Name: Loom AI Agent Framework
SKU: -

소개

Loom AI Agent Framework은 Teradata Labs에서 개발한 Go 기반의 LLM 에이전트 프레임워크입니다. 자연 언어로 에이전트를 생성하고, 워크플로우 패턴으로 오케스트레이션하며, 도메인 지식을 스킬과 패턴으로 제공하여 전문화된 AI 에이전트를 구축할 수 있습니다. 이 프레임워크는 멀티 에이전트 협업, 그래프 메모리, 스킬 시스템, MCP 통합 등을 통해 복잡한 작업을 자동화하는 데 사용됩니다.

상세정보

Weaver (Meta-Agent)

Weaver는 자연 언어로 에이전트 생성을 지원하는 메타 에이전트입니다. 사용자의 요구사항을 분석하여 도메인과 역량을 결정하고, 라이브러리에서 패턴을 선택하여 YAML 구성을 생성하고 에이전트를 활성화합니다. 멀티 에이전트 작업을 위한 워크플로우 패턴을 자동으로 선택하고, /agent-plan 모드를 통해 스킬 기반 권장사항과 함께 요구사항 수집을 안내합니다.

멀티 에이전트 워크플로우

Loom은 proto에 정의된 9가지 오케스트레이션 패턴을 지원합니다. 파이프라인(순차적 단계), 병렬(독립적 동시 작업), 포크-조인(병렬 실행 후 결과 병합), 토론(여러 에이전트가 관점을 논의하여 합의 도출), 조건부(에이전트 결정에 따라 라우팅), 군집(동적 에이전트 협업), 반복적(실패 시 자동 재시작), 페어 프로그래밍(두 에이전트가 코드 협업), 교사-학생(한 에이전트가 다른 에이전트를 가르치거나 평가) 패턴을 포함합니다.

스킬 시스템

스킬은 LLM에 로드되는 YAML 기반 행동으로, 관리 스킬 도구를 통해 목록 보기 또는 로드가 가능합니다. 스킬은 지침, 필요한 도구, 선택적 패턴 참조를 포함하며, 로드 시 별도의 사용자 역할 메시지로 대화에 들어갑니다. 고위험 또는 제한된 스킬은 승인이 필요하며, 스킬 파일은 fsnotify를 통해 핫 리로드가 가능합니다.

그래프 메모리

지능도 기반 그래프 지원 에피소딕 메모리로, 영속적인 크로스 세션 지식을 제공합니다. 엔티티(사람, 도구, 프로젝트, 개념 등)와 방향성 있는 관계(USES, WORKS_ON, KNOWS_ABOUT 등), 불변 기록인 기억(사실, 결정, 선호도, 경험, 실패 등)으로 구성됩니다. salience 점수에 시간 감소 및 접근 증가를 적용하여 중요도에 따라 기억을 순위화하고, 계보 추적, FTS5 검색, 컨텍스트 예산당 턴당 20%의 토큰 기반 컨텍스트 주입을 지원합니다.

MCP 통합

코드 없이 어떤 MCP 서버든 연결할 수 있습니다. looms config set 명령을 통해 MCP 서버를 구성하고, looms serve 시 자동 시작됩니다. 클라이언트는 서버당 MCP 프로토콜 revision을 협상하며, just mcp-probe 명령으로 서버 검증이 가능합니다. 4개의 내장 MCP UI 앱(대화 뷰어, 데이터 차트, EXPLAIN 플랜 시각화, 데이터 품질 대시보드)이 /apps/ 경로에서 제공되며, 선언형 JSON 사양으로부터 런타임에 커스텀 대시보드를 생성할 수 있습니다.

다운로드·설치 방법

공식 설치는 저장소를 클론하고 quickstart 스크립트를 실행하는 방식입니다. macOS/Linux에서는 ./quickstart.sh, Windows에서는 .quickstart.ps1을 실행하여 Go, Buf 설치, 바이너리 빌드, 158개 패턴 설치, LLM 제공자 인터랙티브 구성을 수행합니다. 수동 설치는 git clone 후 just install 명령으로 바이너리를 ~/.local/bin/에 설치하고 패턴을 설치할 수 있습니다. 소스에서 직접 설치하려면 go install github.com/teradata-labs/loom/cmd/loom@latest 및 go install github.com/teradata-labs/loom/cmd/looms@latest를 실행한 후, just install-patterns로 패턴을 설치해야 합니다.

기본 사용법/명령어

설치 후, LLM 제공자 API 키를 환경 변수로 설정한 후(예: export ANTHROPIC_API_KEY=”your-key”), looms serve 명령으로 gRPC(:60051)와 HTTP(:5006) 서버를 시작합니다. 그런 다음 loom 명령으로 TUI를 실행하면 가이드 에이전트가 작업을 도와줍니다. 특정 에이전트로 바로 이동하려면 loom –thread weaver와 같이 스레드 이름을 지정할 수 있습니다. 서버 실행 후 gRPC 엔드포인트는 localhost:60051, HTTP/REST는 localhost:5006, Swagger UI는 localhost:5006/swagger-ui, MCP 앱은 localhost:5006/apps/에서 이용 가능합니다.

이런 경우에 유용합니다

데이터 분석가나 데이터베이스 관리자가 Teradata 쿼리 최적화나 데이터 품질 검사를 자동화해야 할 때, 자연 언어로 요구사항을 입력하면 Weaver가 적절한 패턴과 스킬을 선택하여 전문 에이전트를 생성하고 워크플로우로 오케스트레이션할 수 있습니다. 소프트웨어 개발자는 코드 리뷰나 페어 프로그래밍 시나리오에서 두 에이전트가 협업하도록 설정하거나, 교사-학생 패턴을 통해 한 에이전트가 다른 에이전트의 코드를 평가하도록 구성할 수 있습니다. 연구자는 여러 관점을 가진 에이전트가 토론을 통해 합의에 도달하도록 하는 토론 패턴을 활용하여 복잡한 문제 해결 과정을 시뮬레이션할 수 있습니다.

제한 사항·확인 사항

Windows 사용 시 quickstart.ps1 PowerShell 스크립트를 사용해야 하며, Go 및 Buf가 사전 설치되어 있지 않은 경우 스크립트가 이를 처리합니다.
MCP 서버를 연결하기 전에는 just mcp-probe 명령으로 서버를 검증해야 하며, 보안상 신뢰할 수 있는 서버만 연결하는 것이 권장됩니다.
시각 분석(analyze_image) 및 문서 파싱(parse_document) 도구는 현재 작업 중이며, 완전한 기능은 향후 릴리스에서 제공될 예정입니다.

시스템 요구사항

별도의 시스템 요구사항이 등록되지 않았습니다.

Loom AI Agent Framework

소개