오픈 매뉴스의 멀티 에이전트 프레임워크 분석
프로젝트 개요
최근 오픈AI와 딥서치 등의 발전으로 인해 AI 에이전트의 역할이 더욱 중요해지고 있습니다. 본 문서에서는 오픈 매뉴스(Open Manus) 프로젝트를 통해 이들 에이전트가 어떻게 작동하는지 상세히 살펴보겠습니다.
1. 프로젝트 구조
오픈 매뉴스는 크게 네 가지 주요 모듈로 구성됩니다:
에이전트(agent/): 기본 기능을 제공합니다.
플로우(flow/): 작업 ...
7월 5일 03:31에 게시됨
Flocks 자체 배포 사용 경험
5월 1일 휴일 동안 텐센트 클라우드 경량 서버에 Flocks(위버 오픈소스 AgentSecOps 플랫폼)를 배포했으며, 초기 워크플로 생성 실패부터 시작하여 여러 플랫폼 계층 및 LLM 동작 계층의 문제에 직면했습니다. 이 글에서는 과정에서 발생한 문제, 근본 원인, 수정 방식을 정리하여 동일한 요구사항이 있는 사람들을 위해 참고자료로 제공합니다.
환경
텐센트 클라우드 경 ...
7월 4일 22:52에 게시됨
Qwen3-0.6B-FP8 기능 체험: 실시간 온도 및 생성 길이 조절로 AI 대화 스타일 맞춤화
Qwen3-0.6B-FP8 기능 체험: 실시간 온도 및 생성 길이 조절로 AI 대화 스타일 맞춤화
1. 소개: AI 대화를 오디오 믹서처럼 쉽게 조절하기
AI에게 시를 지어달라고 했더니 500자를 써서 끝나지 않거나, 개방형 질문에 대한 답변이 너무 딱딱하고 창의성이 없는 경우가 있었나요?
기존의 대형 모델 대화는 종종 블라인드 박스처럼 느껴집니다. 질문을 입력하면 답변이 나오고 ...
7월 1일 17:24에 게시됨
대규모 언어 모델 기반 웹 스크레이핑: ScrapeGraphAI로 자동화된 데이터 추출 구현하기
AI 기술이 웹 크롤링을 어떻게 혁신하고 있는가?
복잡한 웹사이트에서 필요한 데이터를 추출하는 작업은 오랫동안 개발자의 수작업과 정교한 CSS 선택자, XPath 표현식에 의존해 왔습니다. 하지만 이제 대규모 언어 모델(LLM)의 발전으로 이 과정이 근본적으로 변화하고 있습니다. ScrapeGraphAI는 사용자가 자연어로 원하는 정보를 설명하면, 그에 맞춰 자동으로 스크레이 ...
6월 30일 21:29에 게시됨
Nanbeige4.1-3B 로컬 배포 가이드: Docker 기반 오픈소스 LLM 실전 구축
개인 PC에서 AI 어시스턴트를 직접 구동하고 싶지만, 대형 언어 모델(LLM)이 너무 무겁거나 배포 과정이 복잡할까 걱정된다면 Nanbeige4.1-3B가 좋은 선택입니다. 30억 개(3B)의 파라미터를 가진 이 오픈소스 모델은 뛰어난 추론 및 대화 능력을 제공하면서도, Docker 이미지를 통해 일반 소프트웨어를 설치하듯 간편하게 로컬 환경에 배포할 수 있습니다.
이 글에서는 Doc ...
6월 30일 20:03에 게시됨
AI 기반 물류 네트워크 시뮬레이션 교육 플랫폼 구축 가이드
핵심 아키텍처 개요
물류 교육용 동적 시뮬레이션 환경을 구축하기 위한 AI 통합 접근법을 설명한다. 이 시스템은 교자가 복잡한 공급망 역학을 시각적으로 탐색할 수 있도록 지원한다.
시스템 워크플로우
class LogisticsSandboxEngine:
def __init__(self):
self.terrain_mapper = TerrainGenerator()
self.demand_simulator = TemporalDynamicsLLM ...
6월 30일 01:31에 게시됨
3.5억 파라미터 다국어 지원 오픈소스 모델, Ollama로 로컬에서 실행하기
Ollama를 사용한 granite-4.0-h-350m 모델의 로컬 배포 및 활용
고성능 GPU 없이도 자신의 컴퓨터에서 다국어 AI 모델을 구동하고 싶다면? 데이터 유출 걱정 없이 프라이버시를 유지하며 인공지능을 활용할 수 있는 방법이 있다. 바로 granite-4.0-h-350m와 Ollama 조합이다. 이 조합을 통해 단 1.4GB 정도의 용량으로 12개 언어를 지원하는 경량 대규모 언어 모델(LLM)을 ...
6월 29일 04:22에 게시됨
프롬프트 엔지니어링: LLM 효과적으로 제어하는 핵심 기술
1. 프롬프트(Prompt)와 프롬프트 엔지니어링의 이해
프롬프트는 대형 언어 모델(LLM)에 전달하는 모든 입력을 의미합니다. DeepSeek, ChatGPT 등에서 질문을 하거나 명령을 내리는 모든 행위가 프롬프트입니다. 모델은 이 프롬프트를 기반으로 다음 토큰을 예측하며 응답을 생성합니다. 즉, 모델과의 상호작용은 프롬프트를 이어 쓰는 과정이라 볼 수 있습니다.
프롬프트 ...
6월 27일 21:51에 게시됨
DeepSeekMath-V2: 자기 검증 기반 수학 추론의 새로운 패러다임
핵심 요약
혁신적 접근법: DeepSeekMath-V2는 "정답이 곧 올바른 추론을 의미하지 않는다"는 근본적 문제를 해결하는 자기 검증 메커니즘을 도입했습니다.
최고 수준 경쟁력: IMO 2025와 CMO 2024에서 금메달 수준의 성적을 기록했으며, Putnam 2024에서는 118/120점이라는 거의 완벽한 점수를 달성했습니다.
기술 구조: DeepSeek-V3.2-Exp-Base를 기반으로 검증기-생성기 ...
6월 27일 03:06에 게시됨
가벼운 LLM으로 인터넷 데이터 분석 활용하기: Nanbeige4.1-3B 실용 가이드
가벼운 LLM으로 인터넷 데이터 분석 활용하기: Nanbeige4.1-3B 실용 가이드
수많은 사용자 리뷰, 제품 피드백, 또는 소셜 미디어 데이터 앞에서 정보의 바다에 압도되어 어디서부터 시작해야 할지 막막한 경험이 있으신가요? 이러한 텍스트 데이터에서 유용한 인사이트를 얻으려면 막대한 시간을 들여 수동으로 분석하거나, 복잡한 프로그래밍 및 데이터 분석 도구를 익혀 ...
6월 27일 01:29에 게시됨