오픈소스 에이전트 콘텐츠 시스템
English | 简体中文 | 繁體中文 | 한국어 | Deutsch | Español | Français | Italiano | Dansk | 日本語 | Polski | Русский | Bosanski | العربية | Norsk | Português (Brasil) | ไทย | Türkçe | Українська | বাংলা | Ελληνικά | Tiếng Việt
Polywise는 오픈소스 에이전트 콘텐츠 시스템입니다. 커맨드라인이나 데스크톱 앱에서 모델과 대화하고, 지식을 저장하고, 문맥을 다시 불러오고, 반복되는 작업 방식을 재사용 가능한 에이전트로 정리할 수 있습니다.
Polywise를 시작하는 가장 실용적인 방법은 두 가지입니다. CLI와 데스크톱 앱입니다.
먼저 CLI를 전역 설치합니다.
npm install -g polywise로컬 Polywise 서비스를 시작합니다.
polywise start
polywise start -dpolywise start는 서비스를 포그라운드에서 실행합니다. polywise start -d는 바로 종료되지만 서비스는 백그라운드에서 계속 돌아갑니다.
그다음 Web UI인 http://localhost:3072/app/ 에 접속합니다.
설정에서 Auth 로그인을 켤 수 있습니다. 활성화하고 비밀번호까지 설정하면 Web UI에 들어갈 때 로그인이 필요하고 API도 함께 보호됩니다. 서버에 Polywise를 올려 원격으로 접속하게 할 계획이라면 이 설정은 중요합니다.
최신 데스크톱 빌드는 GitHub Releases에서 내려받을 수 있습니다.
세션, 저장된 콘텐츠, 에이전트, 포스트를 터미널 없이 둘러보고 싶다면 데스크톱 앱이 가장 편한 출발점입니다.
처음 실행할 때는 보통 이것만 있으면 됩니다.
- 사용 가능한 모델 제공자 하나
- 저장한 콘텐츠 검색까지 쓰고 싶다면 embedding 모델과 rerank 모델
첫날부터 모든 provider와 integration을 다 설정할 필요는 없습니다.
polywise upgradeGitHub Releases에서 최신 릴리스를 설치하면 됩니다.
가장 짧은 경로로 바로 가치를 느끼고 싶다면:
Settings -> Model Provider를 열고 지금 실제로 쓸 수 있는 provider 하나를 설정합니다.Settings -> Model Setting에서 기본 채팅 모델이 사용 가능한지 확인합니다.Session으로 가서hello대신 실제 질문 하나를 던집니다.- 짧은 메모, 페이지 요약, 또는 답변 하나를 Polywise에 저장합니다.
- 채팅에서 그 저장된 항목을 다시 언급해 검색이 잘 되는지 확인합니다.
provider 하나가 연결되고 기본 모델까지 설정됐다면, 설정만 만지지 말고 바로 제품을 써보는 편이 좋습니다.
각 영역을 하나의 구체적인 용도로 쓰면 앱 구조가 금방 잡힙니다.
Session은 실제 질문을 하고, 일을 계획하고, 작업 문맥 안에 머무를 때 사용Linkcase는 웹 콘텐츠를 가져와 시스템 안으로 추출할 때 사용Agent는 반복되는 지시 스타일을 재사용 가능한 협업자로 만들 때 사용Posts는 채팅 답변보다 오래 남겨야 할 지식을 저장할 때 사용
초반에 익혀두면 좋은 단축키는 두 가지입니다.
@는 파일, 에이전트, 기타 문맥을 세션 안으로 가져옵니다/는 도구와 스킬을 워크플로에 끌어옵니다
CLI는 백엔드 API 위에 얇게 감싼 래퍼입니다. 기본값은 http://localhost:3072 이고, 서버가 다른 곳에 있다면 POLYWISE_SERVER_URL 을 설정하면 됩니다.
명령을 외우기보다 도움말부터 시작하는 편이 낫습니다.
polywise -h
polywise session -h
polywise session create -h명령의 입력 형태를 정확히 확인해야 할 때는 input_schema 를 사용합니다.
polywise input_schema session.create자주 쓰는 명령:
polywise start
polywise start -d
polywise version
polywise session create --title "Daily Review"
polywise search fullTextSearch --query "vector database"
polywise save --for user --content "Key takeaway..."payload가 복잡해지면 JSON을 직접 넘기면 됩니다.
polywise search fullTextSearch --json '{"query":"agent memory","for_types":["wiki","memory"],"enable_recall":true}'Polywise는 정말 똑똑한 AI에는 정말 똑똑한 메모리 시스템이 필요하다는 믿음 위에서 만들어졌습니다. 단순히 저장만 하는 것이 아니라, 연결을 스스로 만들고, 쓸수록 강해지고, 전략적으로 잊어버리기도 하며, 계속 진화하는 시스템을 지향합니다.
이 프로젝트는 아래 연구 논문들에서 영감을 받았습니다.
- Long-lasting potentiation of synaptic transmission (1973)
- The Organization of Behavior (1949)
- A Spreading-Activation Theory of Semantic Processing (1975)
Polywise는 아래 훌륭한 오픈소스 프로젝트 위에서 자라고 있습니다.
- 🐘 Sqlite - 전 세계에서 가장 널리 배포된 고성능 임베디드 데이터베이스
- 🏹 sqlite-vec - Sqlite에 벡터 검색 기능을 추가
- ⚛️ React - 프런트엔드 UI 라이브러리
- 🖥️ Electron - 데스크톱 앱 프레임워크
- 🔗 tRPC - 엔드 투 엔드 타입세이프 API
- 📦 MobX - 단순하고 확장 가능한 상태 관리
- 🎨 Tailwind CSS - 유틸리티 퍼스트 CSS 프레임워크
- 🚀 Hono - 초고속 웹 프레임워크
- 🛠️ Rsbuild - Rspack 기반 차세대 빌드 도구
- 📚 Rslib - Rsbuild 기반 라이브러리 빌드 도구
- 🤖 AI SDK - AI 애플리케이션 개발을 위한 통합 툴킷
- 🤗 node-llama-cpp – 로컬 모델과 연결하기 위한 llama-cpp용 Node.js 바인딩
MIT - 자세한 내용은 LICENSE를 참고하세요.