Xemantic AI Tool Schema는 AI 에이전트 도구의 설명, 검증, 호출 방식을 표준화하기 위해 설계된 JSON Schema 및 TypeScript 타입 정의 세트입니다. 개발자는 이름, 설명, 매개변수와 같은 도구 메타데이터를 정의하고, 스키마에 대해 인스턴스를 검증하거나 개발 과정에서 생성된 TypeScript 인터페이스를 사용할 수 있습니다. 스키마는 매개변수 유형, 중첩 구조, 기본값, 버전 관리를 지원하여 강력한 검증 및 호환성을 보장합니다. 일관된 스키마를 따르면 AI 에이전트는 런타임에 신뢰성 있게 도구를 검색하고 호출할 수 있어 유지보수성과 통합 오류를 줄일 수 있습니다. 이 패키지는 Xemantic AI 에이전트와 원활하게 통합되며, 맞춤형 사용 사례에 맞게 확장 가능합니다.

Memor는 언어 모델 에이전트용 메모리 하위 시스템을 제공하며, 과거 이벤트, 사용자 선호도 및 맥락 데이터를 벡터 데이터베이스에 저장할 수 있습니다. FAISS, ElasticSearch 및 인메모리 저장소와 같은 여러 백엔드를 지원합니다. 의미 유사성 검색을 사용하여 에이전트는 쿼리 임베딩과 메타데이터 필터를 기반으로 관련 메모리를 검색할 수 있습니다. Memo는 청크화, 인덱싱, 축출 정책이 포함된 맞춤형 메모리 파이프라인을 제공하여 확장 가능한 장기 맥락 관리를 보장합니다. 이를 에이전트 작업 흐름에 통합하여 동적 기록 맥락으로 프롬프트를 풍부하게 하고 다중 세션 간 응답 관련성을 향상시키십시오.

RecurSearch는 재귀적 의미 검색을 가능하게 하여 Retrieval-Augmented Generation(RAG) 및 AI 에이전트 워크플로우를 향상시키도록 설계된 오픈소스 파이썬 라이브러리입니다. 사용자는 쿼리와 문서를 벡터 공간에 임베딩하는 검색 파이프라인을 정의한 후, 이전 결과를 기반으로 쿼리를 반복적으로 정제하고, 메타데이터 또는 키워드 필터를 적용하며, 결과를 요약 또는 집계합니다. 이러한 단계별 정제를 통해 정밀도가 향상되고, API 호출이 줄어들며, 에이전트가 대용량 코퍼스에서 깊이 중첩되거나 문맥 특화된 정보를 추출하는데 도움을 줍니다.