Haystack 기능 인벤토리: AI 에이전트 팀을 위한 선택 참조

Haystack은 실제 AI 에이전트 제작에 중점을 두고 있으며, 오픈 소스 LLM 애플리케이션 프레임워크는 프로덕션 수준의 RAG 및 질문 및 답변 시스템 구축을 위해 특별히 설계되었습니다. 이 문서에서는 공식 문서를 기반으로 기능 경계와 사용 지점을 정리합니다.

능력 스케치

Haystack의 기능은 사용 깊이에 따라 세 가지 계층으로 나눌 수 있습니다. 뒤로 갈수록 이전 기본 기능에 더 많이 의존합니다.

레벨 1·기본 능력

• 모듈형 RAG 파이프라인: 선언적 컴포넌트 조합을 통해 "문서 분할 → 벡터화 → 검색 → 재배열 → 생성" 풀링크를 완성하고, 각 노드를 독립적으로 교체할 수 있습니다.
• 다중 벡터 스토리지 지원: 추가 적응 레이어 없이 Elasticsearch, Weaviate, Qdrant, Pinecone, Chroma, FAISS 등의 기본 통합.

2단계·고급 능력

• 여러 LLM 제공업체: OpenAI, Anthropic Claude, Cohere, HuggingFace Inference, 로컬 vLLM 등에 연결하기 위한 통합 인터페이스
• 문서 처리 도구 체인: PDF, Word, HTML, Markdown 문서 파서 내장, 블록 전략 구성(문장/단락/고정된 수의 토큰별)을 지원합니다.

세 번째 계층 · 통합 및 협업

• 대화 에이전트: RAG 검색과 함께 사용할 수 있는 다단계 대화 에이전트를 구축하기 위한 함수 호출 및 도구 사용을 지원합니다.
• 비동기 구성요소: Haystack 2는 기본적으로 비동기 구성요소를 지원하므로 높은 동시성 추론 시나리오에서 대기 시간이 단축됩니다.
• 시각적 디버깅: 노드 연결 로직 문제 해결을 용이하게 하기 위해 파이프라인 구조를 인어 다이어그램으로 내보낼 수 있습니다.

적용 가능한 경계: Haystack은 자신이 잘하는 시나리오에서 확실히 노력을 절약할 수 있지만 능력을 초과하는 요구 사항을 강요하지는 않습니다. 수동 지원을 유지하는 것이 더 안전합니다.