GenAI 에이전트를 프로토타입에서 프로덕션 단계로 발전시키는 코드 중심 튜토리얼 28개 모음으로, 메모리, RAG, 배포, 보안, 관측 가능성을 다룹니다.
Nicolepcx/ai-agents-the-definitive-guide
책 『AI Agents: The Definitive Guide』의 동반 코드 저장소로, 에이전트 패턴, 도구, 평가, 메모리, 보안을 다루는 Jupyter 노트북을 제공합니다.
- 스타
- 2,761
- 포크
- 538
- 열린 이슈
- 0
- 마지막 커밋
- 3개월 전
어떤 프로젝트인가요?
이 저장소에는 O'Reilly 도서 『AI Agents: The Definitive Guide』의 예제 코드가 담겨 있습니다. 코드는 12개 챕터 폴더로 구성되어 있으며, 각 폴더에는 Google Colab에서 바로 열고 실행할 수 있는 Jupyter 노트북이 들어 있습니다. 다루는 주제는 chain-of-thought, tree-of-thought, ReAct, human-in-the-loop 워크플로, 계층형 에이전트 팀, swarm, ART와 RULER를 활용한 강화 학습 방식의 훈련입니다.
후반부 챕터에서는 프로덕션 환경의 고려 사항을 다룹니다. 노트북에는 LangGraph를 활용한 MCP 및 A2A 통합, E2B를 이용한 샌드박스 도구 실행, 프로그래밍 방식의 도구 호출, 추론 백엔드와 모델 폴백, 평가 하네스, Langfuse 및 LangSmith를 활용한 외부 평가 파이프라인, 에이전트 메모리 토폴로지, 토폴로지별 비용 추정, LlamaFirewall 및 OWASP의 agentic security 목록을 활용한 위협 모델링이 포함됩니다.
노트북은 챕터와 주제에 따라 이름이 지정되어 있으며, 여러 노트북에서 사용하는 헬퍼 클래스와 함수는 공용 utils 폴더에 모여 있습니다.
핵심 기능
- 01ReAct, tree-of-thought, 멀티 에이전트 swarm 등의 에이전트 패턴을 다루는 노트북을 제공합니다.
- 02각 노트북에는 로컬 환경을 설정하지 않고 실행할 수 있는 Colab 배지가 있습니다.
- 03LangGraph 기반의 MCP 및 A2A 통합을 다룹니다.
- 04평가 하네스와 Langfuse 및 LangSmith 통합을 포함합니다.
- 05에이전트 메모리, 비용 추정, 위협 모델링 예제를 제공합니다.
활용 사례
- 책의 각 챕터를 따라가며 에이전트 코드를 직접 실험할 수 있습니다.
- LangGraph 기반 에이전트를 구축하고 평가하는 방법을 학습할 수 있습니다.
- 에이전트의 도구 거버넌스와 샌드박스 실행 방식을 살펴볼 수 있습니다.
빠른 시작
- 1
배지를 사용해 Google Colab에서 노트북 열기
- 2
Colab에서 1장 코드 예제 노트북 열기
https://colab.research.google.com/github/Nicolepcx/ai-agents-the-definitive-guide/blob/main/CH01/ch01_code_examples.ipynb
사용 전 알아둘 점
- 이 저장소는 책의 보충 자료이며, 재사용 가능한 라이브러리가 아니라 Jupyter 노트북으로 구성되어 있습니다.
- 저장소 메타데이터에 라이선스가 명시되어 있지 않습니다.
토픽
자주 묻는 질문
- ai-agents-the-definitive-guide은(는) 무엇인가요?
- 책 『AI Agents: The Definitive Guide』의 동반 코드 저장소로, 에이전트 패턴, 도구, 평가, 메모리, 보안을 다루는 Jupyter 노트북을 제공합니다. 이 저장소에는 O'Reilly 도서 『AI Agents: The Definitive Guide』의 예제 코드가 담겨 있습니다. 코드는 12개 챕터 폴더로 구성되어 있으며, 각 폴더에는 Google Colab에서 바로 열고 실행할 수 있는 Jupyter 노트북이 들어 있습니다. 다루는 주제는 chain-of-thought, tree-of-thought, ReAct, human-in-the-loop 워크플로, 계층형 에이전트 팀, swarm, ART와 RULER를 활용한 강화 학습 방식의 훈련입니다.
- ai-agents-the-definitive-guide은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- ai-agents-the-definitive-guide에는 명시된 라이선스가 없습니다. 코드는 공개되어 있지만 라이선스가 없으면 재사용 허가가 명확하지 않으므로, 사용 전에 작성자에게 문의하는 것이 좋습니다.
- ai-agents-the-definitive-guide은(는) 아직 유지보수되고 있나요?
- 6개월 이내 업데이트. ai-agents-the-definitive-guide의 마지막 커밋은 2026년 8월 1일입니다.
- ai-agents-the-definitive-guide은(는) 어디에 사용할 수 있나요?
- 책의 각 챕터를 따라가며 에이전트 코드를 직접 실험할 수 있습니다. LangGraph 기반 에이전트를 구축하고 평가하는 방법을 학습할 수 있습니다. 에이전트의 도구 거버넌스와 샌드박스 실행 방식을 살펴볼 수 있습니다.
- ai-agents-the-definitive-guide는 어떻게 설치하나요?
- 배지를 사용해 Google Colab에서 노트북 열기 Colab에서 1장 코드 예제 노트북 열기: https://colab.research.google.com/github/Nicolepcx/ai-agents-the-definitive-guide/blob/main/CH01/ch01_code_examples.ipynb
- ai-agents-the-definitive-guide은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Nicolepcx/ai-agents-the-definitive-guide
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
간단한 챗봇부터 멀티 에이전트 시스템까지, 생성형 AI 에이전트 기법을 다루는 실행 가능한 Jupyter Notebook 튜토리얼 50개 이상을 모았습니다.
대화 전반에 걸쳐 사용자, 세션, 에이전트 컨텍스트를 저장하고 검색하는 AI 에이전트 및 앱용 메모리 레이어입니다.
여정과 숙련도별로 정리한 생성형 AI 학습 강의, 연구 논문 모음, 면접 준비 자료, 코드 노트북 큐레이션 허브입니다.
대화 기록만 재생하는 대신 기억을 저장·회상·성찰해 AI 에이전트가 시간이 지날수록 학습하도록 돕는 에이전트 메모리 시스템입니다.
Google의 코드 우선 Python 프레임워크로, Gemini에 최적화되어 있지만 특정 모델에 종속되지 않으며 AI 에이전트를 구축·평가·배포할 수 있습니다.