README 기준으로 스킬 생성·개선, 기억 지속화, 과거 대화 검색, 사용자 모델 축적을 한 루프로 묶어둡니다. 또 Docker·SSH·Modal·Daytona를 지원해서 로컬

개요 스킬 생성·개선, 기억 지속화, 과거 대화 검색, 사용자 모델 축적을 하나의 루프로 통합한 AI 에이전트 프레임워크다. Docker, SSH, Modal, Daytona 등 다양한 실행 환경을 지원하여 로컬 실험 수준을 넘어 실제 운영 환경까지 고려한 설계가 특징이다.

핵심 내용 이 프레임워크의 핵심은 에이전트가 작업을 수행하면서 스킬을 자동으로 생성하고, 반복 사용을 통해 개선하며, 그 과정에서 축적된 기억과 사용자 선호를 지속적으로 저장하는 자기 강화 루프에 있다. 과거 대화를 검색하여 맥락을 유지하고, 사용자별 모델을 축적해 개인화된 응답을 제공한다. 실행 환경 측면에서는 Docker 컨테이너, SSH 원격 접속, Modal 서버리스, Daytona 개발 환경 등을 지원하여 다양한 인프라에서 동작할 수 있다.

기존 대비 차별점 대부분의 에이전트 프레임워크가 단일 대화 세션에 한정되거나 기억 지속화가 제한적인 반면, 이 프레임워크는 스킬-기억-사용자 모델을 하나의 피드백 루프로 묶어 세션을 넘나드는 장기적 학습을 가능하게 한다. 또한 다중 실행 환경 지원으로 프로덕션 배포까지 염두에 둔 점이 실용적이다.

활용 가능성 반복적인 업무를 자동화하는 개인 비서형 에이전트 구축, 팀 내 지식 축적형 봇 운영, 또는 고객 지원 에이전트에서 사용자별 맥락을 유지하는 서비스에 활용할 수 있다. 특히 Docker 지원 덕분에 기존 CI/CD 파이프라인에 통합하기도 용이하다.

참고 자료 - 원본 ===