# \#akb **URL:** https://discuss.pytorch.kr/tag/akb/7797.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [AKB: AI 에이전트를 위한 Git 기반 조직 지식베이스, MCP로 제공되는 지식 그래프](https://discuss.pytorch.kr/t/akb-ai-git-mcp/10323)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [5월 22, 2026, 12:30오후 UTC](https://discuss.pytorch.kr/t/akb-ai-git-mcp/10323 "2026-05-22T12:30:31Z")
AKB 소개 AKB(Agent Knowledgebase)는 AI 에이전트가 조직의 문서, 표, 파일을 일관된 방식으로 읽고 쓰도록 만들어진 지식베이스입니다. Confluence나 Notion 같은 사람용 UI 도구가 클릭과 페이지 트리에 최적화되어 있다면, AKB는 MCP 호출과 URI 그래프에 최적화된 형태로 같은 자리를 채우려는 시도입니다. 저장소는 Git bare 저장소, 검색·메타데이터의 단일 진실 공급원(Source of Truth)은 PostgreSQL 16, 벡터 인덱스는 드라이버 교체가 가능한 구조로 갈라져 있습니다. 핵심 차별점은 에이전트 친화적 인터페이스 와 플러그형 벡터 스토어 두 가지입니다. 에이전트는 akb\_put, akb\_search, akb\_browse, akb\_relations, akb\_grep 같은 도구를 MCP(Model Context Protocol)로 한 번에 호출해 문서 CRUD, 하이브리드 검색, 지식 그래프 탐색, 권한 부여, 공개 발행까지 일관된 인터페이스로 처리합니다. 벡터 스토어는 기본값인 pgvector(PostgreSQL과 동일 컨테이너) 외에 qdrant, 관리형 seahorse-cloud, 자체 호스팅 seahorse-db, 실험적 seahorse-db-grpc 까지 다섯 개 드라이버 중 하나를 설정 한 줄로 고를 수 있습니다. 문서 수준에서도 에이전트가 다루기 쉬운 형태를 강제합니다. 모든 문서는 YAML frontmatter가 붙은 Markdown이고, akb://{vault}/{path} 형태의 URI로 식별됩니다. 프런트매터에 depends\_on, related\_to, implements 같은 관계 필드를 쓰면 그 자체로 지식 그래프의 엣지가 되며, akb\_graph·akb\_relations 도구로 탐색됩니다. 본 게시물에서는 AKB가 설계한 저장 구조, 하이브리드 검색의 LongMemEval 결과, 그리고 확장이 작은 코어 바깥에서 일어나도록 분리한 이벤트 모델을 정리합니다. AKB…