LLM 애플리케이션에 입력 및 출력 가드를 추가하고, LLM 응답에서 검증된 구조화 데이터를 생성하는 Python 프레임워크입니다.
Eigenwise/atomic-agents
Instructor와 Pydantic을 기반으로 모듈형 스키마 중심 AI 에이전트 파이프라인을 구축하는 경량 Python 프레임워크입니다.
- 스타
- 6,319
- 포크
- 561
- 열린 이슈
- 12
- 마지막 커밋
- 8일 전
어떤 프로젝트인가요?
Atomic Agents는 작은 단일 목적 컴포넌트로 LLM 기반 에이전트와 파이프라인을 구축하는 Python 프레임워크입니다. 각 에이전트는 시스템 프롬프트, 입력 스키마, 출력 스키마, 채팅 기록, 그리고 런타임에 프롬프트에 동적 정보를 주입하는 선택적 컨텍스트 제공자로 정의됩니다. 스키마는 Pydantic 모델이므로 입력과 출력을 검증할 수 있고 예측 가능한 결과를 얻을 수 있습니다.
에이전트의 출력 스키마를 다른 도구의 입력 스키마와 맞출 수 있어, 주변 코드를 다시 작성하지 않고도 에이전트와 도구를 연결하거나 교체할 수 있습니다. 제어 흐름은 모두 일반 Python 코드로 작성합니다. 이 프레임워크는 Instructor를 기반으로 하므로 OpenAI, Anthropic, Groq, Gemini, Ollama 등 Instructor가 지원하는 모든 provider를 사용할 수 있습니다.
저장소에는 웹 검색, Wikipedia, YouTube 자막 스크래핑, PDF 읽기 등의 기성 도구 모음인 Atomic Forge도 포함되어 있습니다. 대화형 CLI인 Atomic Assembler를 사용하면 이 도구들을 프로젝트에 복사할 수 있습니다. 예제 애플리케이션으로는 RAG 채팅, 심층 리서치, 오케스트레이션 에이전트가 있습니다.
핵심 기능
- 01에이전트는 시스템 프롬프트, Pydantic 입력·출력 스키마, 채팅 기록으로 정의합니다.
- 02컨텍스트 제공자는 런타임에 시스템 프롬프트에 동적 정보를 주입합니다.
- 03출력 스키마와 입력 스키마를 맞춰 에이전트와 도구를 연결할 수 있습니다.
- 04OpenAI, Anthropic, Groq, Gemini, Ollama를 포함해 Instructor가 지원하는 모든 provider와 함께 사용할 수 있습니다.
- 05Atomic Forge는 검색, 스크래핑, PDF 읽기 등을 위한 사전 제작 도구를 제공합니다.
- 06관측성을 위해 각 실행이 OpenTelemetry span으로 기록됩니다.
활용 사례
- 예측 가능한 스키마가 중요한 구조화된 출력의 챗봇이나 정보 추출 파이프라인 구축.
- 재사용 가능한 도구 컴포넌트로 RAG 또는 웹 검색 에이전트 프로토타이핑.
- 애플리케이션 로직을 다시 작성하지 않고 LLM provider나 검색 백엔드 교체.
- OpenTelemetry 호환 백엔드를 통해 LLM 애플리케이션에 트레이싱 추가.
빠른 시작
- 1
PyPI에서 프레임워크를 설치합니다
pip install atomic-agents - 2
OpenAI가 아닌 다른 프로바이더가 필요하다면 해당 프로바이더의 SDK를 설치합니다(예: Anthropic)
pip install instructor[anthropic] - 3
README의 Quick Example을 사용해 에이전트를 작성하고 Python으로 실행합니다
사용 전 알아둘 점
- 에이전트를 실행하려면 OpenAI, Groq, Anthropic, Gemini와 같은 모델 프로바이더의 API 키가 필요합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- atomic-agents은(는) 무엇인가요?
- Instructor와 Pydantic을 기반으로 모듈형 스키마 중심 AI 에이전트 파이프라인을 구축하는 경량 Python 프레임워크입니다. Atomic Agents는 작은 단일 목적 컴포넌트로 LLM 기반 에이전트와 파이프라인을 구축하는 Python 프레임워크입니다. 각 에이전트는 시스템 프롬프트, 입력 스키마, 출력 스키마, 채팅 기록, 그리고 런타임에 프롬프트에 동적 정보를 주입하는 선택적 컨텍스트 제공자로 정의됩니다. 스키마는 Pydantic 모델이므로 입력과 출력을 검증할 수 있고 예측 가능한 결과를 얻을 수 있습니다.
- atomic-agents은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- atomic-agents은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- atomic-agents은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. atomic-agents의 마지막 커밋은 2026년 10월 29일입니다.
- atomic-agents은(는) 어디에 사용할 수 있나요?
- 예측 가능한 스키마가 중요한 구조화된 출력의 챗봇이나 정보 추출 파이프라인 구축. 재사용 가능한 도구 컴포넌트로 RAG 또는 웹 검색 에이전트 프로토타이핑. 애플리케이션 로직을 다시 작성하지 않고 LLM provider나 검색 백엔드 교체. OpenTelemetry 호환 백엔드를 통해 LLM 애플리케이션에 트레이싱 추가.
- atomic-agents는 어떻게 설치하나요?
- PyPI에서 프레임워크를 설치합니다: pip install atomic-agents OpenAI가 아닌 다른 프로바이더가 필요하다면 해당 프로바이더의 SDK를 설치합니다(예: Anthropic): pip install instructor[anthropic] README의 Quick Example을 사용해 에이전트를 작성하고 Python으로 실행합니다
- atomic-agents은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Eigenwise/atomic-agents
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
타입이 지정된 LLM 호출을 구조화되고 테스트 가능하며 자체 검증 기능을 갖춘 AI 워크플로로 바꾸는 생성형 프로그램 작성용 Python 라이브러리입니다.
에이전트, 플로우, 옵티마이저를 활용해 타입이 지정된 구조화 LLM 프로그램을 만드는 TypeScript 중심의 DSPy 스타일 프레임워크로, Python, Java, C++, Go, Rust로도 컴파일됩니다.
프롬프트 데코레이터, 구조화된 출력, 도구 사용 기능을 갖춘 Python 및 TypeScript용 툴킷으로, 통합 인터페이스 하나로 다양한 최첨단 LLM을 호출합니다.
Python, .NET, Java에서 모델·플러그인·벡터 데이터베이스 연동을 통해 AI 에이전트와 멀티 에이전트 시스템을 구축하는 SDK입니다.
모델, 임베딩, 벡터 저장소와 서드파티 통합을 위한 표준 인터페이스를 제공하는 LLM 기반 애플리케이션 및 에이전트 구축용 Python 프레임워크입니다.