Repolode
aa1143

aa1143/NamiAgent

11개 강의로 최소한의 AI 에이전트를 처음부터 만들고, 로컬 에이전트와 브라우저 UI까지 실행해 보는 중국어 튜토리얼입니다.

스타
395
포크
39
열린 이슈
0
마지막 커밋
8일 전

어떤 프로젝트인가요?

NamiAgent는 AI 에이전트를 처음부터 만드는 과정을 다루는 입문자용 튜토리얼로, 직접 실행할 수 있는 소규모 로컬 에이전트도 제공합니다. 핵심은 while 루프입니다. 모델을 호출하고, 도구를 실행하고, 결과를 컨텍스트에 기록한 다음, 모델을 다시 호출합니다. 강의는 약 100줄짜리 최소 루프에서 시작해 도구, 권한, 컨텍스트 관리, Skills, MCP, 서브 에이전트, 계획 수립, 장기 메모리 등의 기능을 하나씩 추가합니다. 마지막 부분에서는 Claude Code, Codex를 비롯한 주요 에이전트의 구조를 살펴봅니다.

각 강의 디렉터리에는 해당 단계의 코드를 그대로 실행할 수 있는 스냅샷이 들어 있으며, 이후 강의에는 API 키 없이 가짜 모델을 대상으로 실행하는 테스트도 포함되어 있습니다. 프로젝트의 의존성은 openai Python 패키지뿐이며, 기본값인 DeepSeek를 비롯해 OpenAI 호환 엔드포인트라면 어디든 사용할 수 있습니다. `python web/app.py`를 실행하면 로컬 브라우저 UI가 열리고, 각 모델 호출과 추론 텍스트, 도구 실행, 모델에 전달된 전체 컨텍스트를 확인할 수 있습니다. 파일을 쓰거나 명령을 실행하기 전에는 확인을 요청합니다.

이 프로젝트는 프로덕션 프레임워크가 아니라 교육용 코드베이스임을 명확히 밝히고 있으며, 자체 안전성 안내에서도 권한 모델이 의도적인 공격을 방어하지 못한다고 경고합니다.

핵심 기능

  • 0111개 강의에 걸쳐 에이전트를 단계별로 구축하며, 각 단계의 코드를 실행 가능한 스냅샷으로 제공합니다
  • 02도구, 권한 확인, 컨텍스트 압축, 세션 영속화를 지원합니다
  • 03stdio를 통한 MCP 클라이언트와 독립적인 컨텍스트를 사용하는 서브 에이전트를 포함합니다
  • 04브라우저 UI에서 각 턴의 모델 호출, 도구 호출, 전체 컨텍스트를 확인할 수 있습니다
  • 05기본값인 DeepSeek를 비롯해 OpenAI 호환 API를 사용할 수 있으며, 의존성은 openai 패키지뿐입니다
  • 063강부터는 API 키 없이 실행할 수 있는 테스트가 포함됩니다

활용 사례

  • 에이전트 루프, 도구, 컨텍스트 관리의 작동 방식을 기초부터 학습
  • 강의와 코드를 나란히 살펴보며 각 단계의 변화를 비교
  • 확인 절차가 있는 전용 작업 공간에서 소규모 로컬 에이전트 실행
  • 포함된 해설을 통해 상용 코딩 에이전트의 구조 학습

빠른 시작

  1. 1

    리포지토리를 클론합니다

    git clone https://github.com/aa1143/NamiAgent.git
  2. 2

    프로젝트 디렉터리로 이동해 종속 항목을 설치합니다

    cd NamiAgent && pip install -r requirements.txt
  3. 3

    모델 API 키를 설정하고 워크스페이스를 만듭니다

    export API_KEY=你的模型密钥 && export NAMI_WORKSPACE=~/agent-workspace && mkdir -p $NAMI_WORKSPACE
  4. 4

    Lesson 5 에이전트를 실행합니다

    cd lessons/lesson-05 && python agent.py

사용 전 알아둘 점

  • 모델 API 키가 필요합니다. 기본값은 DeepSeek입니다.
  • 에이전트는 명령을 실행하고 파일을 읽거나 쓸 수 있으므로 전용 워크스페이스에서 실행해야 합니다.
  • 이 프로젝트는 교육용이며 프로덕션 수준의 에이전트 프레임워크가 아닙니다.
  • docs/ 아래의 문서는 비상업적 CC BY-NC 4.0 라이선스가 적용됩니다.

포함된 컬렉션

토픽

자주 묻는 질문

NamiAgent은(는) 무엇인가요?
11개 강의로 최소한의 AI 에이전트를 처음부터 만들고, 로컬 에이전트와 브라우저 UI까지 실행해 보는 중국어 튜토리얼입니다. NamiAgent는 AI 에이전트를 처음부터 만드는 과정을 다루는 입문자용 튜토리얼로, 직접 실행할 수 있는 소규모 로컬 에이전트도 제공합니다. 핵심은 while 루프입니다. 모델을 호출하고, 도구를 실행하고, 결과를 컨텍스트에 기록한 다음, 모델을 다시 호출합니다. 강의는 약 100줄짜리 최소 루프에서 시작해 도구, 권한, 컨텍스트 관리, Skills, MCP, 서브 에이전트, 계획 수립, 장기 메모리 등의 기능을 하나씩 추가합니다. 마지막 부분에서는 Claude Code, Codex를 비롯한 주요 에이전트의 구조를 살펴봅니다.
NamiAgent은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
NamiAgent은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
NamiAgent은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. NamiAgent의 마지막 커밋은 2026년 10월 30일입니다.
NamiAgent은(는) 어디에 사용할 수 있나요?
에이전트 루프, 도구, 컨텍스트 관리의 작동 방식을 기초부터 학습 강의와 코드를 나란히 살펴보며 각 단계의 변화를 비교 확인 절차가 있는 전용 작업 공간에서 소규모 로컬 에이전트 실행 포함된 해설을 통해 상용 코딩 에이전트의 구조 학습
NamiAgent는 어떻게 설치하나요?
리포지토리를 클론합니다: git clone https://github.com/aa1143/NamiAgent.git 프로젝트 디렉터리로 이동해 종속 항목을 설치합니다: cd NamiAgent && pip install -r requirements.txt 모델 API 키를 설정하고 워크스페이스를 만듭니다: export API_KEY=你的模型密钥 && export NAMI_WORKSPACE=~/agent-workspace && mkdir -p $NAMI_WORKSPACE Lesson 5 에이전트를 실행합니다: cd lessons/lesson-05 && python agent.py
NamiAgent은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/aa1143/NamiAgent

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

관련 프로젝트