TaiXu-Admin V0.1.2, LLM·RAG·에이전트 기능을 통합한 통합 콘솔 공개

대규모 언어 모델(LLM) 기능을 체계화하는 데 주력하는 오픈소스 프로젝트가 또 한 번의 점진적인 진전을 이루었습니다. TaiXu-Admin 버전 0.1.2가 출시되었습니다. LLM, RAG, 에이전트를 중심으로 하는 이 애플리케이션 관리 시스템은 대화, 검색 기능 강화, 지능형 에이전트 협업을 단일 백엔드로 통합하는 것을 목표로 합니다.

이번 버전의 업데이트 내역은 포괄적이다. 문서를 LLM 위키 파싱과 연동하고 LLM 위키 검색 기능을 도입했으며, 수정된 코드 파일에 대한 핫 컴파일 교체(HCP) 메커니즘을 구현하여 재시작 없이도 변경 사항을 즉시 적용할 수 있게 했다. 또한 지식 기반 및 지식 그래프 라이브러리가 이제 사용자 정의 재구성을 지원한다. 이력 메모리 관리 기능이 업데이트되었으며, 런타임 중 RAG 및 에이전트에 대한 예외 처리가 완료되었습니다. 여러 지능형 에이전트를 장기간 온라인 상태로 유지하는 것을 목표로 하는 플랫폼으로서, 이러한 개선 사항은 기반을 한층 더 견고하게 다졌습니다.

시스템 자체를 살펴보면, TaiXu-Admin은 AI 기술이 통합된 스마트 시스템입니다. 백엔드는 Python으로 작성되었으며, 프론트엔드는 대화형 페이지에 React를 사용합니다. 이 시스템의 기능에는 LLM 대화, RAG, 에이전트가 포함됩니다. 또한 LangChain과 LangGraph를 대규모 모델 애플리케이션의 핵심 구성 요소로 활용합니다. 전자는 모듈형 모델 파이프라인을 구축하고, 후자는 복잡한 상태 기반 다중 에이전트 협업을 수행함으로써 RAG 모드, 에이전트 모드, 프롬프트 엔지니어링, 도구 호출 및 메모리 관리를 지원하며, 대화형 상호작용, 지식 검색 기반 생성 및 에이전트 협업을 모두 통합합니다.

이 플랫폼의 진가를 보여주는 점은 시중의 거의 모든 주류 관행을 메뉴 형태로 나열하고 있다는 사실입니다. RAG 섹션에서는 네이티브 RAG, 다중 쿼리, 검색 융합, 하위 질문 분해, 가설 문서 임베딩(HYDE), 논리적 및 의미적 라우팅, 쿼리 재작성, 다중 표현, 계층적 인덱싱(RAPTOR)을 모두 사용할 수 있습니다. 오류 수정, 자체 점검 및 자가 적응형 에이전트는 검색 과정에서 안전망을 제공하는 역할을 담당합니다. 특수 모드에는 GraphRAG 지식 그래프, BM25 키워드, 하이브리드 RAG, K-means 클러스터링, 최대 한계 관련성 RAG도 포함됩니다. 에이전트 모드는 더욱 역동적입니다. ReAct의 추론 행동, ReWOO의 관측 없는 추론, 계획 실행, LLM 컴파일, 반성, 자기 발견, 지능형 트리 검색은 물론, 감독형, 협업형, 계층형 다중 에이전트 오케스트레이션까지 — 현재 에이전트 연구의 거의 모든 핵심 요소를 아우릅니다.

아키텍처 측면에서는 모듈성을 갖춘 분리된 프론트엔드 및 백엔드 접근 방식을 따릅니다. 백엔드는 RESTful API를 지원하기 위해 Python과 경량 프레임워크인 Flask를 사용하여 구축되었습니다. 프론트엔드는 React를 사용하여 반응형 인터페이스를 구축하며, 프로젝트 엔지니어링을 위해 Ant Group의 오픈소스 Umi를 활용하고 Ant Design을 컴포넌트 라이브러리로 사용합니다. 기반이 되는 데이터베이스도 역할별로 구분되어 있습니다. 고성능 클라우드 네이티브 데이터베이스인 Qdrant는 텍스트 임베딩을 저장하고 의미적 유사도 검색을 처리하며, Neo4j는 엔티티 간의 복잡한 관계를 모델링하고 그래프 추론을 가능하게 하며, PostgreSQL은 사용자, 로그, 구성 정보와 같은 구조화된 비즈니스 데이터를 안정적으로 저장합니다.

시작하는 데 큰 어려움은 없습니다. 프론트엔드 의존성은 npm 또는 yarn을 통해, 백엔드 의존성은 pip 또는 poetry를 통해 관리하며, 이후 Qdrant, Neo4j, PostgreSQL이라는 세 가지 필수 구성 요소를 설치하면 됩니다. 로컬에서 간단히 테스트해 보고 싶다면, 가장 간단한 구성 단계만 수행해도 핵심 모듈을 시연하는 데 Qdrant와 Neo4j가 필요하지 않습니다. 시작한 후 localhost:8000에 접속하면, 기본 사용자 이름과 비밀번호는 모두 ‘admin’입니다. 이제 개발자들에게 LLM, RAG, 에이전트를 하나의 플랫폼으로 통합한 시스템이 제공됩니다.