어떤 앱이든 가능한 오픈소스 AI 인프라

모든 앱을 위한 오픈소스 AI 인프라입니다. 멀티 에이전트 솔루션을 구축하고, AI 기반의 결정론적 워크플로우를 자동화하며, 데이터를 사용자의 통제 하에 유지하세요.

HUF는 개방형 표준을 기반으로 구축된 완전한 자체 호스팅(self-hosted) AI 레이어입니다. 이 플랫폼은 팀이 지능적인 멀티 에이전트 솔루션을 생성하고, 실제 데이터에 근거하며, 안전한 코드 샌드박스를 실행하고, 다중 채널 통신 게이트웨이를 관리하며, 복잡한 워크플로우를 오케스트레이션하는 데 필요한 모든 것을 제공합니다. 이 과정에서 데이터를 제3자 플랫폼으로 전송하거나 인프라를 처음부터 다시 구축할 필요가 없습니다.

문서(Documentation) | 이슈 리포트(Report Issue) | 토론(Discussions)

참고: HUF는 활발하게 개발 중입니다.

조직 내부의 AI 도입은 파편화되어 있습니다:

지식은 너무 많은 곳에 존재합니다— 문서, 데이터베이스, 그리고 사람들의 머릿속에 흩어져 있습니다.
자동화는 경직되고 규칙 기반입니다— 예외 케이스에서 작동이 중단되며, 지속적인 유지보수가 필요합니다.
AI 도구들은 고립되어 운영됩니다— 각 팀이 유사한 어시스턴트와 프롬프트 통합을 다시 구축해야 합니다.
실행에는 안전성 및 거버넌스가 부족합니다— 모니터링되지 않은 스크립트 실행과 통제 범위를 벗어나는 데이터 흐름이 발생합니다.

HUF는 지능, 실행, 커뮤니케이션을 단일의 자체 호스팅 엔진으로 중앙 집중화하여 존재합니다. 이를 통해 AI가 데이터 소유권이나 보안을 훼손하지 않으면서 실제 비즈니스 시스템 내부에서 작동하도록 신뢰할 수 있게 합니다.

핵심 원칙:

오픈소스 및 자체 호스팅입니다. 에이전트, 데이터, 인프라는 사용자의 것입니다. 결정했다고 판단한 경우를 제외하고는 아무것도 서버를 벗어나지 않습니다.
로컬 모델 지원입니다. 클라우드 제공업체와 함께 Ollama, LM Studio 또는 모든 OpenAI 호환 로컬 엔드포인트에 연결할 수 있습니다.
플러그 가능한 실행 환경입니다. 에이전트 도구를 로컬에서, 격리된 가상환경(virtualenvs)에서, SSH를 통해, 또는 Docker 컨테이너 내부에서 실행할 수 있습니다.
코드 수준의 깊이를 가진 노코드 시각적 제어입니다. 강화된 Python 코드 실행 샌드박스와 함께 시각적 플로우 빌더, 에이전트 구성, 다중 채널 게이트웨이를 제공합니다.
내장 데이터 거버넌스입니다. 역할 기반 권한(Role-based permissions), 실행 프로필, 전체 감사 추적(audit trails), 비용/캐시 분석을 통해 완벽한 가시성을 제공합니다.

HUF는 표면적인 챗봇이나 단일 목적의 어시스턴트가 아니라 조직 또는 제품 내부의 핵심 AI 인프라 계층입니다.

하나의 엔진으로, 다양한 활용 방식.

지능, 자동화, 실행 샌드박싱 및 통합이 필요한 제품의 백엔드 AI 엔진으로 HUF를 사용하세요.

이상적인 경우:

• Frappe/ERPNext 기반의 AI 우선 스타트업
• AI 기능 및 코파일럿을 추가하는 SaaS 제품
• 에이전트 오케스트레이션, 비용 제어 및 전체 실행 감사 가능성이 필요한 플랫폼

HUF를 사용하여 회사 지식 및 비즈니스 데이터베이스에 근거한 내부 AI 경험을 구현하세요.

구축:

• 내부 문서 및 실시간 ERP 데이터에 기반한 내부 채팅 시스템
• 운영(Operations), 인사(HR), 영업(Sales), 지원(Support)을 위한 역할 기반 어시스턴트
• 다중 채널 게이트웨이(Multi-Channel Gateways)를 통해 연결된 자동 이메일/메시징 분류 어시스턴트

HUF를 사용하여 추론하고, 코드를 실행하며, 시스템 전반에 걸쳐 작동하는 AI 기반 워크플로우를 구축하세요.

적합한 경우:

• 조건부 라우팅 및 인간 개입(Human-in-the-Loop) 승인이 필요한 다단계 비즈니스 프로세스
• 격리된 SSH 또는 Docker 환경에서 실행되는 코드 실행 작업
• 자동 재시도, 폴백(fallback), 오류 처리가 가능한 크로스 툴 자동화

HUF를 사용하여 커스텀 백엔드 인프라 구축 없이 제품에 AI 기능을 직접 내장하세요.

구현 가능:

• 앱 내 코파일럿 및 대화형 어시스턴트
• 엄격한 역할 기반 접근 규칙을 가진 고객 대상 AI 기능
• 격리된 실행 샌드박스와 비용 거버넌스를 갖춘 버티컬(Vertical) AI 기능

맞춤 지침, 도구 액세스, 실행 프로필 및 메모리 유지 정책을 갖춘 AI 에이전트를 생성하세요:

CRUD 작업— Frappe 문서의 읽기(Read), 생성(create), 업데이트(update), 삭제(delete)를 즉시 수행
범위 지정 메모리 시스템(Scoped Memory System)— 실행 간에 사실 정보를 유지하는 영구적인 에이전트 메모리 정책 및 에이전트별 메모리 기록
커스텀 함수 및 도구(Custom Functions & Tools)— Python 함수, HTTP 엔드포인트 또는 클라이언트 측 도구 연결
에이전트 체이닝 및 다중 에이전트 팀(Agent Chaining & Multi-Agent Teams)— 에이전트와 오케스트레이터 간의 비동기 메시지 전달
역할 기반 권한(Role-Based Permissions)— 에이전트, 도구, 데이터 테이블 및 MCP 서버에 대한 세밀한 기능 게이팅
프롬프트 캐싱 및 분석(Prompt Caching & Analytics)— 자동 프롬프트 캐시 추적을 통해 지연 시간 및 토큰 비용 절감

환경 격리 및 엄격한 보안 제어 하에 Python 코드 도구와 명령 실행:

플러그형 실행 프로필(Pluggable Execution Profiles) — 로컬 Python, 격리된 Venv, 직접 SSH, Frappe SSH 연결, 또는 Docker 컨테이너 러너 중에서 선택할 수 있습니다.강화 코드 샌드박스(Hardened Code Sandbox) — 허용 목록 및 AST 검사를 가져와 승인되지 않은 시스템 접근이나 안전하지 않은 임포트를 방지합니다.원격 호스트 실행(Remote Host Execution) — 원격 SSH 호스트 또는 컨테이너화된 실행 백엔드에서 장시간 분석이나 무거운 데이터 작업을 실행할 수 있습니다.실행 관리 UI(Execution Management UI) — UI에서 실행 프로필 및 SSH 연결을 직접 보고, 생성하고, 테스트하며, 감사할 수 있습니다.

AI 기능을 모듈식이고 재사용 가능한 패키지로 구성합니다:

스킬 카탈로그(Skills Catalog) — 시스템 프롬프트, 도구, 지식 소스, 그리고 MCP 구성을 공유 가능한 스킬로 결합합니다.Huf 앱(Huf Apps) — 완전한 에이전트 애플리케이션(에이전트, 플로우, 데이터 테이블, 스킬)을 설치 가능한 Huf 앱으로 패키징합니다.앱 검색(App Discovery) — 설치된 앱과 스킬 의존성을 자동으로 검색하고 등록합니다.

에이전트를 인바운드 및 아웃바운드 통신 채널에 연결합니다:

지원되는 채널(Supported Channels) — Gmail/이메일, Telegram, Slack, WhatsApp, 그리고 사용자 지정 HTTP 웹훅을 지원합니다.접근 및 바인딩 규칙(Access & Binding Rules) — 특정 에이전트나 플로우를 호출할 수 있는 사용자 또는 외부 발신자를 제어합니다.이벤트 기반 메시징(Event-Driven Messaging) — 인바운드 메시지가 에이전트 실행을 트리거하고, 응답은 원래 채널로 자동으로 라우팅됩니다.

AI 응답을 실제 비즈니스 지식 및 구조화된 데이터베이스에 근거합니다:

다중 백엔드 검색(Multi-Backend Search) — 전체 텍스트 검색(SQLite FTS5 / BM25), 의미 벡터 검색(ChromaDB), 그리고 PostgreSQL 벡터 검색(pgvector)을 지원합니다.입력 소스(Input Sources) — 원시 파일, 텍스트 스니펫, 웹 URL, Frappe DocTypes, 사용자 지정 데이터 테이블을 처리합니다.자동 청킹(Automatic Chunking) — 구성 가능한 청크 크기 및 오버랩으로 지능적인 문서 분할을 수행합니다.

HUF 내부에서 맞춤형 구조화된 데이터셋을 생성하고 관리하세요:}**```jsoncsharp[{

Visual Table Editor — 웹 UI를 통해 테이블을 구축하고 스키마를 편집하며 행을 관리할 수 있습니다. Agent Integration — 테이블을 지식 입력 또는 구조화된 데이터 도구로 직접 사용합니다. Dynamic Columns — 데이터베이스 스키마 마이그레이션 없이 유연한 필드를 지원합니다.

실시간 이벤트를 기반으로 에이전트를 자동으로 실행하세요:

Document Events — after_insert, on_submit, on_cancel, on_update
Schedules — 유연한 cron 표현식 및 간격 스케줄링을 지원합니다.
Webhooks — 외부 웹훅을 위한 인증된 HTTP 엔드포인트입니다.
Conditional Logic — 실행 조건 평가를 위해 Python 표현식을 사용합니다.

현대적인 React Flow / XYFlow 시각 캔버스를 통해 복잡한 워크플로우를 설계하세요:

Drag-and-Drop Canvas — 트리거, 에이전트, 라우터/오케스트레이터 노드, 조건, HTTP 액션을 연결합니다. Human-in-the-Loop (HITL) — 사람이 승인하거나 거부할 때까지 흐름 실행을 일시 중지하는 내장 승인 게이트를 제공합니다. Execution Tracking — 상태, 입력/출력 데이터, 오류 로그와 함께 흐름 실행 단계를 추적합니다.

에이전트를 외부 소프트웨어 및 서비스에 연결하세요:

MCP Client — Model Context Protocol (MCP) 서버(Slack, GitHub, Gmail, 파일 시스템, Postgres 등)에 연결합니다. Managed Credentials — OAuth 지원을 포함한 서비스별 암호화된 자격 증명 관리를 제공합니다. Integration Services & Recipients — 통합 도구와 알림을 특정 사용자 또는 팀에 매핑합니다.

모든 AI 공급자나 사설 하드웨어에서 로컬 모델을 실행하세요:

Cloud Providers — OpenAI, Anthropic, Google Gemini, Groq, Mistral, OpenRouter (시드된 무료 모델 포함), Moonshot 등. Local Endpoints — Ollama, LM Studio 또는 모든 OpenAI 호환 로컬 API를 지원합니다. Unified Routing — LiteLLM 통합 계층이 모델 매개변수 매핑 및 폴백을 원활하게 처리합니다.

HUF는 모든 채팅/완성 추론(inference)을 LiteLLM을 통해 처리하므로, LiteLLM이 지원하는 어떤 제공업체(provider)라도 사용할 수 있습니다. AI Provider DocType에 있는 선별된 Provider Brand 목록은 UI 레이블 및 로고에 사용되며, 만약 제공업체가 카탈로그에 없다면 Other / Custom를 사용하고 모델을 LiteLLM이 예상하는 형식으로 입력합니다 (예: someprovider/model-name).

pyproject.toml의 버전 제약 조건

:

litellm>=1.74.7,!=1.82.7,!=1.82.8,<1.83.8

• >=1.74.7: Moonshot AI와 같은 제공업체가 LiteLLM의 제공업체 레지스트리(provider registry)에 포함되도록 보장합니다.
• !=1.82.7,!=1.82.8: 2026년 3월의 취약한 PyPI 릴리스를 제외합니다.
• <1.83.8: LiteLLM 1.83.8+는 Python <3.14에 설치를 제한하며, 1.90+는 현재 Python 3.13까지만 지원하는 PyO3와 함께 litellm-rust 확장을 구축합니다. Frappe v16은 Python 3.14가 필요하므로, LiteLLM이 Python 3.14 호환 휠(wheel)을 배포할 때까지 (상위 문제) 더 새로운 LiteLLM 릴리스는 깨끗하게 설치될 수 없습니다.

지역별 또는 자체 호스팅 엔드포인트는 Moonshot China (https://api.moonshot.cn/v1)와 같은 호스팅 제공업체를 포함하여 모든 AI Provider의 API Base URL 필드를 통해 구성할 수 있습니다.

모든 AI 작업에 대한 종단 간(End-to-end) 가시성:

• 실행 추적 보기 (Execution Trace View) — 전체 실행 추적, 프롬프트 세그먼트, 도구 입력/출력 및 오류 스택을 검사할 수 있습니다 (executions/:runId).
• 컨텍스트 및 캐시 분석 (Context & Cache Analytics) — 채팅 메시지에서 토큰 분포와 프롬프트 캐시 적중률(cache hits)을 보여주는 실행 분석으로 직접 연결되는 전용 링크.
• 비용 집계 (Cost Rollups) — 모델, 사용자 및 팀 전반에 걸친 토큰 사용량과 재정적 비용의 실시간 추적.
• 사용자 피드백 및 감사 (User Feedback & Auditing) — 평점, 피드백 로그 및 전체 대화 기록.

개발 중인 향후 기능:

git clone https://github.com/tridz-dev/huf.git
cd huf/docker
docker compose up

http://localhost:8000에 접속하여 로그인하세요:

**사용자(User):Administrator비밀번호(Password):**admin

bench get-app [email protected]:tridz-dev/huf.git
bench install-app huf
bench setup requirements
...

┌──────────────────────────────────────────────────────────────────────────────────────────┐
│ HUF 플랫폼 │
├──────────────────────────────────────────────────────────────────────────────────────────┤
...