에이전트를 쿼리하는 코드는 로컬로 실행되는지 원격으로 배포되는지에 관계없이 동일합니다. 따라서 이 페이지에서 용어 agent는 local_agent 또는 remote_agent를 같은 의미로 나타내는 데 사용됩니다. 지원되는 작업은 프레임워크마다 다르므로 프레임워크별 템플릿의 사용 지침을 제공합니다.
| 프레임워크 | 설명 |
|---|---|
| 에이전트 개발 키트 | AI 애플리케이션을 빌드하는 개발자 또는 강력한 에이전트 기반 솔루션의 프로토타입을 빠르게 제작하고 배포해야 하는 팀을 위해 Google의 내부 권장사항을 기반으로 설계되었습니다. |
| Agent2Agent(프리뷰) | Agent2Agent(A2A) 프로토콜은 AI 에이전트 간의 원활한 통신과 협업을 지원하도록 설계된 개방형 표준입니다. |
| LangChain | 사전 정의된 구성 및 추상화 덕분에 기본 사용 사례에서 더 쉽게 사용할 수 있습니다. |
| LangGraph | 고급 인간 참여형(Human-In-The-Loop) 및 되감기/재생 기능을 사용하여 워크플로를 정의하는 그래프 기반 접근 방식입니다. |
| AG2(이전의 AutoGen) | AG2는 LLM 워크플로를 빌드하기 위한 고급 추상화로 멀티 에이전트 대화 프레임워크를 제공합니다. |
| LlamaIndex(프리뷰) | LlamaIndex의 쿼리 파이프라인은 검색 증강 생성(RAG) 워크플로를 만들기 위한 고급 인터페이스를 제공합니다. |
| 커스텀 | 프레임워크별 템플릿을 사용하지 않고 개발 및 배포된 에이전트 |