github.devotd.
새 소식RAG/검색

deepset-ai/haystack — 검색·라우팅·메모리·생성을 컴포넌트로 조립하는 AI 프레임워크

Python AI 오케스트레이션 프레임워크 deepset-ai/haystack의 컴포넌트 구성과 README가 밝힌 지원 범위, 그리고 v3.4.0 릴리스의 변경 내역이 주어지지 않는다는 점을 정리한다.

저장소 정보deepset-ai/haystack ↗

Python AI 오케스트레이션 프레임워크 deepset-ai/haystack의 컴포넌트 구성과 README가 밝힌 지원 범위, 그리고 v3.4.0 릴리스의 변경 내역이 주어지지 않는다는 점을 정리한다.

GitHub 설명: Open-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.

스타
★ 26.8K
포크
3.3K
언어
Python
라이선스
Apache-2.0
최신 릴리스
v3.4.0
원문 보기 ↗GitHub에서 보기 ↗

deepset-ai/haystack은 Python으로 프로덕션용 LLM 애플리케이션을 구축하는 오픈소스 AI 오케스트레이션 프레임워크다. AI 오케스트레이션은 여러 모델 호출과 데이터 처리 단계를 하나의 흐름으로 엮는 일을 뜻한다. 검색·라우팅·메모리·생성을 각각 명시적인 컴포넌트로 조립해 모듈형 파이프라인과 에이전트 워크플로를 만든다. 최신 릴리스는 v3.4.0이고, 주어진 기록에는 그 릴리스의 변경 내역이 없어 무엇이 달라졌는지는 알 수 없다.

프레임워크 설명은 검색·라우팅·메모리·생성을 명시적으로 제어한다는 점을 핵심으로 내세운다. 구축 범위에는 RAG(검색으로 찾아온 문서를 근거로 모델이 답을 만드는 방식) 애플리케이션, 멀티모달 애플리케이션, 의미 검색, 질문 답변, 자율 에이전트, 대화형 시스템이 든다. README는 모델과 벤더 어느 쪽에도 구애받지 않으며, 비동기 실행과 사용자 정의 구성 요소, 다양한 모델과의 통합을 지원한다고 밝힌다. Apache-2.0 라이선스의 Python 프로젝트로 GitHub 별 수는 26796개이고 2019년 11월 14일 만들어졌다.

다만 채점 기록에는 모멘텀 점수 4.5점만 남아 있고 참신성·기술·품질 점수는 주어지지 않는다. 검색 품질이나 응답 지연에 대한 측정치, 다른 RAG 프레임워크와의 비교도 이 기록에 없다. 모듈 구조와 지원 범위는 명확하지만 성능과 완성도를 판단할 근거는 이 자료만으로 부족하다.