Microsoft Agent-Lightning 설정 및 활용 가이드

이 문서는

microsoft/agent-lightning

을 사용하여 GIIP 에이전트의 프롬프트를 자동 최적화하는 방법을 설명합니다.

🚀 개요

Agent-Lightning

은 강화학습(RL)을 통해 에이전트의 프롬프트를 튜닝하는 프레임워크입니다. 작업 히스토리를 데이터셋으로 활용하여, 에이전트가 더 높은 성능을 낼 수 있는 최적의 지침을 찾아냅니다.

[!IMPORTANT] Windows 사용자 주의:

agent-lightning

은 Unix 전용 라이브러리를 사용하므로, 반드시 WSL2 또는 Linux 환경에서 실행해야 합니다.

🛠️ 설치 방법 (WSL2 / Linux 기준)

1. Python 환경 준비:

   # Python 3.10+ 권장
   python3 -m venv venv
   source venv/bin/activate

2. 라이브러리 설치:

   pip install agentlightning

3. API 키 설정: 학습 루프가 LLM을 호출할 수 있도록 환경 변수를 설정합니다.

   export AZURE_OPENAI_API_KEY="your-key"
   export AZURE_OPENAI_ENDPOINT="your-endpoint"

📈 활용 워크플로우

1단계: 학습 데이터 생성

Windows 환경의 터미널에서 다음 명령을 실행하여 프로젝트 내 작업 기록을 데이터셋으로 변환합니다.

python giipdb/scripts/prompt_optimization/generate_dataset.py

성공하면

giipdb/scripts/prompt_optimization/giip_training_data.jsonl

파일이 생성됩니다.

2단계: 강화학습 시작 (WSL2)

생성된 데이터셋을 사용하여 에이전트 지침을 튜닝합니다.

# WSL 터미널에서 실행
python giipdb/scripts/prompt_optimization/train_giip_role.py

3단계: 최적화 결과 반영

학습이 완료되면 도출된 Optimal Prompt를

.agent/roles/

폴더 내 해당 마크다운 파일에 업데이트합니다.

📊 기대 효과

• 성공률 향상: 과거의 실패 사례를 학습하여 유사한 오류 방지.
• 자동 프롬프트 엔지니어링: 수작업 튜닝 대신 데이터 기반의 객관적 성능 최적화.
• 자율 개선 시스템: 전체 프로젝트 운영 과정에서 에이전트 지능의 상향 평준화.