본문으로 건너뛰기

트렌딩 - GitHub 인기 레포 & HuggingFace 모델

w8123/EnterpriseAgentFramework

Java0 / 0

GraphSpec과 SDK로 Java 기업 시스템의 API·페이지·권한을 AI 에이전트에 연결하는 플랫폼입니다.

TL;DR

w8123/EnterpriseAgentFramework는 독립 챗봇보다 기존 Java 기반 OA·ERP·CRM·工单 시스템을 AI 에이전트에 연결하는 기업용 AI 접속 플랫폼이자 Agent framework입니다. Capability SDK와 Spring Boot Starter가 기존 API와 도메인 기능을 등록하고, GraphSpec이 AI가 만든 Workflow를 검증 가능한 결정적 실행 구조로 고정합니다. Chat Embed·Page Bridge·단기 token은 에이전트를 실제 업무 화면과 사용자 권한에 연결하며, Trace·RunOps·ACL·Guard가 호출과 쓰기 작업을 감사 대상으로 남깁니다. Java 17, Spring Boot 3.4, Spring AI 1.0, Vue 3, MySQL·Redis·Milvus 기반의 다섯 서비스 구조를 직접 운영해야 하므로, 단순 RAG 챗봇보다 기존 업무 시스템 통합과 실행 거버넌스가 핵심인 팀에 적합합니다.

핵심 포인트

  • 기존 OA·ERP·CRM·工单 등 Java 기업 시스템의 API와 도메인 메서드를 Capability SDK와 Spring Boot Starter로 등록해 AI 호출 대상으로 연결합니다. 등록 결과는 프로젝트·인스턴스·능력 스냅샷과 필드 단위 diff로 관리되며, 운영 자산에 바로 덮어쓰지 않고 승인 절차를 거칩니다. 기존 Java 시스템을 크게 재작성하지 않고 기업 업무 기능을 AI 에이전트에 편입하려는 팀에 적합합니다.
  • AI가 Workflow 초안을 만들거나 Graph를 수정할 수 있지만 실제 실행 계약은 화면 배치용 canvas_json이 아닌 GraphSpec으로 고정됩니다. GraphSpec은 노드·포트·참조·컨텍스트를 실행 의미로 보존하고, dryRun·버전·게시 검증·Trace·RunOps와 연결됩니다. 승인·비용·계약·工单처럼 재현성과 감사가 필요한 업무 흐름에서 자유 형식 프롬프트보다 통제된 실행 경계를 제공합니다.
  • Codex·Cursor·Claude Code를 위한 AI Coding 연동이 프로젝트 접속과 Workflow 엔지니어링을 별도 경로로 나눕니다. 시스템 접속 작업에는 일회성 인계 패키지와 단기 Task Token을 사용하고, Workflow 작업에는 프로젝트 키·revision·dryRun·게시 검증·감사 제약을 적용합니다. 외부 AI가 데이터베이스를 직접 수정하는 대신 등록·patch·검증·디버깅·게시 결과를 플랫폼이 통제하는 구조입니다.
  • Chat Embed SDK와 Page Bridge를 기존 업무 화면에 삽입해 현재 페이지의 필터·상세 열기·폼 입력·승인 제출 같은 명시적 Page Action을 호출합니다. 단기 embedToken은 플랫폼 사용자·업무 사용자·Agent·sessionId·pageInstanceId를 연결하고, 쓰기 작업 전 확인과 업무 백엔드의 재권한 검사를 거칩니다. 페이지 조작과 직접 API 호출을 구분하면서 Trace·RunOps·ACL·Guard·Replay·Compare로 실행 이력을 남기려는 환경에 맞습니다.

이미지 분석

ReachAI 프로젝트 상세 화면에서 SDK 접속, Backend·Frontend·Tool 관리, Workflow·Agent 관리와 인스턴스 상태를 한곳에 배치한 관리 콘솔입니다.
화면은 프로젝트를 업무 시스템 접속 단위로 관리하면서 SDK 등록, 능력 자산, Workflow, Agent를 구분하는 플랫폼 구조를 드러냅니다. 하단 인스턴스 헬스 영역과 상단의 0 온라인·0 능력·0 페이지·0 액션 상태는 연결 현황과 운영 준비도를 함께 확인하는 흐름과 맞닿아 있습니다.
SDK 접속 작업대가 Maven 의존성 추가와 application.yml 설정을 단계별로 안내하며 Java 서비스의 ReachAI 연결 절차를 구성합니다.
화면은 Backend Starter 단계에서 pom.xml 의존성과 reachai 관련 application.yml 설정을 복사 가능한 코드 블록으로 제공하는 온보딩 흐름을 담고 있습니다. 왼쪽에는 Backend Starter, Gateway, 업무 서비스 검증, Frontend Embed Token, 최종 자가 점검의 5단계가 배치되어 있어 서버 연결부터 화면 삽입과 검증까지의 입력 순서를 확인할 수 있습니다.
Workflow Studio가 의도 분류, LLM 필터 추출, 조건 분기, 페이지 동작과 응답 노드를 연결해 업무 흐름을 편집하는 화면입니다.
중앙 Graph 편집 영역은 의도 분류에서 필터 추출과 조건 검사로 이어진 뒤 페이지 필터 설정 또는 초기화와 응답으로 분기되는 실행 구조를 보여줍니다. 오른쪽 패널에는 노드 기본 정보·설정·테스트·실행 기록이 분리되어 있어 Graph 기반 구성과 운영 검증을 함께 수행하는 방식이 드러납니다.
기존 업무 시스템의班组档案 화면 오른쪽에 ReachAI AI 도우미가 삽입되어 자연어 질의와 페이지 업무 처리를 연결합니다.
화면은 업무 목록과 입력 폼을 유지한 채 우측 패널에 AI 도우미를 배치하고, 사용자의班组 조회 요청과 처리 상태를 같은 화면에서 보여줍니다. 이 구성은 Chat Embed와 Page Bridge가 별도 AI 애플리케이션으로 이동시키지 않고 현재 업무 페이지의 데이터 조회와 조작 흐름에 연결되는 사례를 나타냅니다.

587

Stars

42

Forks

+207

Trending

0

조회수

587 watchers1 open issuesMIT License

관련 토론

아직 관련 토론이 없습니다.

댓글

댓글을 작성하려면 로그인이 필요합니다.