AgentIQ: AI 인텔리전스의 유연한 연결 및 관리를 위한 오픈 소스 도구

10.1K 00

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.