MiroFlow: MiroMind 팀이 공개한 고성능 멀티 에이전트 프레임워크 99

MiroFlow는 MiroMind 팀에서 공개한 고성능 다중 에이전트 프레임워크입니다. 다양한 대형 모델을 Openai Deep Research처럼 심층 연구를 수행할 수 있는 AI 어시스턴트로 만들어 줍니다. 간단히 말해, 모델이 사람이 연구를 하듯이 스스로 단계를 계획하고, 도구를 사용하며, 결과를 확인하여 다단계의 복잡한 작업을 완료할 수 있도록 합니다.

MiroFlow 핵심 역량

• 다중 도구 협업: 웹 검색, Python 실행, 파일 읽기, 코드 호출, 그래프 작성 등 다양한 도구를 결합하여 전체 워크플로우에서 활용할 수 있습니다.

• 메인-서브 에이전트 분업: 메인 에이전트가 작업을 분할하고, 브라우징·코딩·계산에 능한 서브 에이전트에 분담한 뒤 최종적으로 결과를 취합합니다. 이를 통해 여러 작업을 동시에 수행할 수 있고 각 역할이 더욱 전문화됩니다.

• 고동시성 및 장애 허용: 비동기 큐와 재시도, 타임아웃, 롤백을 사용해 API가 멈추거나 네트워크가 불안정하더라도 원활하게 작업을 완료할 수 있습니다.

• 투명성과 설명 가능성: 웹 패널이 제공되며, 왼쪽에서는 모델의 사고 과정과 사용한 도구를 실시간으로 확인하고, 오른쪽에서는 최종 답안을 볼 수 있어 문제 추적과 신뢰 구축이 용이합니다.

• 스트리밍 출력: 모델의 사고, 도구 진행 상황, 중간 결과를 즉시 확인할 수 있어 ChatGPT의 고급 모드와 유사한 사용 경험을 제공합니다.

핵심 지표

• GAIA 심층 연구 벤치마크에서 통과율이 72.2%–82.4%로, 현재 재현 가능한 오픈소스 에이전트 프레임워크 중 최고의 성적입니다.

• 낮은 배포 비용: 오픈소스 MiroThinker 모델을 사용해 RTX 4090 한 장만으로도 전체 서비스를 운영할 수 있으며, 유료 폐쇄형 모델을 구매할 필요가 없습니다.

MiroFlow 활용 시나리오

• 학술 연구: 문헌을 자동으로 검색하고, 핵심을 추출하며, 리뷰를 작성하는 데 도움을 주고, 실험 수행도 지원합니다.

• 비즈니스 분석: 재무 보고서, 뉴스, 소셜 데이터를 함께 분석하여 투자 보고서나 경쟁 분석을 생성합니다.

• 교육 또는 프로그래밍: 과제 수행, 코드 작성 및 디버깅, 데이터 시각화를 지원합니다.

MiroFlow 생태계

MiroFlow는 MiroMind AI 생태계의 일부이며, 이 생태계에는 다음과 같은 다른 구성 요소도 포함되어 있습니다:

• MiroThinker: 도구 추론과 호환되도록 설계된 오픈소스 기반 모델입니다.

• MiroVerse: 에이전트 학습 연구를 위한 14.7만 개의 고품질 오픈소스 학습 데이터를 포함합니다.

• MiroTrain / MiroRL: 에이전트 모델 학습과 안정적인 도구 사용을 지원하는 구성 요소입니다.

MiroFlow 빠른 시작

1. 저장소를 복제하고 환경을 설정합니다:

git clone https://github.com/MiroMindAI/MiroFlow && cd MiroFlow
uv sync

2. API 키를 설정합니다:

cp .env.template .env
# .env 파일을 편집하고 OPENROUTER_API_KEY를 추가합니다

3. 첫 번째 에이전트를 실행합니다:

uv run main.py trace --config_file_name=agent_quickstart_reading --task="What is the first country listed in the XLSX file that have names starting with Co?" --task_file_name="data/FSI-2023-DOWNLOAD.xlsx"

GitHub 저장소: https://github.com/MiroMindAI/Miroflow

데모: https://miromindai.github.io/MiroFlow/