표준 타입 어노테이션을 사용해 JSON, MessagePack, YAML, TOML을 인코딩하고 디코딩하는 빠른 Python 직렬화 및 검증 라이브러리입니다.
agntcy/oasf
AI 에이전트의 역량, 스킬, 도메인 및 메타데이터를 기술해 검증하고 검색할 수 있도록 하는 표준 JSON 스키마 프레임워크이자 서버입니다.
- 스타
- 340
- 포크
- 47
- 열린 이슈
- 19
- 마지막 커밋
- 5시간 전
어떤 프로젝트인가요?
OASF(Open Agentic Schema Framework)는 AI 에이전트 레코드를 위한 공통 데이터 구조를 정의합니다. 각 레코드는 스킬과 도메인을 나타내는 속성 기반 분류 체계와, 레코드를 조합 가능한 방식으로 확장하는 선택적 모듈로 구성됩니다. 분산 시스템 전반에서 에이전트 역량을 일관되게 정의하고 검증하며 검색하는 것이 목표입니다.
이 프로젝트는 데이터 모델링 방식에서 OCSF(Open Cybersecurity Schema Framework)를 본떠 설계되었으며, 스키마 서버는 OCSF 스키마 서버를 파생해 만들었습니다. 스키마를 탐색하고 검증할 수 있는 HTTP 스키마 서버와 Buf Schema Registry에 게시된 Protocol Buffer 정의를 제공합니다.
개발에는 Taskfile 기반 워크플로와 컨테이너화된 환경을 사용합니다. 여기에는 Helm을 통한 로컬 Kind 클러스터 배포와 스키마 변경 시 핫 리로드 모드가 포함됩니다. 비공개 스키마 확장을 지원하며, MCP 서버를 이용하면 LLM이 레코드를 생성하고 검증하도록 도울 수 있습니다.
핵심 기능
- 01AI 에이전트를 기술하기 위한 표준 레코드 구조를 정의합니다.
- 02속성 기반 분류 체계에서 가져온 스킬과 도메인으로 에이전트에 주석을 추가합니다.
- 03검증 기능을 갖춘 비공개 스키마 확장을 지원합니다.
- 04스키마를 탐색하고 검증할 수 있는 HTTP 스키마 서버를 제공합니다.
- 05스키마 개발 중 핫 리로드와 Helm 기반 로컬 배포를 지원합니다.
- 06Protocol Buffer 정의를 Buf Schema Registry에 게시합니다.
활용 사례
- 시스템 전반에서 에이전트 역량을 검색할 수 있도록 기술 방식을 표준화합니다.
- 개발 중 공통 스키마에 따라 에이전트 레코드를 검증합니다.
- 자체 확장을 포함한 비공개 스키마 서버를 운영합니다.
- MCP 서버를 통해 LLM이 OASF 레코드를 생성하고 검증하도록 합니다.
빠른 시작
- 1
저장소를 클론합니다
git clone https://github.com/agntcy/oasf.git - 2
필수 도구(Taskfile, Buildx가 포함된 Docker, Go, yq, curl, tar)를 설치합니다
- 3
서버 이미지를 로컬에서 빌드합니다
IMAGE_TAG=latest task build:server - 4
임시 Kind 클러스터에 OASF를 로컬로 배포한 다음 localhost:8080을 엽니다
task up
사용 전 알아둘 점
- 로컬 배포에는 Buildx가 포함된 Docker, Go, yq 및 Taskfile 설정이 필요합니다.
- 서버 백엔드를 변경하면 task up을 다시 실행해야 하므로 핫 리로드는 스키마 변경에만 적용됩니다.
포함된 컬렉션
토픽
자주 묻는 질문
- oasf은(는) 무엇인가요?
- AI 에이전트의 역량, 스킬, 도메인 및 메타데이터를 기술해 검증하고 검색할 수 있도록 하는 표준 JSON 스키마 프레임워크이자 서버입니다. OASF(Open Agentic Schema Framework)는 AI 에이전트 레코드를 위한 공통 데이터 구조를 정의합니다. 각 레코드는 스킬과 도메인을 나타내는 속성 기반 분류 체계와, 레코드를 조합 가능한 방식으로 확장하는 선택적 모듈로 구성됩니다. 분산 시스템 전반에서 에이전트 역량을 일관되게 정의하고 검증하며 검색하는 것이 목표입니다.
- oasf은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- oasf은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- oasf은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. oasf의 마지막 커밋은 2026년 10월 22일입니다.
- oasf은(는) 어디에 사용할 수 있나요?
- 시스템 전반에서 에이전트 역량을 검색할 수 있도록 기술 방식을 표준화합니다. 개발 중 공통 스키마에 따라 에이전트 레코드를 검증합니다. 자체 확장을 포함한 비공개 스키마 서버를 운영합니다. MCP 서버를 통해 LLM이 OASF 레코드를 생성하고 검증하도록 합니다.
- oasf는 어떻게 설치하나요?
- 저장소를 클론합니다: git clone https://github.com/agntcy/oasf.git 필수 도구(Taskfile, Buildx가 포함된 Docker, Go, yq, curl, tar)를 설치합니다 서버 이미지를 로컬에서 빌드합니다: IMAGE_TAG=latest task build:server 임시 Kind 클러스터에 OASF를 로컬로 배포한 다음 localhost:8080을 엽니다: task up
- oasf은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/agntcy/oasf
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
AI 애플리케이션을 외부 도구 및 데이터에 연결하는 개방형 표준인 Model Context Protocol(MCP)의 사양, TypeScript 및 JSON Schema 정의, 공식 문서를 제공합니다.
여러 LLM 제공업체에서 Pydantic으로 검증된 구조화 데이터를 가져오고, 검증 실패 시 자동으로 재시도하는 Python 라이브러리입니다.
LLM 애플리케이션에 입력 및 출력 가드를 추가하고, LLM 응답에서 검증된 구조화 데이터를 생성하는 Python 프레임워크입니다.
하나의 .skir 파일에서 TypeScript, Python, Java, Go, C++ 등 다양한 언어용 타입 안전 데이터 모델과 RPC 코드를 생성하는 선언형 스키마 언어입니다.
LLM 생성 과정에서 출력을 지정된 타입, 정규식, JSON 스키마 또는 문법에 맞도록 제한하는 Python 라이브러리입니다.