Foundry

Website · Docs · Quick start · How it works · Examples · Discussions

Promptise란 무엇인가
에이전틱 인텔리전스를 위한 프레임워크.

Promptise는 에이전틱 시스템에 필요한 모든 것을 한곳에서, 첫 줄부터 함께 동작하도록 제공합니다. 생각하는 에이전트, 에이전트가 여러분의 시스템에서 안전하게 행동할 수 있는 방법, 그리고 에이전트가 계속 실행되고 책임 있게 운영되도록 하는 하네스까지. 에이전트가 무엇을 해야 하는지는 여러분이 결정하고, 그 주변의 모든 것은 Promptise가 처리합니다.

노트북 위의 에이전트 하나로 시작해 실제 업무를 수행하는 플릿으로 키워 나가세요. 같은 프레임워크, 같은 방식으로 처음부터 끝까지. 중간에 다시 작성할 필요도, 직접 이어 붙일 것도 없습니다.

레이어
여러분을 위해 하는 일

Agent · 생각한다
작업을 단계별로 진행하고, 스스로 결과를 검토해 정확하게 해내는 에이전트.

Interface · 행동한다
여러분의 도구, 데이터, 이미 운영 중인 시스템에 안전하게 접근.

Harness · 운영한다
에이전트를 24시간 예산 안에서 계속 실행하고, 모든 행동에 대해 책임 있게 운영.

30초 만에 시작하기
pip install promptise
export OPENAI_API_KEY=sk-...
import asyncio
from promptise import build_agent , tool

@ tool
def order_status ( order_id : str ) -> dict :
"""Look up the status of an order."""
return { "order_id" : order_id , "status" : "shipped" , "eta" : "Friday" }

async def main ():
agent = await build_agent (
model = "openai:gpt-5-mini" ,
instructions = "You are a helpful support assistant." ,
extra_tools = [ order_status ],
observe = True , # traces every step, token and cost
)
result = await agent . ainvoke (
{ "messages" : [{ "role" : "user" , "content" : "Where is order A-1001?" }]}
)
print ( result [ "messages" ][ - 1 ]. content )
await agent . shutdown ()

asyncio . run ( main ())
@tool이 붙은 어떤 Python 함수든 도구가 됩니다. 타입 힌트가 곧 스키마입니다. MCP 서버의 도구를 에이전트에 제공하려면 servers 에 추가하세요. 에이전트가 도구를 스스로 발견합니다:

from promptise . config import HTTPServerSpec

agent = await build_agent (
model = "openai:gpt-5-mini" ,
servers = { "tools" : HTTPServerSpec ( url = "http://localhost:8000/mcp" )},
)
전체 프로젝트로 시작하려면 promptise init --project my-bot 을 실행하세요.

어떤 모델이든, 하나의 문자열로. openai:gpt-5-mini · anthropic:claude-sonnet-4-5 · azure:chat-prod · gemini:gemini-2.5-pro · bedrock:… · ollama:llama3.1 . 같은 문자열이 build_agent() , .superagent 파일, 모든 CLI 명령에서 동작하며, promptise models check <string> 이 프로바이더에 아직 무엇이 필요한지 정확히 알려줍니다. → 모델 설정

프로젝트 실행하기
promptise.toml 은 에이전트 프로젝트에 있어서 package.json 이 Node 프로젝트에 있는 것과 같습니다. 메인 파일, 스크립트, 프로젝트에 필요한 환경을 지정합니다. promptise run 은 python main.py 처럼 프로그램을 실행합니다. dev 도구, 터미널 UI, HTTP API와 함께라면 코드 변경 없이 프로그램이 만드는 모든 에이전트를 계측합니다.

promptise init --project my-bot # promptise.toml, agent.py, main.py, .env.example
promptise run # run main.py with the project's environment
promptise run --devtools # live traces, tool calls, tokens and cost
promptise run --tui # the full terminal UI
promptise run --serve # an HTTP API for your agent
promptise run --prod # JSON logs, preflight checks, graceful SIGTERM
[scripts] 는 npm 스크립트처럼 동작하며( promptise run dev ), --watch 는 저장할 때마다 재시작합니다. → 프로젝트 & promptise run

하나의 요청, 시스템 전체를 통과하다
고객이 새벽 세 시에 메시지를 보냅니다. 런타임이 에이전트를 깨우고, 신원이 확인되고, 입력이 검증되고, 컨텍스트를 수집하고, 계획을 세우고, MCP를 통해 도구를 호출하고, 사람이 환불을 승인하고, 스스로 결과를 검토하고, 답변하며, 모든 단계가 감사 추적에 기록됩니다.

열네 단계 전체를 둘러보세요, 모든 모듈이 링크되어 있습니다 →

이미 API가 있나요? MCPcast 하세요.
promptise mcpcast openapi.yaml --profile standard --auth env-token
MCPcast는 OpenAPI 또는 Swagger 문서를 읽고 실제로 검토된 MCP 서버를 작성합니다. 에이전트가 실제로 사용할 수 있는 소수의 도구를 에이전트를 위해 선택하고 설명합니다. 기본은 읽기이며, 쓰기는 요청할 때만 생성되고, 그중 하나하나가 서버 에서 승인 게이트를 거치므로 어떤 MCP 클라이언트가 호출하든 변경 전에 사람이 승인합니다.

결과물은 스크립트가 아니라 프로젝트입니다. 설치 가능한 패키지, 런처, 생성된 테스트 스위트, pyproject.toml , Dockerfile, README까지 모두 편집하는 단 하나의 파일인 mcpcast.plan.yaml 에서 다시 생성됩니다. --eval 은 출시 전에 실제 에이전트로 결과를 A부터 F까지 평가하며, promptise mcpcast 만 실행하면 터미널에서 안내형 설정이 열립니다. 위는 Swagger Petstore 스펙에 대한 실제 출력입니다. → MCPcast, 처음부터 끝까지

거버넌스와 구조를 위해 설계됨
에이전틱 시스템이 책임 있게 운영되어야 하는 사람과 팀을 위해: 누가, 누구를 대신해, 어떤 한도 안에서 무엇을 했는가. 이것들은 나중에 추가하는 것이 아니라 프레임워크의 일부입니다.

설계상 멀티테넌트. 요청에 테넌트를 태그하면 데이터가 존재하는 모든 곳 — 메모리 , 캐시 , 대화 , 속도 제한, 감사 — 이 테넌트별로 분리됩니다. 둘 다 alice 라는 사용자를 가진 두 테넌트는 서로의 데이터를 절대 볼 수 없습니다. 이는 모든 쿼리마다 기억해야 하는 필터가 아니라 구조적 규칙입니다. → 멀티테넌트 플랫폼 가이드

사람 승인, 서버에서 강제됨. 도구에 승인이 필요하다고 표시하면 어떤 앱이 호출하든 — 여러분이 작성하지 않은 앱이라도 — 승인이 요구됩니다. 타임아웃 시 거부, 자기 승인 거부, 누가 무엇을 승인했는지 기록. → 승인 게이트

각 에이전트를 위한 실제 신원. 에이전트는 Microsoft Entra ID, AWS, Google Cloud, SPIFFE 또는 일반 OIDC로 뒷받침되어 호출하는 API에 자신의 신원으로 인증합니다. 따라서 공유 API 키를 폐기할 수 있고, 에이전트가 에이전트를 호출하는 경우에도 모든 행동이 그것이 대신 행동한 사람에게 추적됩니다. → 에이전트 신원

검토자에게 건넬 수 있는 감사. 모든 행동은 테넌트와 사용자에 연결된 변조 방지 체인에 기록됩니다. 사용자가 요청하면 purge_user() 로 한 사용자의 캐시된 답변, 메모리, 기록된 이벤트를 삭제하세요. → 인증 & 보안

오프라인으로 실행. 보안 모델, 임베딩, 벡터 스토어 모두 로컬에서 실행될 수 있어 전체 스택이 에어갭 환경에서 동작합니다. 데이터가 외부로 나갈 수 없는 온프레미스 및 규제 환경을 위해. → 가드레일 · 모델 설정

Promptise가 제공하는 모든 것

AGENT · 생각한다

Promptise 에이전트

하나의 함수로 어떤 모델이든 프로덕션 에이전트로.

둘러보기 →

설정 Build · 서버 구성 · 네트워크 서버 · SuperAgent 파일 · 커스텀 패턴 · 크로스 에이전트

메모리 & 상태 Memory · RAG · 대화 · 시맨틱 캐시 · 컨텍스트 엔진

보안 가드레일 · 승인 · 자동 승인 · 샌드박스

성능 도구 최적화 · 폴백 · 적응형 전략

실행 스트리밍 · 이벤트 · 관측성

레퍼런스 Config · Types · 기본 프롬프트 · 콜백 · 도구 · 환경 변수 리졸버 · 예외 · CLI

추론 엔진

읽고 변경할 수 있는 그래프로서의 추론.

둘러보기 →

그래프 개요 · 노드 · 엣지 · 플래그 · 내부 구조

패턴 & 스킬 사전 구축 패턴 · 스킬 · 스킬 레지스트리 · 커스텀 추론

런타임 도구 주입 · 프로세서 · 훅 · 직렬화

프롬프트 엔지니어링

소프트웨어처럼 구축하고, 버전 관리하고, 테스트하는 프롬프트.

둘러보기 →

구축 PromptBlocks · ConversationFlow · 빌더 · 로더 & 템플릿 · 셸 주입

전략 전략 · 체이닝 · 컨텍스트 & 변수

품질 가드 · 인스펙터 · 테스팅 · 스위트 & 레지스트리

INTERFACE · 행동한다

MCP 서버, 클라이언트 & MCPcast

도구를 한 번 만들면 모든 에이전트가 사용할 수 있습니다.

둘러보기 →

서버 가이드 · 기존 API MCPcast하기 · 기초 · 라우터 & 미들웨어 · 인증 & 보안 · 멀티테넌시 · 승인 게이트 · 프로덕션 · 캐싱 · 관측성 · 복원력 · 큐 · 고급 · 배포 · 테스팅

클라이언트 가이드 · 도구 어댑터

HARNESS · 운영한다

에이전트 런타임

예산 안에서, 복구 가능하게, 무인으로 에이전트를 실행.

둘러보기 →

핵심 프로세스 · 오케스트레이션 API · 매니저 · 컨텍스트 & 상태 · 라이프사이클 · 훅 · 대화

거버넌스 미션 · 예산 · 헬스 · 시크릿

트리거 개요 · Cron · 이벤트 & 웹훅 · 파일 감시

저널 & 복구 개요 · 백엔드 · 리플레이 · 되감기

구성 & 확장 옵션 · 매니페스트 · 메타 도구 · 코디네이터 · 디스커버리 · 대시보드 · CLI

에이전트 신원

모든 에이전트를 위한 인증된 신원.

둘러보기 →

핵심 개요 · 빠른 시작 · 가이드 · 아키텍처 · 보안 · 마이그레이션

프로바이더 Microsoft Entra ID · AWS IAM · Google Cloud · SPIFFE / SPIRE · 일반 OIDC

문서 내 다른 항목

가이드 & 랩

에이전트 구축 · 컨텍스트 라이프사이클 · 코드 액션 · 프로덕션 MCP 서버 · 에이전틱 런타임 · 프롬프트 엔지니어링 · 멀티유저 시스템 · 에이전트-투-MCP 신원 · 안전한 멀티테넌트 플랫폼 · 멀티 에이전트 조정 • 랩: 고객 지원 · 데이터 분석 · 코드 리뷰 · 파이프라인 옵저버

API 레퍼런스

Agent · Config · Memory · RAG · Sandbox · Observability · Identity · MCP 서버 · MCP 클라이언트 · Prompts · Runtime · 크로스 에이전트 · SuperAgent · 유틸리티

여기서 시작하세요

설치 · 추가 기능 · 빠른 시작 · 쿡북 · Promptise를 선택하는 이유 · MCP란? · 모델 설정 · 최고의 LLM · 핵심 개념 · 용어집 • 더 보기: 블로그 · 쇼케이스 · 예제 · 마이그레이션 · 변경 로그 · FAQ · 기여하기

이미 운영 중인 것과 함께 동작

영역
함께 동작하는 것

모델
OpenAI · Anthropic · Azure OpenAI & AI Foundry · Gemini & Vertex AI · Bedrock · Mistral · Groq · Ollama · Hugging Face · 모든 LangChain 채팅 모델 · 페일오버를 위한 FallbackChain → 모델 설정

메모리 & 벡터
ChromaDB · Mem0 · Sentence Transformers · 에어갭 설치를 위한 로컬 임베딩 → 메모리

대화
PostgreSQL · Redis · SQLite · 인메모리, 세션 소유권 강제 적용 → 대화

신원 & 인증
Microsoft Entra ID · AWS IAM · Google Cloud · SPIFFE / SPIRE · OIDC · JWT · OAuth 2.0 → 에이전트 신원

관측성
OpenTelemetry · Prometheus · Slack · PagerDuty · 웹훅 · HTML · JSON · 콘솔 → 관측성

샌드박스 & 배포
Docker · gVisor · seccomp · capability dropping · Kubernetes 헬스 프로브 → 샌드박스

프로토콜
stdio, streamable HTTP, SSE를 통한 Model Context Protocol · OpenAPI · HMAC 체인 감사 로그

기여하기 · 보안 · 변경 로그 · 라이선스: Apache 2.0

Promptise 제작 · 질문과 아이디어는 Discussions · 버그는 Issues

이전 이름 DeepMCPAgent , 이 프레임워크의 한 부분(MCP 네이티브 에이전트 도구)의 공개 프리뷰였습니다.