최신 블로그

백프레셔는 다운스트림의 처리 용량을 업스트림으로 전달하여 큐의 크기를 제한하고, 로컬 AI 파이프라인이 과부하로 중단되기 전에 생산자의 처리 속도를 늦춥니다.

DLQ는 반복적으로 실패하는 이벤트를 주요 처리 경로에서 제거하고, 실패 상황을 보존하며, 신중한 진단과 재처리를 지원합니다.

사가(saga)는 여러 서비스 에이전트의 작업을 로컬 단계로 조율한 다음, 이후 작업이 실패하면 정해진 순서에 따라 보상 작업을 실행합니다.

이벤트 소싱은 에이전트의 결정과 상태 변경을 순서가 지정된 기록으로 저장한 다음, 이러한 영구 이벤트에서 현재 워크플로 상태를 도출합니다.

승인 대기열은 제안된 도구 호출을 실행 전에 저장하므로, 별도의 결정 게이트에서 해당 작업을 승인하거나 수정하거나 거부하거나 만료시킬 수 있습니다.

도구 스키마는 에이전트의 작업을 제약된 매개변수 계약으로 변환하여, 실행 전에 형식이 잘못되었거나 허용 범위를 벗어난 호출을 거부합니다.

VAD는 짧은 오디오 프레임을 평가해 음성 구간으로 변환하고, 선택된 구간만 로컬 음성 인식으로 전달합니다.

레이아웃 분석은 OCR 단어와 기하학적 정보를 구조적 객체로 변환한 다음, 텍스트가 로컬 RAG로 전달되기 전에 셀, 영역, 계층 구조 및 읽기 순서를 추론합니다.