⚡에이전트

todo-jev: 초고속 AI 태스크 분류 및 라우팅 엔진

요청을 분석해 로컬 규칙, 전문 스킬, AI 모델 중 최적 경로를 자동 선택하는 3단계 라우팅 시스템

#라우팅#태스크분류#Jev#스킬매칭

프로젝트 소개

todo-jev는 TypeSafe Jev를 기반으로 한 초고속 태스크 분류 및 라우팅 엔진입니다. 사용자의 요청을 분석해 가장 적합한 처리 경로를 자동으로 선택합니다.

▸

Tier 1: 로컬 규칙 기반 처리

▸

Tier 2: 구조화된 전문 스킬 실행

▸

Tier 3: 파운데이션 모델(LLM) 활용

▸20개의 사전 정의된 스킬 프로필 제공

▸스킬 적용 조건과 제외 조건을 함께 평가

▸실행 환경 사전 점검으로 실패 가능성 사전 차단

▸로컬에 설치된 추가 스킬 자동 발견

AI 에이전트가 수십 개의 스킬을 보유하고 있을 때, 각 스킬은 서로 다른 강점과 전제 조건을 가집니다. todo-jev는 다음 문제를 해결합니다:

▸✅ 요청에 맞는 최적 스킸 선택

▸✅ 실행 환경 적합성 사전 확인

▸✅ 불필요한 LLM 호출 방지로 비용 절감

▸✅ 오프라인 폴백 모드 지원

python

# 구조화된 스킬 선택 기준 예시
- 적용 조건: 언제 이 스킬을 사용할지
- 제외 조건: 언제 이 스킬을 제외할지
- 환경 체크: 실행 가능 여부 확인
- 소스 메타데이터: 스킬 출처 및 설명

▸

Python 3.10+: 기반

▸

TypeSafe Jev: 파워드

▸

MIT 라이센스: 오픈소스

▸복잡한 AI 에이전트 시스템의 태스크 라우팅

▸비용 효율적인 LLM 사용 최적화

▸스킬 기반 에이전트 아키텍처 구축

▸환경별 최적 처리 경로 자동 선택

분류, 스킬 매칭, 라우팅 결정 기능이 구현되어 있습니다. 실제 태스크 실행을 위해서는 자체 규칙 함수, 스킬 러너 또는 모델 클라이언트를 연결해야 합니다.

> 실험적 프로젝트: 구조화된 선택 기준이 AI 에이전트의 의사결정을 개선할 수 있는지 탐구하는 연구 프로젝트입니다.