올로지: 다중 에이전트 AI 시스템을 위한 선언적 오케스트레이션 런타임

✍️ OpenClawRadar📅 게시일: March 26, 2026🔗 Source
올로지: 다중 에이전트 AI 시스템을 위한 선언적 오케스트레이션 런타임
Ad

Orloj의 기능

Orloj는 다중 에이전트 AI 시스템을 위한 Apache 2.0 라이선스 오케스트레이션 런타임입니다. 선언적 YAML 매니페스트로 에이전트, 도구, 정책 및 워크플로우를 선언하면 Orloj가 스케줄링, 실행, 거버넌스 및 안정성을 처리합니다. 제작자들이 이를 개발한 이유는 현재 프로덕션에서 AI 에이전트를 운영하는 것이 쿠버네티스 이전의 컨테이너 운영과 유사하기 때문입니다: 임시 스크립트, 거버넌스 부재, 관찰 가능성 없음, 에이전트 플릿을 관리하는 표준 방법 부재.

주요 기능

  • 에이전트-코드: 모델, 도구, 권한 및 실행 제한과 함께 YAML로 에이전트를 정의합니다.
  • 오케스트레이션 토폴로지: 에이전트를 파이프라인, 계층 구조 또는 스웜 루프와 같은 방향성 그래프로 구성합니다.
  • 거버넌스 강제 적용: AgentPolicy, AgentRole 및 ToolPermission은 모든 에이전트 턴과 도구 호출 전에 실행 중에 인라인으로 평가됩니다. 권한 없는 작업은 구조화된 오류와 감사 추적으로 폐쇄 실패합니다.
  • 정책 제어: 실행당 토큰 예산 설정, 허용 모델 화이트리스트, 특정 도구 차단, 개별 에이전트 시스템에 정책 범위 지정.
  • 프로덕션 안정성: 임대 기반 작업 소유권, 지터가 있는 제한된 지수 백오프 재시도, 멱등성 재생, 데드레터 처리.
  • 스케줄링: cron 트리거 및 웹훅 기반 작업 생성을 지원합니다.
  • 도구 격리: 위험 수준에 따라 도구별로 구성 - 직접, 샌드박스, 컨테이너 또는 WASM 실행.
  • 네이티브 MCP 지원: MCP 서버(stdio 또는 HTTP) 등록, 도구 자동 발견, 거버넌스 정책 적용.
Ad

아키텍처

시스템은 서버/워커 분할을 사용합니다:

  • orlojd 서버: API, 리소스 저장소(개발용 메모리, 프로덕션용 Postgres) 및 작업 스케줄러를 호스팅합니다.
  • orlojworker 인스턴스: 작업을 청구하고 실행하며, 게이트웨이(OpenAI, Anthropic, Ollama 등)를 통해 모델 요청을 라우팅하고, 구성 가능한 격리 상태에서 도구를 실행합니다.

로컬 개발의 경우 단일 프로세스에서 모든 것을 실행합니다: orlojd --embedded-worker --storage-backend=memory.

시작하기

GitHub Releases에서 orlojd(서버)와 orlojctl(CLI)를 다운로드하고 압축을 풀어 실행합니다:

# 내장 워커로 서버 시작
./orlojd --storage-backend=memory --task-execution-mode=sequential --embedded-worker

웹 콘솔을 위해 http://127.0.0.1:8080/을 열고, 스타터 블루프린트를 적용합니다:

# 스타터 블루프린트 적용 (파이프라인: planner -> research -> writer)
./orlojctl apply -f examples/blueprints/pipeline/
# 결과 확인
./orlojctl get task bp-pipeline-task

세 가지 스타터 블루프린트가 포함되어 있습니다: 파이프라인, 계층적, 스웜-루프. 팀은 인시던트 대응 분류, 규정 준수 증거 수집, CVE 조사 파이프라인, 비밀 회전 감사와 같은 운영 워크플로우를 위한 템플릿을 구축 중입니다.

현재 상태

이것은 활발한 개발 중인 v0.1.0입니다. 로드맵에는 호스팅 클라우드, 규정 준수 패키징 등이 포함됩니다. 전체 런타임은 현재 오픈소스입니다.

📖 전체 소스 읽기: HN AI Agents

Ad

👀 See Also

클로드 코드용 맞춤 출력 스타일 컬렉션
Tools

클로드 코드용 맞춤 출력 스타일 컬렉션

한 개발자가 클로드 코드를 위한 13가지 맞춤형 출력 스타일을 만들어 AI의 동작을 시스템 프롬프트를 통해 수정했습니다. 이 스타일에는 잔인한 코드 비판을 위한 '로스트', 안내형 질문을 위한 '소크라테스', 적대적 테스트를 위한 '브레이커', 실용적 해결책을 위한 '십 잇', 보안 중심을 위한 '파라노이드', 테스트 주도 개발을 위한 'TDD' 등이 포함됩니다.

OpenClawRadar
스탠퍼드 연구진, 온디바이스 AI 에이전트를 위한 로컬-퍼스트 프레임워크 'OpenJarvis' 공개
Tools

스탠퍼드 연구진, 온디바이스 AI 에이전트를 위한 로컬-퍼스트 프레임워크 'OpenJarvis' 공개

스탠퍼드 연구진이 도구, 메모리, 학습 기능을 갖춘 온디바이스 개인 AI 에이전트 구축을 위한 로컬 퍼스트 프레임워크인 OpenJarvis를 공개했습니다. 이 프로젝트에는 개발자들이 살펴볼 수 있는 GitHub 저장소와 웹사이트 링크가 포함되어 있습니다.

OpenClawRadar
Agent MCP Studio: Build Multi-Agent MCP Systems Entirely in a Browser via WASM
Tools

Agent MCP Studio: Build Multi-Agent MCP Systems Entirely in a Browser via WASM

Agent MCP Studio lets you design, orchestrate, and export MCP agent systems from a single static HTML file using WebAssembly – no backend, no Docker, no server.

OpenClawRadar
단일 호출 MCP 파이프라인이 Claude Code 토큰 사용량을 74% 감소시킵니다
Tools

단일 호출 MCP 파이프라인이 Claude Code 토큰 사용량을 74% 감소시킵니다

한 개발자가 컨텍스트 엔진(MCP 서버)을 구축한 경험을 공유했습니다. 이 엔진은 Claude Code에 코드베이스의 의존성 그래프를 제공하여 전체 파일 대신 관련 코드만 읽을 수 있게 합니다. 이 도구는 원본 파일 대신 의존성 그래프와 스켈레톤을 제공함으로써 토큰 사용량을 크게 줄입니다.

OpenClawRadar