# 도구 정의
def get_weather(city_name: str) -> str:
...

무제한의 사용자 정의 도구(customizable tools)를 지원합니다.

다중 도구 예시: tools = [search_news, get_weather, get_stock_realtime_data, get_stock_kline_data]

LightAgent는 mem0 메모리 모듈의 외부 확장을 지원하여, 개발자가 수동으로 메모리 추가 및 검색을 트리거할 필요 없이 컨텍스트 메모리(context memory)와 이력 기록 관리를 자동화합니다. 메모리 모듈을 통해 에이전트는 여러 차례의 대화(multiple rounds of dialogue) 동안 컨텍스트 일관성을 유지할 수 있습니다.

# 메모리 모듈 활성화
# 또는 커스텀 메모리 모듈을 사용하세요. 다음은 mem0를 사용한 예시입니다: https://github.com/mem0ai/mem0/
from mem0 import Memory
...

출력 결과는 다음과 같습니다:

=========== 다음 대화 ===========
2025-01-01 21:55:15.886 | INFO | __main__:run_conversation:115 -
질문에 대해 생각을 시작합니다: 산야의 명소들을 소개해 주세요. 제 친구들 중 많은 이들이 산야를 여행했고, 저도 방문하고 싶습니다.
...

개인화된 도구 커스터마이징 (Tools)을 수용하고, tools 메서드를 통해 독점적인 도구를 쉽게 통합할 수 있습니다. 이러한 도구는 어떤 Python 함수든 될 수 있으며 매개변수 타입 어노테이션 (Parameter Type Annotations)을 지원하여 유연성과 정확성을 보장합니다. 또한, 도구를 자동으로 구축하고 창의성을 발휘할 수 있도록 돕는 AI 기반 도구 생성기 (AI-driven tool generator)를 제공합니다.

import requests
from LightAgent import LightAgent
# 도구 정의
...

도구 생성기 (Tool Generator)는 도구 코드를 자동으로 생성하는 모듈입니다. 사용자가 제공한 텍스트 설명을 기반으로 해당하는 도구 코드를 생성하고 지정된 디렉토리에 저장할 수 있습니다. 이 기능은 API 호출 도구, 데이터 처리 도구 등을 빠르게 생성하는 데 특히 유용합니다.

사용 예시

다음은 도구 생성기를 사용하는 예시 코드입니다:

import json
import os
import sys
...

실행 후, tools 디렉토리에 get_stock_kline_data.py와 get_stock_realtime_data.py라는 두 개의 파일이 생성됩니다.

현재 계획(Planning) 및 사고(Thinking)를 위해 deepseek-r1 모델을 독립적으로 커스터마이징하여 사용하는 기능이 이미 지원됩니다. 내장된 사고의 트리 (Tree of Thought, ToT) 모듈은 복잡한 작업 분해 및 다단계 추론 (Multi-step reasoning)을 지원합니다. 사고의 트리를 통해 에이전트(Agent)는 복잡한 작업을 더 잘 처리할 수 있습니다.

# 사고의 트리 (Tree of Thought) 활성화
agent = LightAgent(
model="gpt-4.1",
...

ToT를 활성화하면 적응형 도구 메커니즘 (Adaptive tool mechanism)이 기본적으로 활성화됩니다. 이를 비활성화하려면 LightAgent를 초기화할 때 filter_tools=False 파라미터를 추가하십시오.

스웜(Swarm) 방식의 멀티 에이전트 협업을 지원하여 작업 처리 효율성을 높입니다. 여러 에이전트가 협력하여 복잡한 작업을 완료할 수 있습니다.

from LightAgent import LightAgent, LightSwarm
# 환경 변수 OPENAI_API_KEY 및 OPENAI_BASE_URL을 설정하세요.
# 기본 모델은 gpt-4o-mini를 사용합니다.
...

출력 예시:

안녕하세요, 저는 인사 전문가인 Agent D입니다. Wang Xiaoming 님이 온보딩 (onboarding)을 완료했는지 여부에 대해, 저희 시스템 기록을 확인해 보겠습니다. 잠시만 기다려 주십시오.
(시스템 기록 확인 중...)
저희 기록에 따르면, Wang Xiaoming 님은 2025년 1월 5일에 온보딩 절차를 완료했습니다. 그는 모든 필요한 문서에 서명하였으며, 사번과 사무실 위치를 배정받았습니다. 추가 세부 정보가 필요하시거나 다른 질문이 있으시면 언제든지 인사 부서로 문의해 주시기 바랍니다. 저희는 항상 귀하를 도울 준비가 되어 있습니다.

OpenAI 스트리밍 (streaming) 형식의 API 서비스 출력을 지원하여, 주요 채팅 프레임워크 (chat frameworks)와 원활하게 통합됩니다.

# 스트리밍 출력 활성화
response = agent.run("AI에 관한 기사를 작성해 주세요.", stream=True)
for chunk in response:
...

에이전트 (Agent)는 고유한 장면 메모리 (scene memory) 능력을 보유하고 있어, 사용자와의 상호작용에서 핵심 정보를 정확하게 유지할 수 있습니다. 동시에, 사용자 대화로부터 지식을 추출하고 자기 학습 (self-learning)을 수행하는 강력한 능력을 갖추고 있습니다. 이를 통해 각 대화마다 다양한 시나리오에 대한 이해와 응답 전략을 지속적으로 최적화하며, 지능 수준을 지속적으로 향상시켜 사용자의 다양한 요구를 더 잘 충족할 수 있습니다. 이러한 자기 학습 메커니즘을 통해 에이전트는 복잡하고 변화하는 작업 시나리오에 지속적으로 적응할 수 있으며, 사용자에게 더 높은 품질과 효율성, 그리고 개인화된 서비스를 제공할 수 있습니다.

agent = LightAgent(
    name="Agent A", # 에이전트 이름
    instructions="당신은 도움이 되는 에이전트입니다.", # 역할 설명
    ...

LightAgent는 오픈 소스 플랫폼인 Langfuse와 통합되어 전체 링크 모니터링 (full-link monitoring) 및 로그 분석 기능을 제공하며, 토큰 소비량 및 응답 지연 시간 (latency)과 같은 핵심 지표의 실시간 추적을 지원하고, 대화형 데이터 관리 및 버전 관리를 지원합니다. 플랫폼의 시각화 분석 기능은 컨텍스트 검색 (context retrieval) 및 도구 호출 (tool invocation)과 같은 에이전트 (Agent)의 핵심 의사 결정 과정을 명확하게 표시하며, 사용자 상호작용 흐름을 완전히 기록합니다.

from LightAgent import LightAgent
tracetools = {
"TraceTool": "langfuse",
...

Langfuse에 의해 추적되는 LLM 호출 로그는 아래 그림과 같습니다:

에이전트 성능을 편리하게 평가하고 최적화할 수 있는 내장된 에이전트 평가 도구.

OpenAI, Zhipu ChatGLM, DeepSeek, Qwen 시리즈 대형 모델을 포함한 다양한 대형 모델과 호환됩니다.

OpenAI 시리즈

• gpt-3.5-turbo
• gpt-4
• gpt-4o
• gpt-4o-mini
• gpt-4.1
• gpt-4.1-mini
• gpt-4.1-nano
• 그리고 GPT-5, GPT-5.1, GPT-5.2, GPT-5.3, GPT-5.4

ChatGLM

• GLM-5.1
• GLM-4.7
• GLM-4.5
• GLM-4.5-Air
• GLM-4.5-X
• GLM-4.5-AirX
• GLM-4.5-Flash
• GLM-4-Plus
• GLM-4-Air-0111
• GLM-4-Flash
• GLM-4-FlashX
• GLM-4-alltools
• GLM-4
• GLM-3-Turbo
• ChatGLM3-6B
• GLM-4-9B-Chat

DeepSeek 시리즈

• DeepSeek-r1
• DeepSeek-v3
• DeepSeek-v4

stepfun

• step-1-8k
• step-1-32k
• step-1-128k (멀티 도구 호출 문제 발생)
• step-1-256k (멀티 도구 호출 문제 발생)
• step-1-flash (권장, 가성비 높음)
• step-2-16k (멀티 도구 호출 문제 발생)
• step-3.5-flash

Qwen 시리즈