일반 소개
에이전트IQ는 개발자가 AI 인텔리전스를 효율적으로 연결하고 관리할 수 있도록 설계된 NVIDIA의 오픈 소스 툴입니다. 이를 통해 서로 다른 프레임워크의 인텔리전스를 원활하게 협업하고, 엔터프라이즈 데이터와 도구를 연결하고, 함수 호출과 같은 워크플로를 구축할 수 있습니다. 이 도구의 가장 큰 특징은 유연성과 재사용 가능성으로, 개발자가 AI 작업을 신속하게 개발, 최적화 및 재사용할 수 있습니다. 에이전트IQ는 기업이 안정적인 AI 시스템을 구축할 수 있도록 성능 분석 및 시각화 인터페이스를 제공합니다. 2025년 3월 현재, 공식 문서와 GitHub 페이지에서 최신 정보를 확인할 수 있습니다.

기능 목록
- 모든 프레임워크 지원: 기술 스택을 변경할 필요 없이 LangChain, LlamaIndex 등과 호환됩니다.
- 재사용 가능한 디자인: 인텔리전스, 도구 및 워크플로를 재사용할 수 있어 개발 시간을 절약할 수 있습니다.
- 신속한 개발: 개발자가 직접 수정하여 사용할 수 있는 사전 빌드된 모듈이 제공됩니다.
- 성능 분석: 각 스마트바디의 런타임 추적 및 토큰 소비하고 효율성을 최적화합니다.
- 관찰 가능성: 손쉬운 모니터링 및 디버깅을 위한 OpenTelemetry 도구를 지원합니다.
- 평가 시스템: 워크플로 정확성을 검증하는 기본 제공 도구.
- 채팅 인터페이스: UI를 통해 인텔리전스와 상호 작용하여 결과를 확인할 수 있습니다.
- MCP 지원: 모델 컨텍스트 프로토콜과 호환되며 외부 도구를 호출할 수 있습니다.
도움말 사용
에이전트아이큐는 파이썬 오픈 소스 도구를 기반으로 하며 설치가 간편하여 개발자가 사용하기에 적합합니다. 다음은 설치 및 작동에 대한 자세한 설명입니다.
설치 프로세스
설치하기 전에 컴퓨터에 Git, Git LFS 및 uv 도구가 설치되어 있는지 확인하세요. 단계는 다음과 같습니다:
- 코드 베이스 복제
터미널에 입력합니다:
git clone git@github.com:NVIDIA/AgentIQ.git agentiq
cd agentiq
그러면 AgentIQ가 로컬로 다운로드됩니다.
- 하위 모듈 업데이트
입력:
git submodule update --init --recursive
종속된 외부 모듈을 가져옵니다.
- 데이터 세트 다운로드
예제 데이터가 필요한 경우 실행합니다:
git lfs install
git lfs fetch
git lfs pull
- Python 환경 만들기
UV를 사용하여 가상 환경을 만듭니다:
uv venv --seed .venv
source .venv/bin/activate # Linux/Mac
.venv\Scripts\activate # Windows
- 핵심 라이브러리 설치
AgentIQ 및 모든 선택적 종속 요소를 설치합니다:
uv sync --all-groups --all-extras
핵심 기능만 설치되어 있는 경우:
uv sync
특정 플러그인(예: LangChain)을 로드하려고 합니다:
uv pip install -e '.[langchain]'
성능 분석 종속성:
uv pip install -e '.[profiling]'
- 설치 확인
버전을 확인합니다:
aiq --version
버전 번호를 표시하는 데 성공했습니다.
주요 기능 사용 방법
다음은 핵심 기능에 대한 단계별 가이드입니다. 설치 후 AgentIQ 사용을 시작할 수 있습니다:
워크플로 만들기
AgentIQ는 인텔리전스 및 도구를 함수로 호출합니다. YAML 파일로 작업을 정의합니다. 예를 들어
- 설정
workflow.yaml
::
functions:
wikipedia_search:
_type: wiki_search
max_results: 2
llms:
nim_llm:
_type: nim
model_name: meta/llama-3.1-70b-instruct
temperature: 0.0
workflow:
_type: react_agent
tool_names: [wikipedia_search]
llm_name: nim_llm
verbose: true
retry_parsing_errors: true
max_retries: 3
- 실행 중입니다:
aiq run --config_file workflow.yaml --input "列出五种土豚亚种"
출력에 답변이 나열됩니다.
성능 분석
워크플로 성능을 모니터링하세요:
aiq run --config_file workflow.yaml --profile
결과는 각 스마트 바디의 경과 시간과 토큰 사용량을 표시하여 최적화에 도움을 줍니다.
시각화 인터페이스
UI를 시작합니다:
aiq ui
브라우저에서 http://localhost:8000 을 열고 질문을 입력하면 인공지능이 실시간으로 답변해 드립니다.
데이터 통합
에서 데이터 소스에 연결합니다. workflow.yaml
추가합니다:
data_sources:
- type: "csv"
path: "data/sales.csv"
실행 후 스마트 바디는 파일 데이터를 처리할 수 있습니다.
평가 워크플로
정확성을 확인합니다:
aiq evaluate --config_file workflow.yaml
시스템이 예상대로 출력되는지 확인합니다.
주요 기능 작동
AgentIQ의 가장 큰 장점은 유연성과 관찰 가능성입니다. 예를 들어
- 다중 지능 협업하나의 인텔리전스가 코드를 생성하고 다른 인텔리전스가 이를 테스트하도록 구성하고 통과할 때까지 자동으로 조정합니다.
- 테스트 중 구성 요소 조정오픈텔레메트리 도구를 사용하여 각 단계의 성과를 확인하고 문제를 파악하세요.
전체 기능을 경험하려면 공식 예제를 참조하는 것이 좋습니다:
cd examples/simple
uv pip install -e '.[langchain]'
aiq run --config_file workflow.yaml
애플리케이션 시나리오
- 자동화 개발
신속한 프로토타이핑을 위해 AgentIQ로 코드를 생성하고 테스트하세요.
한 인텔리전스가 코드를 작성하고 다른 인텔리전스가 테스트를 실행하면 결과가 바로 출력됩니다. - 엔터프라이즈 데이터 처리
판매 데이터를 연결하고 분석 보고서를 자동으로 생성합니다.
Intelligentsia는 CSV 파일을 읽고 차트를 출력합니다. - 고객 지원
일반적인 질문에 답하고 효율성을 개선할 수 있도록 인텔리전스를 구성하세요.
사용자가 UI를 통해 질문을 입력하면 스마트 바디가 실시간으로 응답합니다.
QA
- API 키가 필요하신가요?
예, 예제를 실행하려면 NVIDIA API 키가 필요하며, https://build.nvidia.com 에서 등록하세요. - 어떤 언어 모델이 지원되나요?
여러 NIM 모델에 대한 지원은 구성 파일(예: Llama-3.1-70b)을 통해 지정할 수 있습니다. - 문제에 대한 피드백은 어떻게 제공하나요?
https://github.com/NVIDIA/AgentIQ/issues 에서 문제를 제출하세요.
© 저작권 정책
이 글은 저작권이 있으며 무단으로 복제해서는 안 됩니다.
관련 문서
댓글 없음...