Agents
AI 에이전트는 특정 목표를 달성하기 위해 추론하고, 의사 결정을 내리며, 환경과 상호작용하고, 행동을 취할 수 있는 자율 시스템입니다. Koog에서 AI 에이전트는 단순히 LLM을 감싸는 래퍼(wrapper) 이상의 의미를 갖습니다. 이는 JVM 생태계를 위해 설계된 구조화되고 타입 안전한(type-safe) 상태 머신입니다.
Koog 에이전트는 다음과 같은 핵심 개념을 중심으로 구축됩니다:
- 프롬프트 실행기(prompt executor)는 프롬프트를 관리하고 실행하여 에이전트가 추론 및 의사 결정을 위해 LLM과 상호작용할 수 있도록 합니다.
- 전략(strategy)은 에이전트의 워크플로를 정의합니다. 유향 그래프(directed graph), 함수 또는 플래너 형태가 될 수 있습니다. 에이전트 유형을 참조하세요.
- 에이전트는 외부 데이터 소스 및 서비스와 상호작용하기 위해 도구를 사용할 수 있습니다.
- 기능(features)을 사용하여 AI 에이전트의 기능을 확장하고 강화할 수 있습니다.
TIP
최소한의 에이전트를 생성하고 실행하는 방법에 대한 정보는 퀵스타트를 참조하세요.
Agent types
수행해야 하는 작업에 따라 Koog는 여러 에이전트 유형을 제공합니다:
- 기본 에이전트(Basic agents)는 커스텀 로직이 필요 없는 간단한 작업에 이상적입니다. 이 에이전트들은 대부분의 일반적인 사용 사례에 적합한 미리 정의된 전략을 구현합니다.
- 그래프 기반 에이전트(Graph-based agents)는 에이전트의 워크플로, 상태 관리 및 시각화에 대한 완전한 제어와 유연성을 제공합니다.
- 함수형 에이전트(Functional agents)는 에이전트의 컨텍스트에 접근할 수 있는 함수로서 커스텀 로직을 신속하게 프로토타이핑할 수 있게 해줍니다.
- 플래너 에이전트(Planner agents)는 원하는 최종 상태에 도달할 때까지 반복적인 사이클을 통해 다단계 작업을 자율적으로 계획하고 실행할 수 있습니다.
Agent configuration
에이전트 설정(Agent configuration)은 초기 프롬프트, 언어 모델, 반복 횟수 제한을 포함한 에이전트의 실행 파라미터를 정의합니다.
TIP
최소한의 에이전트를 생성하고 실행하는 방법에 대한 정보는 퀵스타트를 참조하세요.
단순한 에이전트의 경우, 필수적인 프롬프트 실행기와 언어 모델 외에도 초기 시스템 프롬프트 및 기타 일부 파라미터를 에이전트 생성자에서 직접 지정할 수 있습니다:
=== "Kotlin"
<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
-->
```kotlin
val agent = AIAgent(
promptExecutor = simpleOpenAIExecutor(System.getenv("YOUR_API_KEY")),
llmModel = OpenAIModels.Chat.GPT4o,
systemPrompt = "You are a helpful assistant.",
temperature = 0.7,
maxIterations = 10
)
```
<!--- KNIT example-agent-config-01.kt -->
=== "Java"
<!--- INCLUDE
/**
-->
<!--- SUFFIX
**/
-->
```java
AIAgent<String, String> agent = AIAgent.builder()
.promptExecutor(simpleOpenAIExecutor(System.getenv("YOUR_API_KEY")))
.llmModel(OpenAIModels.Chat.GPT4o)
.systemPrompt("You are a helpful assistant.")
.temperature(0.7)
.maxIterations(10)
.build();
```
<!--- KNIT example-agent-config-java-01.java -->
또는, AIAgentConfig의 인스턴스를 생성하여 에이전트의 동작과 파라미터를 더 세밀하게 정의한 다음 에이전트 생성자에 전달할 수 있습니다. 이를 통해 여러 메시지가 포함된 복잡한 프롬프트, 대화 기록, LLM 파라미터 및 추가 실행 파라미터를 정의할 수 있습니다.
=== "Kotlin"
<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.agents.core.agent.config.AIAgentConfig
import ai.koog.prompt.dsl.prompt
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import ai.koog.prompt.params.LLMParams
-->
```kotlin
val agentConfig = AIAgentConfig(
prompt = prompt(
id = "assistant",
params = LLMParams(
temperature = 0.7
)
) {
system("You are a helpful assistant.")
},
model = OpenAIModels.Chat.GPT4o,
maxAgentIterations = 10
)
val agent = AIAgent(
promptExecutor = simpleOpenAIExecutor(System.getenv("OPENAI_API_KEY")),
agentConfig = agentConfig
)
```
<!--- KNIT example-agent-config-02.kt -->
=== "Java"
<!--- INCLUDE
/**
-->
<!--- SUFFIX
**/
-->
```java
Prompt prompt = Prompt.builder("assistant")
.system("You are a helpful assistant.")
.build()
.withParams(new LLMParams(
0.7, // temperature
null, // maxTokens
1, // numberOfChoices
null, // speculation
null, // schema
LLMParams.ToolChoice.Auto.INSTANCE, // toolChoice
null, // user
null // additionalProperties
));
AIAgentConfig agentConfig = AIAgentConfig.builder(OpenAIModels.Chat.GPT4o)
.prompt(prompt)
.maxAgentIterations(10)
.build();
AIAgent<String, String> agent = AIAgent.builder()
.promptExecutor(simpleOpenAIExecutor(System.getenv("OPENAI_API_KEY")))
.agentConfig(agentConfig)
.build();
```
<!--- KNIT example-agent-config-java-02.java -->
AIAgentConfig의 파라미터는 다음과 같습니다:
model은 에이전트가 상호작용하는 언어 모델을 지정합니다. 미리 정의된 모델 중 하나를 사용하거나 커스텀 모델 설정 생성을 통해 설정할 수 있습니다.maxAgentIterations는 에이전트가 종료되기 전까지 취할 수 있는 최대 단계 수를 제한합니다. 각 단계는 에이전트 워크플로의 노드입니다.missingToolsConversionStrategy는 에이전트 실행 중 누락된 도구를 처리하기 위한 전략을 정의합니다.
responseProcessor는 커스텀 응답 프로세서를 정의하는 데 사용할 수 있습니다. 예를 들어, 응답 내용을 검토(moderate) 및 검증하거나, 응답 형식을 변경하거나, 응답을 기록(log)할 수 있습니다.