에이전트 271개 · 2026년 9월 29일 업데이트
코딩 에이전트가 API를 호출하고, 문서를 검색하고, 기억을 유지하며, 여러 단계의 작업을 수행하도록 만들 수 있습니다. 이 페이지에서는 TypeScript·Python 기반 런타임, 에이전트 SDK, 멀티에이전트 워크플로 프레임워크, Gemini용 코드 레시피를 비교할 수 있습니다. 반면 프로젝트 관리, 결제 지원, 금융 분석처럼 완성된 업무용 AI 제품도 함께 보이므로, 재사용 가능한 개발 패키지인지 먼저 구분해야 합니다.
이 범주의 핵심은 모델 자체가 아니라 모델이 외부 세계와 상호작용하는 실행 구조입니다. SpringBrand DeepSeek Harness는 로컬에서 코딩 에이전트를 실행하고, 모델·도구·샌드박스·세션 로그를 TypeScript 플러그인 런타임으로 교체해 다룰 수 있습니다. HybridClaw는 Discord, 웹, 터미널을 하나의 에이전트 런타임에 연결하며 RAG, 메모리, 도구 실행을 포함합니다. AI Library는 모듈형 체인과 도구로 에이전트를 만들고 배포하는 개발 플랫폼입니다. 따라서 이런 패키지는 호출 순서, 기억, 검색, 실행 기록을 조립하는 데 맞습니다. 다만 제품 설명만으로 특정 모델의 품질, 모든 API와의 호환성, 무인 운영의 성공을 보장할 수는 없습니다. 실제 작업 결과는 연결한 모델과 도구의 동작에도 좌우됩니다.
여러 에이전트가 역할을 나누거나 시뮬레이션 안에서 협력해야 한다면 구성 단위를 먼저 확인하세요. Agentic Workflow는 Python으로 멀티에이전트 AI 워크플로를 설계·오케스트레이션·관리하는 프레임워크이며, 복잡한 자동화 작업을 대상으로 합니다. AutoDRIVE Cooperative MARL은 자율주행 조정을 시뮬레이션하는 협력형 멀티에이전트 강화학습 프레임워크입니다. Flocking Multi-Agent는 Python 기반으로 에이전트의 군집 알고리즘, 조정, 동적 이동을 시뮬레이션합니다. Gemini Agent Cookbook은 Google Gemini의 추론과 도구 사용을 활용하는 에이전트 구축 레시피를 제공합니다. 이들은 모두 같은 문제를 푸는 제품이 아닙니다. 언어 모델 기반 업무 흐름이 필요한지, 강화학습 시뮬레이션이 필요한지, 아니면 특정 모델의 코드 예제가 필요한지에 따라 선택이 달라집니다. 일반적인 검색 챗봇을 바로 제공하는 목록으로 보면 안 됩니다.
선택할 때는 에이전트가 무엇을 입력으로 받고 어디에 결과를 내보내는지 적어 보세요. HybridClaw의 설명에는 Discord·웹·터미널 채널과 RAG, 메모리, 도구 실행이 함께 명시되어 있어 대화 채널과 실행 환경을 함께 살펴볼 수 있습니다. SpringBrand DeepSeek Harness는 로컬 코딩 작업, 교체 가능한 모델과 도구, 샌드박스, 세션 로그를 중심으로 합니다. AI FIRST는 자연어로 조사, 브라우저 작업, 웹 스크래핑, 파일 관리를 자동화하는 어시스턴트입니다. ToolMate는 LLM을 외부 API와 도구에 연결해 노코드 에이전트를 만들도록 설명됩니다. 따라서 코드로 플러그인을 작성할 팀과 자연어로 업무를 구성할 사용자는 필요한 입력 방식이 다릅니다. 파일 형식, 반환 형식, API 인증, 로그 내보내기, 동시 실행 수는 목록 설명에 공통으로 제시되지 않았으므로 도입 전에 각각 확인해야 합니다.
이 목록에는 개발 패키지와 최종 사용자를 위한 업무용 에이전트가 섞여 있습니다. Joshua는 결제 솔루션과 고객 지원을 위한 AI Agent이고, Auquan은 금융 데이터 분석과 투자 인사이트를 위한 AI Agent입니다. Linear는 워크플로를 정리하는 AI 기반 프로젝트 관리 도구이며, AI FIRST는 조사와 브라우저·파일 작업을 대화로 수행하는 어시스턴트입니다. 이런 제품은 특정 업무를 바로 실행하려는 팀에는 맞을 수 있지만, 메모리 구조나 계획 루프를 코드로 바꾸려는 개발자의 출발점과는 다를 수 있습니다. ToolMate도 외부 API와 도구를 통합하는 노코드 에이전트 제작을 표방하므로, Python·TypeScript 패키지를 직접 조립하는 선택지와 구별해야 합니다. 제품 페이지에서 SDK, 런타임, 소스 코드, 배포 방식이 실제로 제공되는지 확인하지 않으면 분류만 보고 잘못 고를 수 있습니다.
운영 환경에 넣기 전에는 실행 경계와 관찰 방법을 비교하세요. SpringBrand DeepSeek Harness는 샌드박스와 세션 로그를 명시하므로 로컬 코딩 에이전트의 도구 실행과 대화 세션을 살피려는 흐름에 연결됩니다. HybridClaw는 secure RAG, 메모리, 도구 실행을 포함하므로 문서 검색과 외부 작업을 한 런타임에서 검토할 후보가 됩니다. 그러나 목록에 있는 설명만으로 샌드박스의 격리 수준, 로그 보존 기간, 메모리 용량, 요청 길이, 실행 횟수, 가격을 판단할 수는 없습니다. AutoDRIVE Cooperative MARL과 Flocking Multi-Agent처럼 시뮬레이션 중심인 프레임워크는 실제 서비스용 API 런타임과 운영 기준이 다릅니다. 팀 규모와 무관하게 먼저 실행 환경, 저장할 데이터, 실패 시 사람이 개입할 지점, 필요한 배포 언어를 정하고 문서에서 제한과 비용을 확인하세요.
TypeScript 플러그인 런타임을 통해 교체 가능한 모델, 도구, 샌드박스, 세션 로그가 있는 코딩 에이전트를 로컬에서 실행하세요.
기업용 준비된 에이전트 런타임으로, Discord, 웹 및 터미널을 안전한 RAG, 메모리 및 도구 실행과 통합합니다.
자연어를 통해 연구, 브라우저 작업, 웹 스크래핑 및 파일 관리를 자동화하는 대화형 AI 어시스턴트입니다.
오쿼안은 금융 데이터 분석 및 투자 통찰력을 위한 AI 에이전트입니다.
구글 Gemini의 추론 및 도구 사용 능력을 활용하여 AI 에이전트를 구축하기 위한 실용적인 코드 레시피를 제공하는 오픈소스 저장소입니다.
도구 실행 및 메모리 지원 기능이 포함된 LLM 에이전트 구축용 Flet 기반 인터랙티브 채팅 UI를 갖춘 Python 라이브러리.
AI Library는 모듈형 체인과 도구를 사용하여 맞춤형 AI 에이전트를 구축하고 배포하는 개발자 플랫폼입니다.
리트리벌 강화 생성, 벡터 데이터베이스 지원, 도구 통합 및 맞춤형 워크플로우를 갖춘 자율형 LLM 에이전트를 가능하게 하는 오픈소스 프레임워크입니다.
OpenAI API를 통해 자동 작업 계획, 메모리 관리, 도구 실행을 보여주는 AI 에이전트 템플릿입니다.
Pipe Pilot은 LLM 기반 에이전트 파이프라인을 조율하는 Python 프레임워크로, 복잡한 다중 단계 AI 워크플로우를 쉽게 구현할 수 있습니다.
Agentic Workflow는 복잡한 자동화 작업을 위한 다중 에이전트 AI 워크플로우를 설계, 조율 및 관리하는 Python 프레임워크입니다.
다중 에이전트 시뮬레이션을 위한 플록킹 알고리즘을 구현하는 Python 기반 프레임워크로, AI 에이전트들이 동적으로 협력하고 내비게이션할 수 있도록 합니다.
ToolMate은 외부 API와 도구들을 통합하여 코딩 없이 AI 에이전트를 생성할 수 있도록 하는 플랫폼입니다.
시뮬레이션에서 자율주행 협력 조정을 위한 협력형 다중 에이전트 강화학습을 구현하는 오픈소스 프레임워크입니다.
LinkAgent는 여러 언어 모델, 검색 시스템, 외부 도구를 조합하여 복잡한 AI 기반 워크플로우를 자동화합니다.
YAML과 유사한 사양을 사용하여 선언적으로 AI 에이전트 워크플로우를 쉽게 정의하고 실행할 수 있는 Python 프레임워크입니다.
LangGraph는 Python 개발자가 모듈식 그래프 기반 파이프라인을 사용하여 맞춤형 AI 에이전트 워크플로우를 구축하고 오케스트레이션할 수 있도록 합니다.
SmolAgents를 보여주는 GitHub 데모로, 툴 통합이 가능한 가벼운 Python 프레임워크로 LLM 기반 다중 에이전트 작업 흐름을 조율합니다.
Agent Adapters는 LLM 기반 에이전트를 다양한 외부 프레임워크 및 도구와 원활하게 통합할 수 있도록 플러그 가능 미들웨어를 제공합니다.
OpenSpiel은 강화 학습 및 게임 이론적 계획 연구를 위한 환경과 알고리즘 라이브러리를 제공합니다.
pyafai는 플러그인 기반 메모리와 도구 지원을 갖춘 자율 AI 에이전트를 구축, 훈련, 실행하는 Python 모듈형 프레임워크입니다.
Java-Action-Storage는 분산 다중 에이전트 애플리케이션의 에이전트 행동을 기록, 저장 및 검색하는 LightJason 모듈입니다.
기존 OpenAI Python SDK 인터페이스를 통해 Anthropic Claude API를 원활하게 호출할 수 있게 하는 Python 래퍼입니다.
메모리, 계획, LLM 기반 도구 실행이 포함된 자율 AI 에이전트를 구축하기 위한 경량 Python 프레임워크입니다.
TheLibrarian.io는 사용자가 정보 자원을 효율적으로 관리하고 탐색할 수 있도록 도와주는 AI 에이전트입니다.
보이저는 작업을 간소화하고 고급 자동화로 생산성을 높이는 AI 에이전트입니다.
데드심플 셀프러닝은 강화학습 에이전트를 구축, 훈련 및 평가하기 위한 간단한 API를 제공하는 파이썬 라이브러리입니다.
LLM, RAG, 메모리, 도구 통합, 벡터 데이터베이스 지원 모듈형 Python 프레임워크입니다.
gym-llm은 대화 및 의사결정 작업에 대한 벤치마크 및 LLM 에이전트 훈련을 위한 Gym 스타일 환경을 제공합니다.
하이퍼볼릭 타임 챔버는 개발자가 고급 메모리 관리, 프롬프트 체인, 맞춤형 도구 통합이 가능한 모듈형 AI 에이전트를 구축할 수 있도록 합니다.
오픈 소스 다중 에이전트 강화 학습 시뮬레이터로 확장 가능한 병렬 학습, 사용자 정의 환경 및 에이전트 통신 프로토콜을 지원합니다.
메모리, 도구 및 모듈식 워크플로우를 갖춘 LLM 프롬프트를 오케스트레이션하고 AI 에이전트를 구축하는 C++ 라이브러리입니다.
강화학습을 이용하여 포켓몬 배틀을 플레이하는 AI 에이전트의 개발과 훈련을 지원하는 파이썬 프레임워크입니다.
AI 에이전트가 계획을 실행하고, 메모리를 관리하며, 도구를 원활하게 통합할 수 있는 파이썬 프레임워크입니다.
스트리밍, 캐싱, 로깅 및 사용자 지정 요청 매개변수를 활성화하는 AI 에이전트 API 호출용 HTTP 프록시.
맞춤형 시나리오, 보상 및 에이전트 간 통신을 제공하는 Gym 호환 다중 에이전트 강화 학습 환경입니다.
Nexus Agents는 동적 도구 통합이 가능한 LLM 기반 에이전트들을 오케스트레이션하여 자동화된 워크플로우 관리 및 작업 조정을 가능하게 합니다.
협력 및 경쟁 환경을 위한 다중 에이전트 강화 학습 알고리즘을 구현하는 오픈소스 Python 프레임워크입니다.
APLib는 사용자 행동을 가상 환경에서 시뮬레이션하기 위해 인지, 계획, 행동 모듈을 갖춘 자율 게임 테스트 에이전트를 제공합니다.
AI 에이전트를 발견, 필터링 및 기여할 수 있는 오픈 웹 플랫폼으로 자세한 목록과 커뮤니티 제출물이 포함되어 있습니다.
여러 AI 에이전트를 협력적으로 조율하는 파이썬 프레임워크로 LLM, 벡터 데이터베이스, 사용자 정의 도구 워크플로우를 통합합니다.
Ernie Bot Agent는 Baidu ERNIE Bot API용 Python SDK로, 맞춤형 AI 에이전트를 구축합니다.
Graph_RAG는 RAG 기반 지식 그래프 생성을 가능하게 하며, 문서 검색, 엔티티/관계 추출, 그래프 데이터베이스 쿼리를 통합하여 정밀한 답변을 제공합니다.
Ollama LLM용 사전 구축된 AI 에이전트 워크플로 모음으로 자동 요약, 번역, 코드 생성 및 기타 작업을 가능하게 합니다.
자율 AI 에이전트를 조정하여 목표를 작업으로 분해하고, 행동을 실행하며, 동적으로 결과를 개선하는 오픈소스 프레임워크입니다.
Camel은 다중 에이전트 협업, 도구 통합 및 계획을 가능하게 하는 오픈 소스 AI 에이전트 오케스트레이션 프레임워크입니다. LLM과 지식 그래프를 활용합니다.
메모리 관리 및 도구 통합이 포함된 가벼운 JavaScript 프레임워크로 AI 에이전트 구축.
체인 오브-사고 추론을 사용하는 오픈 소스 파이썬 에이전트 프레임워크로, LLM 안내 계획을 통해 미로를 역동적으로 해결합니다.
사용자 정의 가능한 도구, 메모리, 계획이 포함된 자율 OpenAI GPT 기반 에이전트를 가능하게 하는 Python 라이브러리입니다.
Amico는 고객 지원, 데이터 분석 및 작업 워크플로우를 자동화하는 지능형 AI 에이전트를 구축하는 노코드 플랫폼입니다.
