27k Stars 달성, 모델 추론 중심의 Production-Ready Agent 프레임워크 AgentScope 2.0

Context

기존 LangChain, AutoGen 등의 프레임워크가 고정된 Pipeline과 Prompt Template으로 LLM의 추론 공간을 제약하는 한계 노출. LLM의 자체 추론 능력이 향상됨에 따라 프레임워크의 제약이 오히려 시스템의 병목 지점으로 작용하는 문제 발생.

Technical Solution

• Model-led Design 채택을 통한 고정된 실행 경로 제거 및 모델의 네이티브 추론 능력 극대화
• Unified Event Bus 도입으로 Reasoning 단계별 상태 변화를 추적하고 Human-in-the-loop 워크플로우 구현
• Permission System 설계를 통해 Tool Call별 승인 모드(Always, Never)와 비용 임계값 기반의 세밀한 제어 체계 구축
• Multi-tenancy 구조의 FastAPI 서비스 레이어 적용으로 세션 간 Context 격리 및 동시 요청 처리 최적화
• Local, Docker, E2B Cloud로 이어지는 단계별 Sandbox Execution 환경을 제공하여 실행 보안성과 격리 수준 확보
• Framework부터 Memory, Evaluation(OpenJudge), Fine-tuning(Trinity-RFT)까지 이어지는 Full-stack 생태계 통합