Sim Studio: AI 에이전트를 위한 오픈 소스 워크플로 빌더

일반 소개

Sim Studio는 가볍고 직관적인 시각적 인터페이스를 통해 사용자가 대규모 언어 모델(LLM) 워크플로를 빠르게 설계, 테스트 및 배포할 수 있도록 지원하는 데 중점을 둔 오픈 소스 AI 에이전트 워크플로 구축 플랫폼입니다. 사용자는 심층적인 프로그래밍 없이 드래그 앤 드롭으로 복잡한 멀티 에이전트 애플리케이션을 만들 수 있습니다. 로컬 및 클라우드 모델을 모두 지원하며 Slack 및 데이터베이스와 같은 다양한 도구 통합과 호환됩니다.Sim Studio는 모듈식으로 설계되어 개발자, 연구원 및 기업 사용자에게 적합합니다. 공식 클라우드 호스팅 버전(https://simstudio.ai)과 자체 호스팅 옵션을 통해 다양한 요구 사항을 충족할 수 있습니다.

요즘 AI 에이전트 프레임워크가 봇물을 이루고 있는데, 특히 Sim Studio를 추천하는 이유는 무엇인가요? 현재 사용 가능한 몇 가지 주요 오픈 소스 AI 에이전트 프레임워크의 기능 목록을 정리해 보았습니다:

현재 시중에는 로우코드/노코드 AI 에이전트 구축 플랫폼이 꽤 많이 있으며, Sim Studio와 비교한 목록을 정리해 보았습니다:

보시다시피, 오픈 소스 프로젝트인 Sim Studio는 기능성과 유연성 측면에서 결코 뒤지지 않으며, 사용 비용에 대한 부담도 없습니다.

기능 목록

• 시각적 워크플로 편집기 조건부 로직 및 다단계 작업을 지원하는 드래그 앤 드롭 인터페이스로 AI 상담원 워크플로우를 설계하세요.
• 다중 모델 지원 클라우드 및 로컬 LLM과 모두 호환 가능 : 예를 들어 Ollama 로컬 모델 실행.
• 도구 통합 Slack, 데이터베이스 및 확장 프록시 기능과 같은 외부 도구에 대한 연결 지원.
• API 배포 클릭 한 번으로 워크플로 API를 생성하여 다른 시스템과 쉽게 통합할 수 있습니다.
• 로컬 배포 개인 정보 보호에 민감한 시나리오의 경우 도커를 통해 또는 수동으로 셀프 호스팅을 지원합니다.
• 모듈식 확장 기능 기능 블록과 도구를 사용자 지정할 수 있어 유연성이 향상됩니다.
• 로깅 및 디버깅 워크플로 최적화 및 오류 문제 해결을 위한 자세한 로그를 제공합니다.
• 개발 컨테이너 지원 VS Code 개발 컨테이너로 로컬 개발 환경 설정을 간소화하세요.

도움말 사용

Sim Studio의 핵심은 가볍고 직관적인 워크플로 구축 기능입니다. 다음은 사용자가 빠르게 시작할 수 있도록 설치 과정, 주요 기능의 작동 및 특수 기능 사용 방법에 대한 자세한 설명입니다.

설치 프로세스

Sim Studio는 Docker(권장), 개발 컨테이너, 수동 설치의 세 가지 셀프 호스팅 옵션을 제공합니다. 다음은 주로 Docker와 수동 설치이며, 개발 컨테이너는 VS 코드에 익숙한 개발자에게 적합합니다.

방법 1: 도커 설치(권장)

Docker는 대부분의 사용자에게 적합한 일관된 런타임 환경을 제공합니다. Docker 및 Docker Compose를 먼저 설치해야 합니다.

1. 코드 베이스 복제
   터미널에서 실행됩니다:

   git clone https://github.com/simstudioai/sim.git
   cd sim
   

2. 환경 변수 구성
   환경 파일을 복사하여 편집합니다:

   cp sim/.env.example sim/.env
   

   를 .env 파일에 구성합니다:

   • BETTER_AUTH_SECRET: 인증을 위한 임의의 키를 생성합니다.
   • RESEND_API_KEY: 사서함 인증에 사용되며, 설정하지 않으면 인증 코드가 콘솔에 출력됩니다.
   • 데이터베이스 설정: 기본적으로 PostgreSQL이 사용되므로 데이터베이스 서비스가 실행 중인지 확인해야 합니다.
   • OLLAMA_HOST: 로컬 모델을 사용하는 경우 http://host.docker.internal:11434 로 설정합니다.
3. 서비스 시작
   다음 명령을 실행합니다:

   docker compose up -d --build
   

   또는 스크립트를 사용합니다:

   ./start_simstudio_docker.sh
   

   서비스가 시작되면 http://localhost:3000/w/ 을 방문하여 워크플로 인터페이스에 액세스합니다.

4. 관리 서비스
   • 로그 보기:

     docker compose logs -f simstudio
     

   • 서비스 중단:

     docker compose down
     

   • 서비스를 다시 시작합니다(코드 업데이트 후):

     docker compose up -d --build
     

5. 로컬 모델 사용
   로컬 LLM이 필요한 경우(예: LLaMA) 모델을 가져옵니다:

   ./sim/scripts/ollama_docker.sh pull <model_name>
   

   로컬 모델을 지원하는 서비스를 시작하세요:

   ./start_simstudio_docker.sh --local
   

   또는 하드웨어에 따라 선택하세요:

   # 有 NVIDIA GPU
   docker compose up --profile local-gpu -d --build
   # 无 GPU
   docker compose up --profile local-cpu -d --build
   

   이미 Ollama 인스턴스가 있는 경우 docker-compose.yml을 수정하여 추가합니다:

   extra_hosts:
   - "host.docker.internal:host-gateway"
   environment:
   - OLLAMA_HOST=http://host.docker.internal:11434
   

모드 2: 수동 설치

Node.js, npm 및 PostgreSQL이 설치된 사용자 정의 환경이 필요한 개발자용입니다.

1. 종속성 복제 및 설치

   git clone https://github.com/simstudioai/sim.git
   cd sim/sim
   npm install
   

2. 구성 환경
   환경 파일을 복사하여 편집합니다:

   cp .env.example .env
   

   BETTER_AUTH_SECRET, 데이터베이스 연결 등을 구성합니다.

3. 데이터베이스 초기화하기
   푸시 데이터베이스 아키텍처:

   npx drizzle-kit push
   

4. 개발 서버 시작

   npm run dev
   

   http://localhost:3000 방문하기.

접근 방식 3: 컨테이너 개발

1. VS Code에서 원격 - 컨테이너 확장 프로그램을 설치합니다.
2. 프로젝트 디렉토리를 열고 "컨테이너에서 다시 열기"를 클릭합니다.
3. npm run dev 또는 sim-start를 실행하여 서비스를 시작합니다.

주요 기능

Sim Studio의 핵심은 아래에 설명된 시각적 워크플로 편집기입니다:

워크플로 만들기

1. Sim Studio(http://localhost:3000/w/)에 로그인합니다.
2. '새 워크플로'를 클릭하여 편집기로 들어갑니다.
3. 에이전트 노드를 드래그 앤 드롭하고 LLM(클라우드 또는 로컬 모델)을 선택합니다.
4. 도구 노드(예: Slack 또는 데이터베이스)를 추가하고 매개변수를 구성합니다.
5. 조건부 논리 노드를 사용하여 분기 논리를 설정합니다.
6. 노드를 연결하고 워크플로를 저장하세요.

테스트 워크플로

1. '테스트'를 클릭하고 예제 데이터를 입력합니다.
2. 출력 및 로그를 보고 노드 실행을 확인합니다.
3. 필요에 따라 노드 또는 로직을 조정하고 다시 테스트하세요.

배포 워크플로

1. 배포를 클릭하고 API 생성을 선택합니다.
2. API 엔드포인트를 가져옵니다(예: http://localhost:3000/api/workflow/).
3. API를 테스트합니다:

   curl -X POST http://localhost:3000/api/workflow/<id> -d '{"input": "示例数据"}'
   

워크플로 디버깅

1. 에디터에서 '로그'를 확인하여 노드 입력 및 출력을 확인하세요.
2. 버전 관리를 사용하여 워크플로 스냅샷을 저장하여 쉽게 롤백할 수 있습니다.

주요 기능 작동

• 로컬 모델 지원 Ollama를 통해 로컬 모델을 실행하는 것은 개인정보 보호에 민감한 시나리오에 적합합니다. 구성 후 에이전트 노드에서 모델을 선택하고 성능을 테스트하세요.
• 도구 통합 Slack을 예로 들어 도구 노드에 API 토큰을 입력하고 메시지 대상을 설정한 후 메시지 전송 기능을 테스트해 보세요.
• 개발 컨테이너 빠른 반복을 위한 자동 환경 구성과 함께 VS 코드를 통한 컨테이너화된 개발.

주의

• 도커를 설치하는 경우 포트 3000이 사용되지 않는지 확인해야 합니다.
• 로컬 모델에는 높은 하드웨어 구성이 필요합니다(16GB RAM 권장, GPU 옵션).
• 프로덕션 환경은 RESEND_API_KEY 및 HTTPS를 사용하여 구성해야 합니다.
• 정기적으로 코드를 업데이트하세요:

  git pull origin main
  docker compose up -d --build
  

기술 스택

Sim Studio는 최신 기술 스택을 사용하여 성능과 개발 효율성을 보장합니다:

• 무화과 패턴 : Next.js(앱 라우터)
• 포괄적인 데이터베이스 : PostgreSQL + Drizzle ORM
• 인증 : 더 나은 인증
• 인터페이스 : Shadcn, Tailwind CSS
• 상태 관리 : Zustand
• 프로세스 편집기 : ReactFlow
• (컴퓨터) 파일 : 후마독스

애플리케이션 시나리오

1. 자동화된 고객 서비스
   전자상거래 플랫폼에 적합한 멀티 에이전트 워크플로우를 설계하고, 데이터베이스와 Slack을 통합하고, 고객 질문에 대한 응답을 자동화하고, 인간 고객 서비스 담당자에게 알림을 보내세요.
2. 데이터 분석
   데이터베이스에서 데이터를 추출하고, LLM을 호출하여 보고서를 생성하고, 재무 분석에 적합한 API로 배포하는 워크플로우를 구축하세요.
3. 교육 도구
   대화형 학습 에이전트를 만들고, 로컬 모델을 결합하여 질문에 답하고, 온라인 교육을 위한 시험 문제 생성 도구를 통합합니다.

QA

1. Sim Studio는 Windows를 지원하나요?
   Windows도 지원되지만 일관된 환경을 보장하기 위해 Docker Desktop 또는 Node.js가 필요합니다.
2. 기존 올라마 인스턴스에 연결하려면 어떻게 하나요?
   docker-compose.yml을 수정하고, host.docker.internal 매핑을 추가하고, OLLAMA_HOST를 설정합니다.
3. 로컬 모델에는 어떤 하드웨어가 필요하나요?
   16GB RAM 권장, 성능 향상을 위한 GPU, 저사양 기기에서는 느리게 실행될 수 있습니다.
4. 코드 기여는 어떻게 하나요?
   https://github.com/simstudioai/sim/blob/main/.github/CONTRIBUTING.md 을 참조하세요.