[AI 오픈소스] LangManus - 오픈소스 기반 AI 자동화 프레임워크

안녕하세요.

오늘은 오픈소스 기반으로 만들어진 멀티 에이전트 AI 자동화 프레임워크인 LangManus에 대해 소개드립니다. 이 프로젝트는 다양한 언어 모델(LLM)과 도구들을 연동하여 웹 검색, 코드 실행, 데이터 수집 등 복잡한 작업을 자동화할 수 있도록 설계되었습니다. 

 

---

LangManus 소개

LangManus는 커뮤니티 주도로 개발된 AI 자동화 프레임워크입니다. 오픈소스 생태계의 힘을 바탕으로 개발되었으며, 웹 크롤링, 코드 실행, 보고서 생성 등 다양한 작업을 수행하는 멀티 에이전트 시스템을 구현하고 있습니다. 이 프레임워크는 학술 연구, 실험적 프로젝트, 개발 자동화 등 폭넓은 활용이 가능하며, 누구나 자유롭게 사용하고 기여할 수 있습니다.

LangManus는 LLM(Language Model)을 중심으로 다양한 도구와 역할 기반 에이전트를 연결하여 사용자 요청을 자동으로 처리합니다. 개발자나 연구자뿐만 아니라 초보자도 쉽게 시작할 수 있도록 설계된 것이 가장 큰 장점 중 하나입니다.

---

LangManus의 구조 및 기능

🧠 아키텍처: 멀티 에이전트 시스템 구조

LangManus는 계층형 멀티 에이전트 시스템을 채택하고 있습니다. 각 에이전트는 특정 역할에 특화되어 있으며, 다음과 같은 주요 구성 요소로 이루어집니다:

• Coordinator: 사용자 요청을 처음 받아 분석합니다.
• Planner: 요청을 분해하고 실행 계획을 수립합니다.
• Supervisor: 전체 작업을 감독하고 에이전트 간의 협업을 조율합니다.
• Researcher: Tavily API 등을 이용해 웹 검색 및 정보 수집을 수행합니다.
• Coder: Python 코드 작성 및 실행을 담당합니다.
• Browser: 브라우저를 조작하여 웹 페이지의 내용을 추출합니다.
• Reporter: 최종 보고서나 결과 요약을 생성합니다.

⚙️ 핵심 기능: AI 자동화의 모든 것

LangManus는 다양한 기능을 통해 복잡한 작업을 자동화합니다.

• 다중 언어 모델 통합: Qwen, OpenAI, Azure 모델 등 다양한 LLM을 동시에 지원합니다.
• Python 통합: 코드 실행, REPL 환경 지원, 패키지 의존성 관리가 가능합니다.
• 웹 정보 수집: Tavily API, Jina 기반 뉴럴 검색, 브라우저 기반 크롤링 기능 제공
• 프롬프트 기반 역할 분리: 각 에이전트는 Markdown 템플릿을 기반으로 동작하며, 역할이 명확하게 구분됩니다.

🚀 차별점: 왜 LangManus인가?

LangManus는 단순한 프레임워크를 넘어 다음과 같은 차별점을 지닙니다:

• 오픈소스 연동성: 다양한 오픈소스 도구들과 손쉽게 연결할 수 있습니다.
• 유연한 에이전트 구성: 개발자가 팀을 구성하듯 에이전트를 설계할 수 있습니다.
• LLM 계층화 시스템: 단순한 요청은 기본 모델로, 복잡한 요청은 고도화된 모델로 처리
• 시각화된 워크플로우: 에이전트 간 작업 흐름을 시각적으로 확인할 수 있어 디버깅과 튜닝이 용이합니다.

---

반응형

LangManus 빠른 시작 

📥 리포지토리 클론

먼저 GitHub에서 LangManus 프로젝트를 클론합니다.

git clone https://github.com/langmanus/langmanus.git
cd langmanus

🔧 의존성 설치

LangManus는 uv라는 패키지 매니저를 사용하여 Python 환경을 자동으로 구성합니다.

uv sync
uv run playwright install

🧪 실행 테스트

환경 변수를 설정한 후 아래 명령어로 프로젝트를 실행합니다.

cp .env.example .env
# .env 파일 안에 API 키를 입력한 뒤
uv run main.py

---

설치를 위한 시스템 요구사항

💻 uv 패키지 매니저 설치

uv는 Python 버전 관리, 가상환경 생성, 패키지 설치를 모두 지원하는 올인원 도구입니다.

uv python install 3.12
uv venv --python 3.12
source .venv/bin/activate

📁 Playwright 설치

Playwright는 LangManus에서 브라우저 기반 검색 기능을 사용할 때 필요한 라이브러리입니다.

uv run playwright install

⚙️ 기타 구성 요소

• Python 3.12 이상 권장
• Mac/Windows/Linux 모두 지원
• Chrome 브라우저 설치 권장

---

환경설정 구성 방법

🔑 API 키 구성

.env 파일에 다음과 같은 키들을 입력해야 시스템이 정상 동작합니다.

• REASONING_MODEL: 복잡한 추론용 LLM
• BASIC_MODEL: 단순 작업용 LLM
• VL_MODEL: 이미지 분석용 모델
• TAVILY_API_KEY: 웹 검색을 위한 키
• JINA_API_KEY: 선택적 뉴럴 검색 API 키

🧩 Azure LLM 통합

Azure 기반 GPT를 사용하는 경우, 다음 항목을 추가 구성합니다.

• AZURE_API_BASE, AZURE_API_KEY, AZURE_API_VERSION
• 각 모델별로 Azure 배포 ID 설정

🌐 브라우저 설정

크롬 브라우저 경로, 프록시 서버, 헤드리스 여부도 설정 가능합니다.

---

API 서버 및 스트리밍 기능

🛰️ FastAPI 서버 실행

make serve
# 또는
uv run server.py

📡 스트리밍 엔드포인트

다음 API로 LangManus와 대화형으로 통신할 수 있습니다:

POST /api/chat/stream

요청 예시:

{
  "messages": [{ "role": "user", "content": "DeepSeek R1에 대해 알려줘" }],
  "debug": false
}

💬 실시간 응답

SSE(Server Sent Events) 방식으로 실시간으로 결과를 받을 수 있습니다.

---

Docker를 활용한 LangManus 배포

🐳 Docker 이미지 빌드

docker build -t langmanus .

⚙️ API 서버 Docker 실행

docker run --name langmanus -d --env-file .env -e CHROME_HEADLESS=True -p 8000:8000 langmanus

🧪 CLI 기반 실행

docker run --rm -it --env-file .env -e CHROME_HEADLESS=True langmanus uv run python main.py

---

LangManus Web UI 사용법

🖥️ 기본 UI 제공

LangManus는 기본 웹 UI를 제공합니다. 별도 프로젝트에서 UI 리포지토리를 확인할 수 있습니다.

🧭 UI 주요 기능

• 사용자 입력 인터페이스
• 에이전트 진행 상황 시각화
• 스트리밍 응답 확인

---

프롬프트 시스템 및 에이전트 역할 정의

📄 역할 기반 프롬프트

LangManus는 Markdown 파일을 기반으로 각 에이전트의 역할과 행동을 정의합니다.

🎭 주요 에이전트 역할

• Supervisor: 작업 분배 및 결정
• Researcher: 정보 수집 및 웹 검색
• Coder: Python 코드 작성 및 분석
• File Manager: 파일 저장 및 관리
• Browser: 페이지 탐색, 클릭, 타이핑

🔧 프롬프트 템플릿 구조

프롬프트는 변수 치환 시스템과 템플릿 엔진으로 동작하며, 에이전트의 동작을 유연하게 조절할 수 있습니다.

---

출처

https://github.com/langmanus/langmanus

GitHub - langmanus/langmanus: A community-driven AI automation framework that builds upon the incredible work of the open source