Agentica, 간단하고 강력한 LLM Function Calling을 지원하는 Agentic Library (feat. Typescript)

9bow · 3월 3, 2025, 3:30오전

Agentica 소개

최근 LLM(대형 언어 모델) 기반 애플리케이션이 빠르게 발전하고 있으며, 다양한 방식으로 AI를 활용하는 방법이 연구되고 있습니다. 하지만 많은 AI 개발자들이 복잡한 에이전트 기반 시스템을 구축하는 데 어려움을 겪고 있습니다. Agentica는 이런 문제를 해결하기 위해 탄생한 라이브러리로, 복잡한 워크플로우 없이도 Swagger/OpenAPI 문서 또는 TypeScript 클래스 타입을 기반으로 자동으로 LLM Function Calling을 수행할 수 있도록 설계되었습니다.

Agentica의 주요 기능은 다음과 같습니다:

Swagger/OpenAPI 기반 LLM Function Calling
TypeScript 클래스 기반 API 정의 및 호출
다중 에이전트 오케스트레이션 지원
RAG(Retrieval-Augmented Generation) 최적화 기능 예정
PostgreSQL 및 OpenAI Vector Store 연동 예정

Agentica의 주요 기능

간단한 에이전트 구성

Agentica의 설정 과정은 매우 간단합니다. Swagger 문서를 가져오거나 TypeScript 클래스를 정의하는 것만으로도 LLM이 자동으로 API를 호출할 수 있습니다:

import { Agentica } from "@agentica/core";
import typia from "typia";

const agent = new Agentica({
  providers: [
    await fetch(
      "https://shopping-be.wrtn.ai/editor/swagger.json",
    ).then(r => r.json()),
    typia.llm.application<ShoppingCounselor>(),
    typia.llm.application<ShoppingPolicy>(),
    typia.llm.application<ShoppingSearchRag>(),
  ],
});
await agent.conversate("I wanna buy MacBook Pro");

다중 에이전트 오케스트레이션

Agentica는 여러 개의 에이전트를 함께 조합하여 사용할 수 있습니다. 이를 통해 사용자 질문을 다양한 API와 연결하여 더 정교한 응답을 생성할 수 있습니다:

import { Agentica } from "@agentica/core";
import typia from "typia";
import OpenAI from "openai";

class OpenAIVectorStoreAgent {
  /**
   * RAG(Vector Retrieval) 기반 검색을 수행합니다.
   *
   * @param props 검색 키워드
   */
  public async query(props: {
    keywords: string;
  }): Promise<IVectorStoreQueryResult> {
    // 특정 벡터 DB에서 검색 수행
  }
}

class ShoppingRecommendationAgent {
  /**
   * 쇼핑 관련 추천을 수행합니다.
   *
   * @param props 사용자 질문
   */
  public async recommend(props: {
    query: string;
  }): Promise<string> {
    // 추천 상품 검색 로직
  }
}

const main = async (): Promise<void> => {
  const api = new OpenAI({ apiKey: "YOUR_OPENAI_API_KEY" });

  const agent = new Agentica({
    model: "gpt-4o-mini",
    context: { api },
    controllers: [
      {
        protocol: "class",
        name: "vectorStore",
        application: typia.llm.applicationOfValidate<
          OpenAIVectorStoreAgent,
          "chatgpt"
        >(),
        execute: new OpenAIVectorStoreAgent(),
      },
      {
        protocol: "class",
        name: "shoppingRecommendation",
        application: typia.llm.applicationOfValidate<
          ShoppingRecommendationAgent,
          "chatgpt"
        >(),
        execute: new ShoppingRecommendationAgent(),
      },
    ],
  });

  await agent.conversate("가장 인기 있는 최신 맥북을 추천해줘.");
};
main().catch(console.error);

WebSocket 기반 RPC 지원

기존 HTTP 기반 API 호출 외에도 WebSocket을 활용한 RPC(Remote Procedure Call) 방식을 지원하여 실시간 상호작용이 가능합니다. 이 기능을 활용하면 AI 챗봇, 실시간 추천 시스템, 동적 데이터 처리와 같은 서비스에서 더 빠르고 효율적인 인터페이스를 구축할 수 있습니다:

import { Agentica } from "@agentica/core";
import typia from "typia";
import WebSocket from "ws";

class ChatSession {
  private ws: WebSocket;

  constructor(url: string) {
    this.ws = new WebSocket(url);
    this.ws.on("message", (data) => {
      console.log("Received:", data.toString());
    });
  }

  sendMessage(message: string) {
    this.ws.send(JSON.stringify({ message }));
  }
}

const main = async (): Promise<void> => {
  const chatSession = new ChatSession("wss://your-websocket-server.com");

  const agent = new Agentica({
    model: "gpt-4o-mini",
    controllers: [
      {
        protocol: "ws",
        name: "realTimeChat",
        application: typia.llm.applicationOfValidate<ChatSession, "chatgpt">(),
        execute: chatSession,
      },
    ],
  });

  await agent.conversate("실시간으로 채팅을 시작해볼까?");
};
main().catch(console.error);

라이선스

Agentica 프로젝트는 MIT License로 공개 및 배포되고 있습니다.

Agentica GitHub 저장소

Agentica API 문서

더 읽어보기

이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

아래쪽에 좋아요를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~