JarvisCore

JarvisCore는 Python으로 돌아가는 AI 에이전트를 실제 시스템에 올리는 팀을 위한 멀티에이전트 프레임워크다. 모든 단계를 계획하고 상태를 전부 들고 있는 오케스트레이터를 두는 대신, 에이전트를 메시 위에 흩어 놓는다. 각 피어는자기가 할 수 있는 일을 선언하고 공유 원장에서 일을 가져간다. 이 차이는 프로세스가 죽을 때 드러난다. 다른 피어가 남은 단계를 이어받고 목표는 계속 굴러간다.

런타임에는 에이전트 프로필이 두 가지 있다. AutoAgent는 작업을 추론하고 코드를 작성해 샌드박스에서 실행하며 스스로 실패를 고친다. CustomAgent는 execute_task에 작성한 Python을 그대로 실행하면서 자율형과 같은 아이덴티티, 메모리, 메시징을 유지한다. 둘 다 같은 메시에 올라가므로 고정 로직 API 워커와 추론형 에이전트가 한 시스템에서 함께 움직인다.

자격증명은 Nexus가 맡는다. 외부 호출 직전에 토큰을 끼워 넣는 브로커다. 에이전트는 필요한 서비스를 선언할 뿐, 키 자체는 보지 못한다. 프롬프트에도, 생성한 코드에도, 추적 로그에도 남지 않는다. 개발사는 Prescott Data이고 라이선스는 Apache 2.0이다.

시작 전에 제약을 알아 두는 편이 좋다. JarvisCore는 개발자용 라이브러리이지 노코드 빌더가 아니다. 문서는 Python을 읽고 환경 변수를 다룰 수 있는 독자를 전제로 한다. 지속형 워크플로, 크래시 복구, 여러 머신에 걸친 검색에는 Redis가 필요하고 노드가 여러 개면 P2P 확장도 붙여야 한다. 3.0 버전은 모든 실행을 기록하는 제어 계층을 더했지만 기본 보고 모드에서는 관찰만 하고 막지 않는다.

Getting Started

1. Python 3.10 이상을 설치하고 새 폴더에서 pip install jarviscore-framework와 jarviscore init을 실행한다.
2. .env.example을 .env로 복사하고 Anthropic, Google Gemini, Azure OpenAI 또는 로컬 엔드포인트 키 하나를 넣는다.
3. jarviscore check --validate-llm으로 패키지와 프로바이더 연결을 확인한다.
4. 역할, 능력, 시스템 프롬프트를 가진 에이전트 클래스를 작성해 Mesh에 추가하고 mesh.run_task()를 호출한다.
5. 필요에 따라 확장을 더한다. 지속형 워크플로에는 [redis], Playwright에는 [browser], 여러 머신에는 [p2p]를 쓴다.