Repolode
제출하기
Shy2593666979

Shy2593666979/AgentChat

도구, MCP 서버, Skills, 지식 베이스를 연결해 맞춤형 LLM 에이전트와 대화할 수 있는 셀프 호스팅 플랫폼입니다.

GitHub에서 보기웹사이트
스타
931
포크
114
열린 이슈
30
마지막 커밋
21일 전

어떤 프로젝트인가요?

AgentChat은 LLM 에이전트를 만들고 실행하기 위한 프런트엔드·백엔드 분리형 플랫폼입니다. 모델 서비스를 연결한 뒤 각 에이전트에 프롬프트, 기본 제공 도구 또는 OpenAPI에서 가져온 도구, SSE나 Streamable HTTP를 통한 MCP 서버, Skill 템플릿, 벡터화 후 재순위화 검색을 수행하는 지식 베이스를 설정할 수 있습니다.

이 플랫폼은 SQLite, 인메모리 캐시, 로컬 파일, Chroma를 기본으로 사용하는 가벼운 로컬 실행 환경을 고려해 설계되었습니다. 설정을 통해 MySQL, Redis, MinIO, Milvus도 사용할 수 있습니다. 사용자는 대화 중 에이전트를 바꾸고, 탐색 페이지에서 시간이 오래 걸리는 검색·보고서 작성 작업을 시작하고, 도구 실행 단계와 Markdown 보고서를 확인할 수 있습니다. 등록된 사용자마다 기본 에이전트, 도구, Skills, MCP 항목의 독립된 복사본이 제공됩니다.

이 프로젝트는 모델 및 토큰 사용량도 기록하며, 대시보드, 요청 추적, 도구 실행 시간 로그를 제공합니다. AG-UI 어댑터를 통해 메시지와 실행 상태를 스트리밍합니다. LangChain과 FastAPI를 기반으로 하며 Vue 3 프런트엔드와 MIT 라이선스를 사용합니다.

핵심 기능

  • 01대화 도중 에이전트를 바꾸고 주제 제목을 자동 생성하는 채팅 세션
  • 02프롬프트, 도구, MCP 서버, Skills, 지식 베이스를 설정할 수 있는 에이전트
  • 03선택적으로 Elasticsearch 전문 검색을 지원하는 지식 베이스 업로드, 벡터화, 검색 및 재순위화
  • 04SSE 또는 Streamable HTTP를 통한 MCP 서버 연결 및 OpenAPI 도구 가져오기
  • 05토큰 사용량 통계, 대시보드, 요청 추적 및 도구 실행 시간 로그

활용 사례

  • 자체 모델 API 키를 사용해 맞춤형 에이전트 기반의 비공개 어시스턴트 구축
  • 내부 지식 베이스를 에이전트에 연결해 문서 질의응답 제공
  • 하나의 웹 인터페이스에서 MCP 서버와 도구 호출 실험
  • Markdown 보고서를 생성하는 다단계 조사 작업 실행

빠른 시작

  1. 1

    README에 안내된 uv, Python 3.12, Node.js 22를 설치합니다

  2. 2

    저장소를 클론하고 백엔드 종속성을 설치합니다

    git clone --branch main https://github.com/Shy2593666979/AgentChat.git && cd AgentChat/src/backend && uv sync --locked --python 3.12
  3. 3

    간단한 설정 파일을 복사하고 채팅 모델 API 키를 설정합니다

    cp agentchat/config.simple.yaml agentchat/config.local.simple.yaml
  4. 4

    백엔드 서버를 시작합니다

    export AGENTCHAT_CONFIG=agentchat/config.local.simple.yaml && uv run --locked uvicorn agentchat.main:app --host 127.0.0.1 --port 7860

사용 전 알아둘 점

  • 지식 베이스에는 임베딩 모델과 리랭크 모델을 별도로 구성해야 합니다. 채팅 모델 키만으로는 충분하지 않습니다.
  • 일부 외부 도구는 별도의 API 키가 필요합니다.
  • 셀프 호스팅을 하려면 별도의 터미널에서 Python 백엔드와 Node.js 프런트엔드를 각각 설정해야 합니다.
  • 이 릴리스의 Docker 설정은 메인테이너가 검증하지 않았습니다.

포함된 컬렉션

MCP 서버

토픽

#agent#llm#mcp#rag#langchain#fastapi#vue#knowledge-base#ag-ui#agent-memory

자주 묻는 질문

AgentChat은(는) 무엇인가요?
도구, MCP 서버, Skills, 지식 베이스를 연결해 맞춤형 LLM 에이전트와 대화할 수 있는 셀프 호스팅 플랫폼입니다. AgentChat은 LLM 에이전트를 만들고 실행하기 위한 프런트엔드·백엔드 분리형 플랫폼입니다. 모델 서비스를 연결한 뒤 각 에이전트에 프롬프트, 기본 제공 도구 또는 OpenAPI에서 가져온 도구, SSE나 Streamable HTTP를 통한 MCP 서버, Skill 템플릿, 벡터화 후 재순위화 검색을 수행하는 지식 베이스를 설정할 수 있습니다.
AgentChat은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
AgentChat은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
AgentChat은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. AgentChat의 마지막 커밋은 2026년 10월 17일입니다.
AgentChat은(는) 어디에 사용할 수 있나요?
자체 모델 API 키를 사용해 맞춤형 에이전트 기반의 비공개 어시스턴트 구축 내부 지식 베이스를 에이전트에 연결해 문서 질의응답 제공 하나의 웹 인터페이스에서 MCP 서버와 도구 호출 실험 Markdown 보고서를 생성하는 다단계 조사 작업 실행
AgentChat는 어떻게 설치하나요?
README에 안내된 uv, Python 3.12, Node.js 22를 설치합니다 저장소를 클론하고 백엔드 종속성을 설치합니다: git clone --branch main https://github.com/Shy2593666979/AgentChat.git && cd AgentChat/src/backend && uv sync --locked --python 3.12 간단한 설정 파일을 복사하고 채팅 모델 API 키를 설정합니다: cp agentchat/config.simple.yaml agentchat/config.local.simple.yaml 백엔드 서버를 시작합니다: export AGENTCHAT_CONFIG=agentchat/config.local.simple.yaml && uv run --locked uvicorn agentchat.main:app --host 127.0.0.1 --port 7860
AgentChat은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Shy2593666979/AgentChat

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트