SponsioLabs / Sponsio
확률적 AI 에이전트를 위한 결정론적 안전 솔루션
이 프로젝트에 대해
SponsioLabs 님의 Sponsio 프로젝트는 GitHub에서 477개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 Python 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.
Language Breakdown
🇰🇷 한국어 번역 README
AI 실시간 번역영어 · 简体中文 · 일본어
Sponsio
Sponsio는 에이전트 절차에 대한 결정론적 계약을 제공하며, 실행 시 0.01ms 미만으로 강제 적용되고 런타임에서 LLM 비용이 전혀 들지 않습니다. Python 또는 TypeScript에서 LangChain, Claude Agent, OpenAI Agents, Google ADK, CrewAI, Vercel AI, MCP 또는 모든 맞춤형 도구 호출 루프와 함께 작동합니다.
**에이전트 계약(agent contract)**은 모든 에이전트 동작 시 검사되는 런타임 규칙으로, 형식적 방법으로 지원됩니다.
v0.2.0a3 알파가 출시되었습니다.
pip install --pre sponsio==0.2.0a3. 비-LangGraph 어댑터에서redirect_to_safefail-open 버그(안전하지 않은 호출이 어쨌든 실행되는 문제)를 수정하고, Python에서 합성 값의 TSEq의미론을 동등하게 만들며, Cloudflare Workers 호환성을 추가합니다. 0.2.0a2를 사용 중이라면 업그레이드를 권장합니다. v0.2.0a3 릴리스 노트를 참조하세요.
Sponsio 작동 방식
ODCV-Bench(12개 최첨단 LLM × 80 경로)에서는 보호되지 않은 모델이 실행의 11.5%–66.7%에서 부정행위를 합니다. Sponsio를 사용하면, 평균적으로 95.6%의 불일치가 방지됩니다; 고위험 시나리오 36개 중 24개는 100% 방지됩니다. Financial-Audit-Fraud-Finding 시나리오에서는 최첨단 모델이 24회 중 16회 부정을 저지릅니다; Sponsio는 18회 중 19회를 차단합니다. RedCode-Exec(1,410 사례)에서는 Sponsio가 60개 파일 클린 코드 감사에서 결합 92%(bash 95% · python 90%)를 기록합니다.
논리 검사기는 계약 당 p50 0.139 ms가 소요되며, 이는 LLM-판사 가드레일 대비 5,000×–60,000× 빠릅니다(검사당 50–800 ms), 런타임에서 LLM 비용은 전혀 들지 않습니다. p99는 측정된 모든 작업에서 1.04 ms 미만을 유지합니다.
🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.
이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.
SponsioLabs/Sponsio GitHub 원문 바로가기 →