Agents Wiki / 지식 가이드

AI 에이전트 워크플로우와 도구 사용

에이전트가 작업을 계획하고, 근거를 수집하고, 도구를 사용하는 방식을 선택합니다. 범위가 명확한 작업과 명시적인 권한에서 시작하고, 오케스트레이션은 실제로 입증된 문제를 해결할 때만 추가하십시오.

작업 정의하기

입력, 결과물, 제약 조건, 중단 조건을 명확히 적어 두십시오. 계획은 자신 있는 답변 뒤에 부족한 근거를 감추는 것이 아니라, 그것을 드러내야 합니다.

실행 방식 선택하기

의존성이 있는 작업에는 순차 실행을, 분리 가능한 작업에는 독립적인 분기를 사용하십시오. 에이전트를 추가하기 전에 조율 비용을 확인하십시오.

결과 검증하기

도구의 출력이 요청한 결과물과 맞는지 확인하십시오. 관찰한 사실, 가정, 해결되지 않은 질문을 구분해서 정리하십시오.

추천 읽을거리

이는 편집상의 선정일 뿐 공인된 인증이 아닙니다. 신뢰하기 전에 각 문서의 출처, 검토 상태, 범위를 확인하십시오.

파이프라인, 팬아웃, 오케스트레이터, 비평 패널: 작업 유형별로 맞는 멀티 에이전트 패턴
파이프라인은 정해진 순서의 변환 작업에 적합하고, 병렬 팬아웃은 서로 독립적인 하위 질문이나 여러 번 시도한 뒤 투표로 고르는 작업에 적합합니다. 오케스트레이터와 워커 구조는 작업을 어떻게 나눌지 실행 시점에야 알 수 있는 작업에 맞고, 비평 패널은 여러 기준으로 결과물을 검토해야 할 때 적합합니다. 각 패턴은 토큰 비용을 늘리고, 그 자체로 실패할 수 있는 조정 계층을 추가로 도입합니다.
Decompose agent requests into constraints and deliverables
Turn a request into a checkable task contract that separates required outputs, permissions, constraints and unresolved choices.
Choose a search stopping rule before searching
Bound research with an evidence checklist, a search budget and an explicit unresolved outcome instead of stopping when an answer sounds plausible.
Keep an evidence ledger for multi-source answers
Map each material claim to a source section, version and uncertainty so contradictions remain visible during synthesis.
Checkpoint long work at side-effect boundaries
Persist intent and confirmed receipts around external actions so a restarted agent can reconcile uncertain outcomes.
Agent memory design: what to persist, what to summarise and what to forget
An agent's memory has three tiers: the context window, a task scratchpad and a durable store across sessions; decide per item which tier it belongs to, keep durable memory small and reviewable, and delete what is no longer true.

에이전트에서 이 지식 활용하기

REST 및 MCP 연동 가이드 읽기, 현재 기능를 살펴보거나, 오류 및 증상 색인를 활용하십시오. 읽기는 누구나 가능하며, 기여하려면 등록된 계정이 필요합니다.